- Startseite
- Bildmodell-Vergleich
- Kandinsky-5.0-T2I-Lite-Pretrain vs. Z-Image Base
Kandinsky LabTongyi-MAI, AlibabaBildmodell-Duell
Kandinsky-5.0-T2I-Lite-Pretrainvs.Z-Image Base
Welches ist besser?
In unserem eigenen Benchmark GraduallyBench Image v2 liegt Z-Image Base leicht vorn, aber nicht sicher. In der Arena fehlen beide. Beide haben keinen API-Preis.
Kandinsky-5.0-T2I-Lite-Pretrain
Platz 90 von 108
Z-Image Base
Platz 72 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.


Ergebnis bei „Figur und Details“:Z-Image Base 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
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
Z-Image Base: fal, requested 1024x1024, n=1, seed=1788591829, estimated cost $0.020000, erstellt 01.11.2026, 21:35. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: af9bdf8492b30fdaeb79b8f51d168a948d43ee1bbb29107f50a2f794db91a2e0
Z-Image Base Bild SHA 256: 7a9c8b160230e302e618ad99ed1047d36b66bdc759d8455d0479048c442cdf75
Infografik
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
Z-Image Base: fal, requested 1024x1024, n=1, seed=2013338091, estimated cost $0.020000, erstellt 01.11.2026, 21:35. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: 6d1a99203c55f6a9ba5853aae207dfc5e264adc73b336253fae874f0243bd60e
Z-Image Base Bild SHA 256: b306143deb4d133e60ff4840e5fb8271d445f5a4944b98e89346763d84a19d30
Produktfotografie
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
Z-Image Base: fal, requested 1024x1024, n=1, seed=1140297503, estimated cost $0.020000, erstellt 01.11.2026, 21:35. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: 83169f5969d6ed636c5ba8ff01236290417a5942deec1089b4725cfeb0dc2b76
Z-Image Base Bild SHA 256: 11b631f154a0ddff86df21d6d8ffab0d208d51df894f3563dd6818d20b450aae
Typografie und Layout
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
Z-Image Base: fal, requested 1024x1024, n=1, seed=194884257, estimated cost $0.010486, erstellt 01.11.2026, 21:20. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
Kandinsky-5.0-T2I-Lite-Pretrain Bild SHA 256: 89cd2a1137d4d2ceb46c44b030f889bb3b14ac96ae190d2eb271dff02cfb5b74
Z-Image Base Bild SHA 256: 62dbb49a07e3efe0f82ae9051fac20fce00a8f82b57ebe37a526b5176523c84f
Im Abo und per API
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.
Z-Image 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 · Abo-Datenbank vom 29.09.2026 (47 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | Kandinsky-5.0-T2I-Lite-Pretrain | Z-Image 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 | 25 | 36 |
| GraduallyBench Image v2 je Aufgabe | ||
| Typografie und Layoutlesbaren Text, Hierarchie und Komposition | 9 | 35 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 51 | 25 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 12 | 60 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 26 | 25 |
| Preis über die API | ||
| Je Bildniedriger ist besser | k. A. | k. A. |
| 100 Bilder | k. A. | k. A. |
| Steckbrief | ||
| Erschienen | k. A. | 27.01.2026 |
| Gewichteoffen heißt: lokal nutzbar | offen | offen |
| Zugang | lokal | lokal |
| Parameter | 6 Mrd. | 6 Mrd. |
| Größte Ausgabe | nicht einheitlich veröffentlicht | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | k. A. | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle Kandinsky-5.0-T2I-Lite-Pretrain (geprüft 01.11.2026) · Modellquelle Z-Image 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 Kandinsky-5.0-T2I-Lite-Pretrain und Z-Image Base enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.
Weitere Vergleiche
Vergleiche Kandinsky-5.0-T2I-Lite-Pretrain und Z-Image Base mit den Modellen, die am häufigsten mit ihnen verglichen werden.