Zum Hauptinhalt springen

Kandinsky-5.0-T2I-Lite-SFTvs.AuraFlow v0.3

Welches ist besser?

In unserer eigenen Bewertung liegen beide gleichauf. In der Arena fehlen beide. Beide haben keinen API-Preis.

Testbilder

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

Kandinsky-5.0-T2I-Lite-SFT: Figur und Details, erstes Bild aus dem festen Testlauf
Kandinsky-5.0-T2I-Lite-SFT65 von 100
AuraFlow v0.3: Figur und Details, erstes Bild aus dem festen Testlauf
AuraFlow v0.316 von 100

Ergebnis bei „Figur und Details“:Kandinsky-5.0-T2I-Lite-SFT vorn

Auftrag an beide Modelle (Original englisch)Create a square cinematic full-body portrait of a fictional bicycle courier waiting under a transparent umbrella at a rainy tram stop in Hamburg at blue hour. She wears a mustard raincoat, navy trousers, red sneakers, a silver helmet, and carries a teal messenger bag. Keep both hands visible, render the bicycle correctly, use realistic wet-street reflections, and include no readable brand names.

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

Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=89463658088346984; 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, 20:12. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=8761677709905735111; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:42. Quelle

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

Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: 8d193e702ad1aa0fccdb45f5d1474d60e21d455fa58d13470edd2796af0f2aed

AuraFlow v0.3 Bild SHA 256: 9d0f14ca671e82f18947b9a0d7d7587e372cb4f515ce028434fac4efbd937155

Infografik

Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=649868597087646690; 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, 20:21. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=3793893866514060497; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:47. Quelle

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

Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: e102016732db9e8e463504a83ac0770ff8a3c4c77918143d0f9dae8498c79101

AuraFlow v0.3 Bild SHA 256: d2a4ecc1c165bc861ca60133d9ff95dc9d5b1d5320763be92c8168ff8c3b8166

Produktfotografie

Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=4636200764941689006; 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, 20:02. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=4682738952817248216; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:37. Quelle

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

Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: 73b31dc5a48059f7712c6a125ac4855f2401133101172c4bfbaa11b76c5ceee1

AuraFlow v0.3 Bild SHA 256: 6889065a427cc29bc1c0a53b0ad0662eb24f4be885148b0ebb8f6d945bbd4749

Typografie und Layout

Kandinsky-5.0-T2I-Lite-SFT: manual, local PyTorch 2.13.0, Diffusers 0.36.0; kandinskylab/Kandinsky-5.0-T2I-Lite-sft-Diffusers@c0158b5b20858d1fc02088db7ed4d805a296498b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=378697477899808767; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoders; float32 for transformer and CPU VAE; three local execution attempts: first aborted on an MPS dtype error; second returned an unsaved latent but the runner read the wrong output field; accepted first saved image after correcting that field with unchanged prompt, seed and FP32 sampling settings; lost latent content remains unknown, erstellt 02.11.2026, 19:52. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=7437917803059710684; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:31. Quelle

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

Kandinsky-5.0-T2I-Lite-SFT Bild SHA 256: a84280dd219692f7b20722a37491d6788d1ecdc594f816fa1203981642501ab2

AuraFlow v0.3 Bild SHA 256: b6c221541210743564f6921b5e0bbc227c4d2246f6410cb0c1779c7c58d9460d

Die Zahlen im Überblick

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

Kandinsky-5.0-T2I-Lite-SFT

nicht in der Arena

k. A.

AuraFlow v0.3

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser
34

Kandinsky-5.0-T2I-Lite-SFT

Platz 79 von 108

12

AuraFlow v0.3

Platz 102 von 108

Preis je BildDollar über die API · niedriger ist besser
k. A.

Kandinsky-5.0-T2I-Lite-SFT

kein API-Preis

k. A.

AuraFlow v0.3

kein API-Preis

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

Kandinsky-5.0-T2I-Lite-SFT

Im Abo
k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
Per API
Kein API-Preis bekannt. Zugang: lokal.
Lizenz
Offene Gewichte.

AuraFlow v0.3

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 · 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.

KennzahlKandinsky-5.0-T2I-Lite-SFTAuraFlow v0.3
Wertungen
Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besserk. A.k. A.
Platz in der Arenak. A.k. A.
Stimmen in der Arenamehr Stimmen, sicherere Wertungk. A.k. A.
GraduallyBenchunsere eigene Bewertung, 0 bis 1003412
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition2111
ProduktfotografieMaterialien, Reflexionen und kleine Details1515
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz6516
InfografikZahlen, Beschriftungen und visuelle Ordnung337
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
Erschienenk. A.k. A.
Gewichteoffen heißt: lokal nutzbaroffenoffen
Zuganglokallokal
Parameter6 Mrd.7 Mrd.
Größte Ausgabenicht einheitlich veröffentlicht1.536 × 1.536 Pixel
Tarife in Deutschlandmit genau diesem Modellnamenk. A.k. A.

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

Quellen: Modellquelle Kandinsky-5.0-T2I-Lite-SFT (geprüft 01.11.2026) · Modellquelle AuraFlow v0.3 (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 Kandinsky-5.0-T2I-Lite-SFT und AuraFlow v0.3 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-SFT und AuraFlow v0.3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen