- Startseite
- Bildmodell-Vergleich
- FLUX.1 Kontext [pro] vs. Kandinsky-5.0-T2I-Lite-Pretrain
Black Forest LabsKandinsky LabBildmodell-Duell
FLUX.1 Kontext [pro]vs.Kandinsky-5.0-T2I-Lite-Pretrain
Welches ist besser?
In unserem eigenen Benchmark GraduallyBench Image v2 liegt FLUX.1 Kontext [pro] leicht vorn, aber nicht sicher. In der Arena fehlen beide. Beide haben keinen API-Preis.
FLUX.1 Kontext [pro]
Platz 63 von 108
Kandinsky-5.0-T2I-Lite-Pretrain
Platz 90 von 108
Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit Lauf in GraduallyBench Image v2; Preisvergleich mit 28 Modellen mit API-Preis.
Testbilder aus GraduallyBench Image v2
Gleicher Auftrag, je das erste Bild. Vorausgewählt ist die Aufgabe mit dem größten Unterschied.
![FLUX.1 Kontext [pro]: Figur und Details, erstes Bild aus dem festen Testlauf](/_astro-img/2b742c5e13f6c166/1024.webp)

Ergebnis bei „Figur und Details“:FLUX.1 Kontext [pro] vorn
Darauf achtet die Bewertung: Anatomie, Kleidung und räumliche Konsistenz.
„Vorn“: die 95-%-Bereiche beider Werte überschneiden sich nicht. „Knapp vorn“: höherer Wert, aber die Bereiche überschneiden sich.
Testprotokoll der Bilder
Jeder Testversuch verwendet denselben archivierten Prompt und einen Auftrag. Es zählt die erste Ausgabe dieses Versuchs. Wiederholungen nach technischen Testfehlern sind bei den betroffenen Bildern vermerkt. Die Dateien werden ohne Beschnitt auf 1.024 × 1.024 Pixel vereinheitlicht. Anbieterabhängige Auflösung, Zufall, Qualitätsstufe und Prompt-Verarbeitung können trotzdem abweichen. Die Bilder sind ein visueller Praxistest, keine Rekonstruktion der Arena-Konfiguration.
Figur und Details
FLUX.1 Kontext [pro]: fal, aspect ratio 1:1, n=1, seed=1661036738, Fal schema has no resolution field; official 1:1 example returns 1024x1024, estimated cost $0.040000, erstellt 01.11.2026, 21:02. Quelle
Kandinsky-5.0-T2I-Lite-Pretrain: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-pretrain-Diffusers@0df26d22e3290e9778b0471457d651a51d83ae3d; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=893590444446603478; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE; native tokenizer truncation: CLIP 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 20:56. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
FLUX.1 Kontext [pro] Bild SHA 256: a2b5cfe16c918f33c56d04a35a8cea5433ea17db1f41ab3f3ccefdc20791a3d1
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: af9bdf8492b30fdaeb79b8f51d168a948d43ee1bbb29107f50a2f794db91a2e0
Infografik
FLUX.1 Kontext [pro]: fal, aspect ratio 1:1, n=1, seed=261169301, Fal schema has no resolution field; official 1:1 example returns 1024x1024, estimated cost $0.040000, erstellt 01.11.2026, 21:02. Quelle
Kandinsky-5.0-T2I-Lite-Pretrain: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-pretrain-Diffusers@0df26d22e3290e9778b0471457d651a51d83ae3d; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=6008496123190594626; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE, erstellt 02.11.2026, 21:08. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
FLUX.1 Kontext [pro] Bild SHA 256: 8ec7449c0fd1b68f984aaa28dda6cb4d74a053cd88af42c10d79fac31980ffbe
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: 6d1a99203c55f6a9ba5853aae207dfc5e264adc73b336253fae874f0243bd60e
Produktfotografie
FLUX.1 Kontext [pro]: fal, aspect ratio 1:1, n=1, seed=3307245438, Fal schema has no resolution field; official 1:1 example returns 1024x1024, estimated cost $0.040000, erstellt 01.11.2026, 21:02. Quelle
Kandinsky-5.0-T2I-Lite-Pretrain: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-pretrain-Diffusers@0df26d22e3290e9778b0471457d651a51d83ae3d; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=8854898730028115945; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE; native tokenizer truncation: CLIP 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 20:46. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
FLUX.1 Kontext [pro] Bild SHA 256: 367531e667dd9156abe9666dc571fc122174a66788d726b2b4ab06d9c8226d9d
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: 83169f5969d6ed636c5ba8ff01236290417a5942deec1089b4725cfeb0dc2b76
Typografie und Layout
FLUX.1 Kontext [pro]: fal, aspect ratio 1:1, n=1, seed=4284980986, Fal schema has no resolution field; official 1:1 example returns 1024x1024, estimated cost $0.040000, erstellt 01.11.2026, 21:02. Quelle
Kandinsky-5.0-T2I-Lite-Pretrain: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-pretrain-Diffusers@0df26d22e3290e9778b0471457d651a51d83ae3d; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=9114026266664490789; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE, erstellt 02.11.2026, 20:36. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
FLUX.1 Kontext [pro] Bild SHA 256: d14a3243cc28d6996fd549722f34d49227f278151c441fa635f955e1c8140414
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: 89cd2a1137d4d2ceb46c44b030f889bb3b14ac96ae190d2eb271dff02cfb5b74
Im Abo und per API
FLUX.1 Kontext [pro]
- Im Abo
- Kein Abo von Black Forest Labs mit diesem Modell. Über andere Anbieter ab ≈ 6,48 € im Monat (ElevenLabs Starter, mit begrenztem Guthaben). 23 Tarife in Deutschland.
- Per API
- Kein API-Preis bekannt (Zugang: API).
- Gewichte
- Unbekannt.
Kandinsky-5.0-T2I-Lite-Pretrain
- Im Abo
- k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
- Per API
- Kein API-Preis bekannt (Zugang: lokal).
- Gewichte
- Offene Gewichte.
Im Abo zählen nur Tarife, die genau dieses Modell nennen. Abo-Preise inkl. USt, API-Preise in Dollar.
GraduallyBench Image v2 vom 07.11.2026 · Abo-Datenbank vom 29.09.2026 (49 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | FLUX.1 Kontext [pro] | Kandinsky-5.0-T2I-Lite-Pretrain |
|---|---|---|
| Wertungen | ||
| Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser | k. A. | k. A. |
| Platz in der Arena | k. A. | k. A. |
| Stimmen in der Arenamehr Stimmen, sicherere Wertung | k. A. | k. A. |
| GraduallyBench Image v2unser eigener Benchmark, 0 bis 100 | 45 | 25 |
| GraduallyBench Image v2 je Aufgabe | ||
| Typografie und Layoutlesbaren Text, Hierarchie und Komposition | 26 | 9 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 31 | 51 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 56 | 12 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 67 | 26 |
| Preis über die API | ||
| Je Bildniedriger ist besser | k. A. | k. A. |
| 100 Bilder | k. A. | k. A. |
| Steckbrief | ||
| Erschienen | k. A. | k. A. |
| Gewichteoffen heißt: lokal nutzbar | unbekannt | offen |
| Lebenszyklus | Edit-first-Modelllinie; API unterstützt auch Bilderstellung aus Text, aber primäre Aufgaben in GraduallyBench Image v2 sind nicht editbasiert | kein Statushinweis |
| Zugang | API | lokal |
| Parameter | nicht veröffentlicht | 6 Mrd. |
| Größte Ausgabe | nicht einheitlich veröffentlicht | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | 23 | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle FLUX.1 Kontext [pro], Statusquelle (geprüft 01.11.2026) · Modellquelle Kandinsky-5.0-T2I-Lite-Pretrain (geprüft 01.11.2026)
Arena-Wertungen je Kategorie
Aus blinden Abstimmungen bei Artificial Analysis und LMArena, die Quellen stehen unter der Karte. „Vorn“ heißt: der Vorsprung ist klar.
Kein gemeinsamer Arena-Wert im gespeicherten Stand
Für FLUX.1 Kontext [pro] und Kandinsky-5.0-T2I-Lite-Pretrain enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.