Direktvergleich

MAI-Image-2.5 vs. Stable Diffusion 3.5 Large

Vergleiche gemeinsame Fähigkeitstests, Arena-Werte mit dokumentiertem Abrufdatum, aufgabenspezifische Bildpreise und geprüfte technische Daten. Forschungs-Benchmarks, Präferenz-Arenen und unsere Stichproben mit n = 1 bleiben getrennt.

gemeinsame Messreihen: 13
gemeinsame Bildmotive: 4
jüngster Arena-Abruf: 22.09.2026

Erstes BildmodellZweites Bildmodell

Steckbrief und Kosten

Allgemeine Daten und aufgabenspezifische Preise

Ein Modell kann für neue Bilder einen anderen Preis haben als für Bearbeitungen. Deshalb bleibt der Preis an die jeweilige Arena-Konfiguration gebunden.

Allgemeine Daten und Preise von MAI-Image-2.5 und Stable Diffusion 3.5 Large
Merkmal	MAI-Image-2.5	Stable Diffusion 3.5 Large
Anbieter	Microsoft AI	Stability AI
Erschienen	Juni 2026	22. Oktober 2024
Zugang	API, Web-App	API, lokal
Lebenszyklus	Preview in Microsoft Foundry Statusquelle	Kein gesonderter Statushinweis hinterlegt
Gewichte	Proprietär	Offene Gewichte
Parameter	20 Mrd.	8,1 Mrd.
Maximale Ausgabe	1.048.576 Pixel	1 Megapixel
Arena-Konfiguration	Keine separate Konfiguration benannt	Keine separate Konfiguration benannt
Text-zu-Bild-Preis	48,1 $ pro 1.000 Bilder	65 $ pro 1.000 Bilder
Editing-Preis	48,1 $ pro 1.000 Bilder	Kein Arena-Eintrag
Technische Quelle	ModellquelleGeprüft 15.08.2026	ModellquelleGeprüft 15.08.2026

MAI-Image-2.5Stable Diffusion 3.5 Large

Text to Image ArenaUSD pro 1.000 Bilder mit 1.024 × 1.024 Pixeln

MAI-Image-2.548,1 $

Stable Diffusion 3.5 Large65 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Prompt-Treue und Fachtests

Gemeinsame Fähigkeits-Benchmarks

Beide Checkpoints haben dieselben vier Gradually-Testaufgaben absolviert. Pro Aufgabe werden 30 archivierte Erstbilder in drei unterschiedlich sortierten, modellblinden Durchläufen gerankt. Der veröffentlichte Wert von 0 bis 100 normalisiert den mittleren Rang. Pro Modell bleibt das ausdrücklich eine Stichprobe mit n = 1. Für dieses Paar liegt aus den eingebundenen Forschungs-Benchmarks kein exakt gemeinsamer Modellstand vor.

MAI-Image-2.5Stable Diffusion 3.5 Large

Gradually-Bildtest: Typografie und LayoutMittel aus drei Blindrankings aller 30 Erstbilder, je n = 1

MAI-Image-2.582,8 / 100

Stable Diffusion 3.5 Large2,3 / 100

Gradually-Bildtest: ProduktfotografieMittel aus drei Blindrankings aller 30 Erstbilder, je n = 1

MAI-Image-2.579,3 / 100

Stable Diffusion 3.5 Large0 / 100

Gradually-Bildtest: Figur und DetailsMittel aus drei Blindrankings aller 30 Erstbilder, je n = 1

MAI-Image-2.520,7 / 100

Stable Diffusion 3.5 Large26,4 / 100

Gradually-Bildtest: InfografikMittel aus drei Blindrankings aller 30 Erstbilder, je n = 1

MAI-Image-2.564,4 / 100

Stable Diffusion 3.5 Large4,6 / 100

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Fähigkeits-Benchmarks von MAI-Image-2.5 und Stable Diffusion 3.5 Large
Benchmark	MAI-Image-2.5	Stable Diffusion 3.5 Large
Gradually-Bildtest: Typografie und Layout	Höherer Blindrangwert82,8 / 100 Mittlerer Rang: 6 (3 / 7 / 8) Fünf Kriterienwerte Hauptüberschrift: 1,67 / 2 Unterzeile: 1,67 / 2 Textkontrolle: 1,67 / 2 Bildvorgabe: 1,67 / 2 Layout: 1,67 / 2	2,3 / 100 Mittlerer Rang: 29,33 (30 / 28 / 30) Fünf Kriterienwerte Hauptüberschrift: 0,67 / 2 Unterzeile: 0,67 / 2 Textkontrolle: 0,67 / 2 Bildvorgabe: 1,33 / 2 Layout: 1 / 2
Gradually-Bildtest: Produktfotografie	Höherer Blindrangwert79,3 / 100 Mittlerer Rang: 7 (6 / 12 / 3) Fünf Kriterienwerte Motiv: 1,67 / 2 Uhrzeit: 1,67 / 2 Uhrendetails: 1,67 / 2 Fotografie: 1,67 / 2 Ausschlüsse: 1,67 / 2	0 / 100 Mittlerer Rang: 30 (30 / 30 / 30) Fünf Kriterienwerte Motiv: 1 / 2 Uhrzeit: 1,67 / 2 Uhrendetails: 1,67 / 2 Fotografie: 1,67 / 2 Ausschlüsse: 1 / 2
Gradually-Bildtest: Figur und Details	20,7 / 100 Mittlerer Rang: 24 (24 / 21 / 27) Fünf Kriterienwerte Szene: 1 / 2 Kleidung: 1 / 2 Anatomie: 1 / 2 Gegenstände: 1 / 2 Umgebung: 1 / 2	Höherer Blindrangwert26,4 / 100 Mittlerer Rang: 22,33 (13 / 24 / 30) Fünf Kriterienwerte Szene: 1 / 2 Kleidung: 1 / 2 Anatomie: 1 / 2 Gegenstände: 1 / 2 Umgebung: 1 / 2
Gradually-Bildtest: Infografik	Höherer Blindrangwert64,4 / 100 Mittlerer Rang: 11,33 (11 / 12 / 11) Fünf Kriterienwerte Titel: 1,67 / 2 Reihenfolge: 1,33 / 2 Beschriftungen: 1 / 2 Diagramm: 1,67 / 2 Klarheit: 1,33 / 2	4,6 / 100 Mittlerer Rang: 28,67 (29 / 28 / 29) Fünf Kriterienwerte Titel: 0,67 / 2 Reihenfolge: 0,33 / 2 Beschriftungen: 0,33 / 2 Diagramm: 1 / 2 Klarheit: 0,33 / 2
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Unabhängige Präferenztests

Gemeinsame Arena-Benchmarks

Artificial Analysis und Arena ermitteln Bewertungswerte aus Blindvergleichen. Personen sehen Ausgaben zum gleichen Prompt und wählen ihr bevorzugtes Bild. Neben Gesamtwerten findest du hier getrennte Messreihen für Textdarstellung, Fotorealismus, Porträts, Kunst, kommerzielles Design und Bildbearbeitung. Die Konfidenzintervalle zeigen, wie sicher der jeweilige Vorsprung ist.

9 gemeinsame Messreihen

MAI-Image-2.5Stable Diffusion 3.5 Large

Text to Image ArenaBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.103 Elo

Stable Diffusion 3.5 Large839 Elo

LMArena Text to Image: 3D modelingBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.248,552

Stable Diffusion 3.5 Large963,888

LMArena Text to Image: ArtBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.277,455

Stable Diffusion 3.5 Large997,656

LMArena Text to Image: CartoonBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.269,579

Stable Diffusion 3.5 Large945,681

LMArena Text to Image: Commercial designBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.260,92

Stable Diffusion 3.5 Large937,143

LMArena Text to Image: OverallBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.254,072

Stable Diffusion 3.5 Large938,344

LMArena Text to Image: PhotorealismBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.250,943

Stable Diffusion 3.5 Large928,163

LMArena Text to Image: PortraitsBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.257,755

Stable Diffusion 3.5 Large941,209

LMArena Text to Image: Text renderingBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.282,526

Stable Diffusion 3.5 Large921,527

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Arena-Benchmarkwerte von MAI-Image-2.5 und Stable Diffusion 3.5 Large
Benchmark	MAI-Image-2.5	Stable Diffusion 3.5 Large	Quelle
Text to Image Arena	Höherer Wert1.103 Elo Platz 8, 95-%-Konfidenzintervall: ±9, 14.914 Bewertungen	839 Elo Platz 124, 95-%-Konfidenzintervall: ±9, 5.130 Bewertungen	Artificial AnalysisAbruf 22.09.2026
LMArena Text to Image: 3D modeling	Höherer Wert1.248,552 Platz 11, 95-%-Konfidenzintervall: ±9,04, 5.230 Bewertungen	963,888 Platz 76, 95-%-Konfidenzintervall: ±15,92, 1.629 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Art	Höherer Wert1.277,455 Platz 7, 95-%-Konfidenzintervall: ±7,76, 8.400 Bewertungen	997,656 Platz 73, 95-%-Konfidenzintervall: ±9,48, 5.340 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Cartoon	Höherer Wert1.269,579 Platz 11, 95-%-Konfidenzintervall: ±5,93, 22.528 Bewertungen	945,681 Platz 76, 95-%-Konfidenzintervall: ±6,35, 12.274 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Commercial design	Höherer Wert1.260,92 Platz 10, 95-%-Konfidenzintervall: ±5,97, 20.864 Bewertungen	937,143 Platz 77, 95-%-Konfidenzintervall: ±11,07, 3.051 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Overall	Höherer Wert1.254,072 Platz 12, 95-%-Konfidenzintervall: ±4,28, 57.250 Bewertungen	938,344 Platz 77, 95-%-Konfidenzintervall: ±4,52, 23.396 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Photorealism	Höherer Wert1.250,943 Platz 14, 95-%-Konfidenzintervall: ±5,89, 21.971 Bewertungen	928,163 Platz 77, 95-%-Konfidenzintervall: ±7,09, 9.405 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Portraits	Höherer Wert1.257,755 Platz 13, 95-%-Konfidenzintervall: ±7,1, 10.873 Bewertungen	941,209 Platz 76, 95-%-Konfidenzintervall: ±8,91, 5.704 Bewertungen	LMArenaAbruf 19.09.2026
LMArena Text to Image: Text rendering	Höherer Wert1.282,526 Platz 11, 95-%-Konfidenzintervall: ±6,17, 19.611 Bewertungen	921,527 Platz 77, 95-%-Konfidenzintervall: ±10,86, 3.222 Bewertungen	LMArenaAbruf 19.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Visueller Vergleich

Beispielbilder

Eigene Bilder ergänzen die Präferenzdaten, ersetzen sie aber nicht. Prompt, Anzahl der Aufträge und Auswahlregel sind gleich. Anbieterabhängige Auflösung, Qualitätsstufe, Zufall und Prompt-Verarbeitung bleiben sichtbar und verhindern eine vollständig kontrollierte Labormessung.

Weitgehend standardisiertes Vergleichsprotokoll. Beide Modelle erhalten denselben archivierten Prompt, genau einen Auftrag und es zählt jeweils das erste Ergebnis. 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 deshalb ein visueller Praxistest und keine Rekonstruktion der Arena-Konfiguration.

Figur und Details

Anatomie, Kleidung und räumliche Konsistenz

Prompt und Einstellungen

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.

MAI-Image-2.5. Provider OpenRouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048508, Modellkennung microsoft/mai-image-2.5, erstellt 14.08.2026, 13:26. Quelle
Stable Diffusion 3.5 Large. Provider fal.ai, requested 1024x1024, n=1, seed=7087247023770270000, estimated cost $0.068157, Modellkennung fal-ai/stable-diffusion-v35-large, erstellt 14.08.2026, 14:37. Quelle

Protokoll gradually-image-comparison-v1, Auswahlregel „erstes Ergebnis“.

Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6

MAI-Image-2.5, Bild SHA 256: ca1c58688ae4601975d7e1f7b58bb43a0a999e736f610d9f51cd11e06284bced

MAI-Image-2.5, Anfrage SHA 256: 40fc54cbcee64f9045c44e702e013b649a0d8bbd7f8e2390d839bc38ee183b90

Stable Diffusion 3.5 Large, Bild SHA 256: e748006fe56e442ad347e3f994f18b86ee1739f20dcee063aa7a03ee710c5d54

Stable Diffusion 3.5 Large, Anfrage SHA 256: 5d005ee24926d68b7d2299b8ecbe4e14919f652761f6de2568a043f2a6258da0

Infografik

Zahlen, Beschriftungen und visuelle Ordnung

Prompt und Einstellungen

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.

MAI-Image-2.5. Provider OpenRouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048538, Modellkennung microsoft/mai-image-2.5, erstellt 14.08.2026, 13:26. Quelle
Stable Diffusion 3.5 Large. Provider fal.ai, requested 1024x1024, n=1, seed=12166653711354006000, estimated cost $0.068157, Modellkennung fal-ai/stable-diffusion-v35-large, erstellt 14.08.2026, 14:37. Quelle

Protokoll gradually-image-comparison-v1, Auswahlregel „erstes Ergebnis“.

Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f

MAI-Image-2.5, Bild SHA 256: eaf00a906231e8859f98ef5dc2cce7e8017797819aea453305a4ef0e970d4dbf

MAI-Image-2.5, Anfrage SHA 256: bbedc701e9933a8d6ed0fbb2a6fbb7214214fad9d32d9ae80a114a7254a0bcf1

Stable Diffusion 3.5 Large, Bild SHA 256: 4eb0fd741ef42e6d3fee4b1280cdfb098a0a04009b139051963895892e349f1e

Stable Diffusion 3.5 Large, Anfrage SHA 256: 8b8014fc63f520d73ff57d3d8df5eae880097383167d44918b963f2830d09940

Produktfotografie

Materialien, Reflexionen und kleine Details

Prompt und Einstellungen

Create a square premium product photograph of a brushed titanium wristwatch standing upright on dark green marble. The watch has a cream dial, thin black hands set to 10:10, twelve distinct hour markers, a realistic crown, and a dark brown leather strap. Soft window light from the left, controlled reflections, shallow depth of field, no text, no logo, no extra objects.

MAI-Image-2.5. Provider OpenRouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048513, Modellkennung microsoft/mai-image-2.5, erstellt 14.08.2026, 13:25. Quelle
Stable Diffusion 3.5 Large. Provider fal.ai, requested 1024x1024, n=1, seed=13346308312015933000, estimated cost $0.068157, Modellkennung fal-ai/stable-diffusion-v35-large, erstellt 14.08.2026, 14:37. Quelle

Protokoll gradually-image-comparison-v1, Auswahlregel „erstes Ergebnis“.

Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3

MAI-Image-2.5, Bild SHA 256: 67d4930b711fac61482231c4bc270cfcdb41c1b0daf653045781fb2126e237dd

MAI-Image-2.5, Anfrage SHA 256: 071e156eeb3e65e6744b7c6b675ffcb32b551dcfc1033a55e30e9561c0bd78a9

Stable Diffusion 3.5 Large, Bild SHA 256: ea9a7401dee8859ec2cb96af9f7ca29a177ef2202f52f629d8ce9f5839bd4061

Stable Diffusion 3.5 Large, Anfrage SHA 256: 21e2c14d1b6315c30134e1390f531349608855d4ef1a87527e6d0ba57b2974ca

Typografie und Layout

Lesbarer Text, Hierarchie und Komposition

Prompt und Einstellungen

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.

MAI-Image-2.5. Provider OpenRouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048473, Modellkennung microsoft/mai-image-2.5, erstellt 14.08.2026, 14:03. Quelle
Stable Diffusion 3.5 Large. Provider fal.ai, requested 1024x1024, n=1, seed=16632333557910893000, estimated cost $0.068157, Modellkennung fal-ai/stable-diffusion-v35-large, erstellt 14.08.2026, 14:37. Quelle

Protokoll gradually-image-comparison-v1, Auswahlregel „erstes Ergebnis“.

Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419

MAI-Image-2.5, Bild SHA 256: 4c8a60555b57b8c3b5ebaa131371d1bba9d31bfafe7aaa772554969f7c28cb08

MAI-Image-2.5, Anfrage SHA 256: f14577273bd6b0980f49e13988b01555bb55dc824317b201b5fab3d2ef72e666

Stable Diffusion 3.5 Large, Bild SHA 256: e2994b1883a245b1c8c447957d121ea89d93aafff149029aa4e8507dbb769f9a

Stable Diffusion 3.5 Large, Anfrage SHA 256: 530872e813e988ba95025956a3743c6111120af963d90b8970a8bf3eced5547b

So liest du den Vergleich

Ein Elo-Wert ist kein Kreativurteil

Ein höherer Arena-Wert bedeutet, dass diese konkrete Konfiguration in Blindwahlen häufiger bevorzugt wurde.

Typografie, Charakterkonsistenz, lokale Ausführung, Lizenz und Preis können für deinen Einsatz wichtiger sein als der Gesamteindruck.

Preise gelten für 1.000 Bilder mit 1.024 × 1.024 Pixeln und den von Artificial Analysis dokumentierten Standardeinstellungen. Abos und Sondertarife sind nicht eingerechnet.

Weitere Duelle

Vergleiche MAI-Image-2.5 und Stable Diffusion 3.5 Large mit weiteren wichtigen Bildmodellen nach denselben Evidenzregeln. Jede Seite zeigt nur exakte gemeinsame Messwerte und Testbilder.

Zum vollständigen Bildmodelle-Vergleich

MAI-Image-2.5 vs. Stable Diffusion 3.5 Large

Bildmodellauswahl ändern

Allgemeine Daten und aufgabenspezifische Preise

Gemeinsame Fähigkeits-Benchmarks

Gemeinsame Arena-Benchmarks

Beispielbilder

Figur und Details

Infografik

Produktfotografie

Typografie und Layout

Ein Elo-Wert ist kein Kreativurteil

Ähnliche Bildmodell-Vergleiche