Ideogram 4.5vs.SDXL Turbo

Welches ist besser?

In unserer eigenen Bewertung liegt Ideogram 4.5 vorn. In der Arena fehlen beide. SDXL Turbo hat keinen API-Preis.

Testbilder

Gleicher Auftrag, je das erste Bild. Vorausgewählt ist die Aufgabe mit dem größten Unterschied.

Ideogram 4.5: Infografik, erstes Bild aus dem festen Testlauf — Ideogram 4.585 von 100

SDXL Turbo: Infografik, erstes Bild aus dem festen Testlauf — SDXL Turbo8 von 100

Ergebnis bei „Infografik“:Ideogram 4.5 vorn

Auftrag an beide Modelle (Original englisch)Create a square German infographic titled SO FUNKTIONIERT PHOTOSYNTHESE. Show exactly four numbered steps in this order: 1 LICHT, 2 WASSER, 3 CO₂, 4 ZUCKER + SAUERSTOFF. Use a clean editorial science style with one plant cross-section, simple arrows, high contrast, legible labels, and no other text.

Darauf achtet die Bewertung: Zahlen, Beschriftungen und visuelle Ordnung.

„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

Ideogram 4.5: fal, requested 1024x1024, n=1, seed=676327336, prompt expansion disabled, quality low, estimated cost $0.030000, erstellt 01.11.2026, 20:44. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=660064698563452219; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native tokenizer truncation: tokenizer 80 to 77 tokens, tokenizer_2 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:23. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6

Ideogram 4.5 Bild SHA 256: 765cb852ecb10a396bad4bd18c2dc9fcc77221ffff3f0b94ef9eccf4d190b418

SDXL Turbo Bild SHA 256: 9ee6443f4690649e93bdca408e5e8d317b312244636a3af47a02fe14eaf6c20c

Infografik

Ideogram 4.5: fal, requested 1024x1024, n=1, seed=1482950298, prompt expansion disabled, quality low, estimated cost $0.030000, erstellt 01.11.2026, 20:44. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=6060807684445796734; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:23. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f

Ideogram 4.5 Bild SHA 256: c97b4321e68bf1617a4dc96b5e1f9372344b09b9ff987f07d0e9813e6210c656

SDXL Turbo Bild SHA 256: 20395d858252aa131f235baa1f514039503a52dfec958c8f5b299db708bf4090

Produktfotografie

Ideogram 4.5: fal, requested 1024x1024, n=1, seed=1376877115, prompt expansion disabled, quality low, estimated cost $0.030000, erstellt 01.11.2026, 20:44. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=4654331835179858246; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native tokenizer truncation: tokenizer 80 to 77 tokens, tokenizer_2 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:22. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3

Ideogram 4.5 Bild SHA 256: b9427281a64b3103f52f439b8797bd11763f813a8ef142bf79d96e936b349ae1

SDXL Turbo Bild SHA 256: 75e5b85283110815e51a0470c937c3e42407244b50d918a3c0c54e10998a4b4c

Typografie und Layout

Ideogram 4.5: fal, requested 1024x1024, n=1, seed=988679089, prompt expansion disabled, quality low, estimated cost $0.030000, erstellt 01.11.2026, 20:44. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=1511362670078321145; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:21. Quelle

Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419

Ideogram 4.5 Bild SHA 256: ebe1fe3dccf258807db9a9063c1034185c1b3e91f0d8c9bd86c53525d374dd9c

SDXL Turbo Bild SHA 256: 963088c72f75c98a95fd71be5f8d6e14fdf17061ae984f1109522a39be24ac76

Die Zahlen im Überblick

Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern · höher ist besser

k. A.

Ideogram 4.5

nicht in der Arena

k. A.

SDXL Turbo

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser

Ideogram 4.5

Platz 45 von 108

SDXL Turbo

Platz 105 von 108

Preis je BildDollar über die API · niedriger ist besser

0,10 $

Ideogram 4.5

teuer

k. A.

SDXL Turbo

kein API-Preis

Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit GraduallyBench-Lauf; Preisvergleich mit 28 Modellen mit API-Preis.

Ideogram 4.5

Im Abo: Kein Abo von Ideogram mit diesem Modell. Über andere Anbieter ab ≈ 9,54 € im Monat (Krea Basic, mit begrenztem Guthaben). 33 Tarife in Deutschland.
Per API: 0,10 $ je Bild, 100 Bilder 10 $.
Gewichte: unbekannt.

SDXL Turbo

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.

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	Ideogram 4.5	SDXL Turbo
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.
GraduallyBenchunsere eigene Bewertung, 0 bis 100	63	4
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition	28	3
ProduktfotografieMaterialien, Reflexionen und kleine Details	69	3
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz	68	3
InfografikZahlen, Beschriftungen und visuelle Ordnung	85	8
Preis über die API
Je Bildniedriger ist besser	0,10 $	k. A.
100 Bilder	10 $	k. A.
Steckbrief
Erschienen	k. A.	k. A.
Gewichteoffen heißt: lokal nutzbar	unbekannt	offen
Lebenszyklus	kein Statushinweis	Älterer offener Schnell-Checkpoint; keine aktive Hosted-API-ID in der hier geprüften Modellliste behauptet
Zugang	API	lokal
Parameter	nicht veröffentlicht	nicht veröffentlicht
Größte Ausgabe	nicht einheitlich veröffentlicht	nicht einheitlich veröffentlicht
Tarife in Deutschlandmit genau diesem Modellnamen	33	k. A.

API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.

Quellen: Modellquelle Ideogram 4.5 (geprüft 01.11.2026) · Modellquelle SDXL Turbo, Statusquelle (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 Ideogram 4.5 und SDXL Turbo enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche Ideogram 4.5 und SDXL Turbo mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes BildmodellZweites Bildmodell