- Startseite
- Bildmodell-Vergleich
- Ideogram 4.0 vs. Boogu-Image-0.1-Base
IdeogramBoogu ProjectBildmodell-Duell
Ideogram 4.0vs.Boogu-Image-0.1-Base
Welches ist besser?
In unserem eigenen Benchmark GraduallyBench Image v2 liegt Ideogram 4.0 vorn. In der Arena fehlen beide. Boogu-Image-0.1-Base hat keinen API-Preis.
Ideogram 4.0
Platz 17 von 108
Boogu-Image-0.1-Base
Platz 98 von 108
Ideogram 4.0
Boogu-Image-0.1-Base
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.


Ergebnis bei „Figur und Details“:Ideogram 4.0 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
Ideogram 4.0: together, requested 2048x2048, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:28. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=895870850114772015; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:56. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
Ideogram 4.0 Bild SHA 256: d63d24515e4c3a8b7feafecaf995a511433307ae5faae1a1c26b2f0289578af9
Boogu-Image-0.1-Base Bild SHA 256: 5ca2782a121b2ffdd620953a4453df06769a5d51778c7980e1cddc8b8e79e0dd
Infografik
Ideogram 4.0: together, requested 2048x2048, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:28. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=7796952798756533109; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 03.11.2026, 00:04. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
Ideogram 4.0 Bild SHA 256: f57e6f5b7ae9038953087720387aa4a901832a1794dbb5e3f337f9d3ef213d62
Boogu-Image-0.1-Base Bild SHA 256: 7b4a49a08dcb03776edaf18345ffe94ee7ae0293be8b3611bf676aa6c76c6405
Produktfotografie
Ideogram 4.0: together, requested 2048x2048, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:27. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=6866357448264114469; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:47. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
Ideogram 4.0 Bild SHA 256: 59b59cf5294653460f06085eedcfeb676b8c50f88f58f038b32659841f0500dd
Boogu-Image-0.1-Base Bild SHA 256: d0e66f73a26844f514cb97bbbd69bb8f4bf39bd875ac8fca0f04989949a64478
Typografie und Layout
Ideogram 4.0: together, requested 2048x2048, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 14:01. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=5844980489998903917; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:36. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
Ideogram 4.0 Bild SHA 256: 088eabf7b8c37bd377011dd2649a2deeee49ffb903e4798a6930bb94144f1eb4
Boogu-Image-0.1-Base Bild SHA 256: b9abc77788966e5c8425e7a94c12632b4e4ec11e6d41c7afd0e1acdc37602db3
Im Abo und per API
Ideogram 4.0
- Im Abo
- Bei Ideogram kostenlos nutzbar (Ideogram Free, mit begrenztem Guthaben), mehr ab ≈ 21,66 € im Monat (Ideogram Plus, mit begrenztem Guthaben). Über andere Anbieter ab ≈ 9,75 € im Monat (Krea Basic, mit begrenztem Guthaben). 16 Tarife in Deutschland.
- Per API
- 0,06 $ je Bild, 100 Bilder 6 $.
- Gewichte
- Offene Gewichte.
Boogu-Image-0.1-Base
- 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 · API-Preise vom 12.11.2026 · Abo-Datenbank vom 29.09.2026 (50 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | Ideogram 4.0 | Boogu-Image-0.1-Base |
|---|---|---|
| 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 | 76 | 12 |
| GraduallyBench Image v2 je Aufgabe | ||
| Typografie und Layoutlesbaren Text, Hierarchie und Komposition | 85 | 14 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 42 | 9 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 91 | 3 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 85 | 23 |
| Preis über die API | ||
| Je Bildniedriger ist besser | 0,06 $ | k. A. |
| 100 Bilder | 6 $ | k. A. |
| Steckbrief | ||
| Erschienen | Juni 2026 | k. A. |
| Gewichteoffen heißt: lokal nutzbar | offen | offen |
| Zugang | API, Web-App, lokal | lokal |
| Parameter | 9,3 Mrd. | 10 Mrd. |
| Größte Ausgabe | 2K | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | 16 | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle Ideogram 4.0 (geprüft 15.08.2026) · Modellquelle Boogu-Image-0.1-Base (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 Ideogram 4.0 und Boogu-Image-0.1-Base enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.
Weitere Vergleiche
Vergleiche Ideogram 4.0 und Boogu-Image-0.1-Base mit den Modellen, die am häufigsten mit ihnen verglichen werden.