Zum Hauptinhalt springen

InclusionAIMeituanBildmodell-Duell

LLaDA-Imagevs.LongCat-Image

Welches ist besser?

In unserem eigenen Benchmark GraduallyBench liegt LLaDA-Image leicht vorn, aber nicht sicher. In der Arena fehlen beide. Beide haben keinen API-Preis.

GraduallyBenchEigener Benchmark0 bis 100 · höher ist besser
41

LLaDA-Image

Platz 65 von 108

31

LongCat-Image

Platz 78 von 108

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

Testbilder aus GraduallyBench

Eigener BenchmarkDie Bilder stammen aus GraduallyBench, unserem eigenen Benchmark: Jedes Modell bekommt dieselben vier Aufgaben, und zwei KI-Prüfer vergleichen die Bilder paarweise und blind.

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

LLaDA-Image: Typografie und Layout, erstes Bild aus dem festen Testlauf
LLaDA-Image64 von 100
LongCat-Image: Typografie und Layout, erstes Bild aus dem festen Testlauf
LongCat-Image34 von 100

Ergebnis bei „Typografie und Layout“:LLaDA-Image vorn

Auftrag an beide Modelle (Original englisch)Create a square editorial poster for an imaginary night train called MONDFALTER. Show the exact German headline MONDFALTER and the exact subline BERLIN NACH LISSABON. Use a restrained midnight-blue and warm-cream palette, one stylized moth, strong Swiss-grid typography, generous negative space, and no additional words or logos.

Darauf achtet die Bewertung: lesbaren Text, Hierarchie und Komposition.

„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

LLaDA-Image: manual, 2.13.0 PyTorch, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image@e4e2703f410f7ddb6ee8d6b09dac6a8ec5093039; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0; seed=6428048197886116697; MPS generator; BF16 text/diffusion components, FP32 denoising latent, receipt-reported CPU FP32 native VAE decode; negative_prompt argument omitted (None default, not the manufacturer's empty-string example); MPS community PR @ 5395ce055da9975b09f71e21b865973d409bb3cd; official pinned text encoder uses eager MoE fallback and SDPA attention; other image-component attention paths were not independently captured by this review; no CUDA numerical equivalence claimed; MPS fallback permitted, actual fallback operations not measured; two submissions: the original request stopped at the 60-GiB free-space safeguard before image or latent (supervisor exit 143); one technical same-request/same-seed retry produced the retained first completed output; no quality reroll, erstellt 03.11.2026, 08:50. Quelle

LongCat-Image: fal, image_size=square_hd; exact native pixels are not request-configurable, n=1, seed=1234871882, Estimate reserves 2 MP at Fal's $0.13 per MP rate, estimated cost $0.260000, erstellt 02.11.2026, 15:06. Quelle

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

LLaDA-Image Bild SHA 256: a34d96894f5500c5bce2c16cca14ae09748f3aff4d47d15f8aff0d1be5749211

LongCat-Image Bild SHA 256: 7c2d3cbf8efa756277fc1e20af0c0c7c4febec50b30244eb9b85c02c236e97ca

Infografik

LLaDA-Image: manual, 2.13.0 PyTorch, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image@e4e2703f410f7ddb6ee8d6b09dac6a8ec5093039; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0; seed=1354677768900879717; MPS generator; BF16 text/diffusion components, FP32 denoising latent, receipt-reported CPU FP32 native VAE decode; negative_prompt argument omitted (None default, not the manufacturer's empty-string example); MPS community PR @ 5395ce055da9975b09f71e21b865973d409bb3cd; official pinned text encoder uses eager MoE fallback and SDPA attention; other image-component attention paths were not independently captured by this review; no CUDA numerical equivalence claimed; MPS fallback permitted, actual fallback operations not measured, erstellt 03.11.2026, 08:56. Quelle

LongCat-Image: fal, image_size=square_hd; exact native pixels are not request-configurable, n=1, seed=886012823, Estimate reserves 2 MP at Fal's $0.13 per MP rate, estimated cost $0.260000, erstellt 02.11.2026, 15:06. Quelle

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

LLaDA-Image Bild SHA 256: cad67ad3f1a475d12bc2152840dc98657f81b5c7318c09a9e9fa40fbb433372f

LongCat-Image Bild SHA 256: ce6df19ed744009c81aec8257cef3e5a4de7ea0d4985c709335ec1b50c3381fb

Produktfotografie

LLaDA-Image: manual, 2.13.0 PyTorch, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image@e4e2703f410f7ddb6ee8d6b09dac6a8ec5093039; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0; seed=152405017095880227; MPS generator; BF16 text/diffusion components, FP32 denoising latent, receipt-reported CPU FP32 native VAE decode; negative_prompt argument omitted (None default, not the manufacturer's empty-string example); MPS community PR @ 5395ce055da9975b09f71e21b865973d409bb3cd; official pinned text encoder uses eager MoE fallback and SDPA attention; other image-component attention paths were not independently captured by this review; no CUDA numerical equivalence claimed; MPS fallback permitted, actual fallback operations not measured, erstellt 03.11.2026, 01:02. Quelle

LongCat-Image: fal, image_size=square_hd; exact native pixels are not request-configurable, n=1, seed=1319752608, Estimate reserves 2 MP at Fal's $0.13 per MP rate, estimated cost $0.260000, erstellt 02.11.2026, 15:06. Quelle

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

LLaDA-Image Bild SHA 256: 888e173c25c26ff1dcbfd07aad01ffc6a71cc7735099d3e943e60dfddfe31553

LongCat-Image Bild SHA 256: 1f95d4152dfa60c5056df13bf813563a75863f4a34419344e1a59a800a46f689

Typografie und Layout

LLaDA-Image: manual, 2.13.0 PyTorch, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image@e4e2703f410f7ddb6ee8d6b09dac6a8ec5093039; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0; seed=8778315039365154420; MPS generator; BF16 text/diffusion components, FP32 denoising latent, receipt-reported CPU FP32 native VAE decode; negative_prompt argument omitted (None default, not the manufacturer's empty-string example); MPS community PR @ 5395ce055da9975b09f71e21b865973d409bb3cd; official pinned text encoder uses eager MoE fallback and SDPA attention; other image-component attention paths were not independently captured by this review; no CUDA numerical equivalence claimed; MPS fallback permitted, actual fallback operations not measured, erstellt 03.11.2026, 00:40. Quelle

LongCat-Image: fal, image_size=square_hd; exact native pixels are not request-configurable, n=1, seed=943200407, Estimate reserves 2 MP at Fal's $0.13 per MP rate, estimated cost $0.260000, erstellt 02.11.2026, 15:06. Quelle

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

LLaDA-Image Bild SHA 256: 256a88541c9821a6242bb434fb520d4d6f0793c934c66acd1fd2e8edd8086b5d

LongCat-Image Bild SHA 256: 1d6b72ae389c339ff3011ee3c59bd77b12b5157f1fadcf0932c96ebe5313836b

Im Abo und per API

LLaDA-Image

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

LongCat-Image

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 vom 07.11.2026 · Abo-Datenbank vom 29.09.2026 (42 Tage alt)

Alle Daten im Vergleich

Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.

KennzahlLLaDA-ImageLongCat-Image
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.
GraduallyBenchunser eigener Benchmark, 0 bis 1004131
GraduallyBench je Aufgabe
Typografie und Layoutlesbaren Text, Hierarchie und Komposition6434
ProduktfotografieMaterialien, Reflexionen und kleine Details3926
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz3329
InfografikZahlen, Beschriftungen und visuelle Ordnung2936
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
Erschienen04.09.202605.12.2025
Gewichteoffen heißt: lokal nutzbaroffenoffen
Zuganglokallokal
Parameter6 Mrd.6 Mrd.
Größte Ausgabenicht einheitlich veröffentlichtnicht einheitlich veröffentlicht
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 LLaDA-Image (geprüft 01.11.2026) · Modellquelle LongCat-Image (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 LLaDA-Image und LongCat-Image enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Anderes Duell vergleichen