GPT Image 1.5vs.MOSS-Image-Base
Welches ist besser?
In unserer eigenen Bewertung liegen beide gleichauf. MOSS-Image-Base hat noch keine Arena-Wertung. MOSS-Image-Base hat keinen API-Preis.
Testbilder
Gleicher Auftrag, je das erste Bild. Vorausgewählt ist die Aufgabe mit dem größten Unterschied.
Ergebnis bei „Figur und Details“:GPT Image 1.5 vorn
Darauf achtet die Bewertung: Anatomie, Kleidung und räumliche Konsistenz.
„Vorn“: in allen drei Bewertungsrunden besser. „Knapp vorn“: höherer Wert, aber nicht in jeder Runde.
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
GPT Image 1.5: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:17. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=921965437095743280; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:39. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
GPT Image 1.5 Bild SHA 256: 0dff52ccd39400ac66ac8870c9ea937512ff1474688e70118688f420c38c2296
MOSS-Image-Base Bild SHA 256: 313d95f3e7766e861d46b0563c81bb2a02782708004c24c7aab0c46e8587ff83
Infografik
GPT Image 1.5: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:17. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=2567672344276262662; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:43. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
GPT Image 1.5 Bild SHA 256: 1c9ff59c32621c8b48b002dacb0ae66487262280c7c0a5b3d6456c81b248ebe9
MOSS-Image-Base Bild SHA 256: 3175582007cf377490ab51f73a57ebddb312f523ac5bfb54ae7598e72eb3edca
Produktfotografie
GPT Image 1.5: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:16. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=8912274556852986311; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:35. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
GPT Image 1.5 Bild SHA 256: 67cfa2f324447027ceb5f82e9446d40a1395b46ce425890a74606b4d97731cf6
MOSS-Image-Base Bild SHA 256: af9ea47eb1554bcaaaadf8860fecfa5bb69095a58bf346e3d9a73be8240a2a7c
Typografie und Layout
GPT Image 1.5: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 13:59. Quelle
MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=9219943416610765538; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:31. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
GPT Image 1.5 Bild SHA 256: 6a4cec86850fd371b65274198e2bf630b3cf36a096f9fb953d4bfe17c3222ebe
MOSS-Image-Base Bild SHA 256: e87b1d9d7aa09487c6b9be505746dacb2f3be551f29a5d85424a44a2a88089c5
Die Zahlen im Überblick
GPT Image 1.5
Platz 13 von 21
MOSS-Image-Base
nicht in der Arena
GPT Image 1.5
Platz 29 von 108
MOSS-Image-Base
Platz 61 von 108
GPT Image 1.5
teuer
MOSS-Image-Base
kein API-Preis
Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit GraduallyBench-Lauf; Preisvergleich mit 28 Modellen mit API-Preis.
GPT Image 1.5
- Im Abo
- Kein Abo von OpenAI mit diesem Modell. Über andere Anbieter ab ≈ 6,36 € im Monat (ElevenLabs Starter, mit begrenztem Guthaben). 42 Tarife in Deutschland.
- Per API
- 0,13 $ je Bild, 100 Bilder 13,30 $.
MOSS-Image-Base
- Im Abo
- k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
- Per API
- Kein API-Preis bekannt. Zugang: lokal.
- Lizenz
- Offene Gewichte.
Im Abo zählen nur Tarife, die genau dieses Modell nennen. Abo-Preise inkl. USt, API-Preise in Dollar.
Arena-Wertung (LMArena) vom 06.11.2026 · GraduallyBench vom 03.11.2026 · API-Preise vom 06.11.2026 · Abo-Datenbank vom 29.09.2026 (38 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | GPT Image 1.5 | MOSS-Image-Base |
|---|---|---|
| Wertungen | ||
| Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser | 1.236 | k. A. |
| Platz in der Arena | Platz 13 von 21 | k. A. |
| Stimmen in der Arenamehr Stimmen, sicherere Wertung | 173.798 | k. A. |
| GraduallyBenchunsere eigene Bewertung, 0 bis 100 | 68 | 51 |
| GraduallyBench je Aufgabe | ||
| Typografie und LayoutLesbarer Text, Hierarchie und Komposition | 60 | 51 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 52 | 36 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 89 | 46 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 72 | 71 |
| Preis über die API | ||
| Je Bildniedriger ist besser | 0,13 $ | k. A. |
| 100 Bilder | 13,30 $ | k. A. |
| Steckbrief | ||
| Erschienen | Dezember 2025 | 16.10.2026 |
| Gewichteoffen heißt: lokal nutzbar | proprietär | offen |
| Lebenszyklus | Von OpenAI als veraltet markiert; Abschaltung aus der API am 1. Dezember 2026 | kein Statushinweis |
| Zugang | API, Web-App | lokal |
| Parameter | nicht veröffentlicht | 5 Mrd. |
| Größte Ausgabe | 1.536 × 1.024 Pixel | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | 42 | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle GPT Image 1.5, Statusquelle (geprüft 15.08.2026) · Modellquelle MOSS-Image-Base (geprüft 01.11.2026)
Arena-Wertungen je Kategorie
Aus blinden Abstimmungen bei LMArena. „Vorn“ heißt: der Vorsprung ist klar.
Kein gemeinsamer Arena-Wert im gespeicherten Stand
Für GPT Image 1.5 und MOSS-Image-Base enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.
Weitere Vergleiche
Vergleiche GPT Image 1.5 und MOSS-Image-Base mit den Modellen, die am häufigsten mit ihnen verglichen werden.