Direktvergleich

MAI-Image-2.5 vs. Wan 2.6 Text to Image

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: 26.08.2026

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 Wan 2.6 Text to Image
Merkmal	MAI-Image-2.5	Wan 2.6 Text to Image
Anbieter	Microsoft AI	Alibaba
Erschienen	Juni 2026	Januar 2026
Zugang	API, Web-App	API
Lebenszyklus	Preview in Microsoft Foundry Statusquelle	Kein gesonderter Statushinweis hinterlegt
Gewichte	Proprietär	Proprietär
Parameter	20 Mrd.	Nicht veröffentlicht
Maximale Ausgabe	1.048.576 Pixel	2K
Arena-Konfiguration	Keine separate Konfiguration benannt	Text to Image
Text-zu-Bild-Preis	48,1 $ pro 1.000 Bilder	30 $ 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-2.5Wan 2.6 Text to Image

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

MAI-Image-2.548,1 $

Wan 2.6 Text to Image30 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Prompt-Treue und Fachtests

Gemeinsame Fähigkeits-Benchmarks

Jedes Duell enthält dieselben vier Gradually-Testaufgaben. Pro Aufgabe wird ein archiviertes Erstbild jedes Modells 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-2.5Wan 2.6 Text to Image

Gradually-Bildtest: Typografie und LayoutMittel aus drei Blindrankings aller 28 Erstbilder, je n = 1

MAI-Image-2.593,8 / 100

Wan 2.6 Text to Image14,8 / 100

Gradually-Bildtest: ProduktfotografieMittel aus drei Blindrankings aller 28 Erstbilder, je n = 1

MAI-Image-2.586,4 / 100

Wan 2.6 Text to Image25,9 / 100

Gradually-Bildtest: Figur und DetailsMittel aus drei Blindrankings aller 28 Erstbilder, je n = 1

MAI-Image-2.524,7 / 100

Wan 2.6 Text to Image66,7 / 100

Gradually-Bildtest: InfografikMittel aus drei Blindrankings aller 28 Erstbilder, je n = 1

MAI-Image-2.565,4 / 100

Wan 2.6 Text to Image49,4 / 100

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Fähigkeits-Benchmarks von MAI-Image-2.5 und Wan 2.6 Text to Image
Benchmark	MAI-Image-2.5	Wan 2.6 Text to Image
Gradually-Bildtest: Typografie und Layout	Höherer Blindrangwert93,8 / 100 Mittlerer Rang: 2,67 (2 / 3 / 3) Fünf Kriterienwerte Hauptüberschrift: 1,67 / 2 Unterzeile: 1,67 / 2 Textkontrolle: 1,67 / 2 Bildvorgabe: 1,33 / 2 Layout: 1,33 / 2	14,8 / 100 Mittlerer Rang: 24 (24 / 24 / 24) Fünf Kriterienwerte Hauptüberschrift: 1 / 2 Unterzeile: 1,67 / 2 Textkontrolle: 1 / 2 Bildvorgabe: 1,33 / 2 Layout: 1 / 2
Gradually-Bildtest: Produktfotografie	Höherer Blindrangwert86,4 / 100 Mittlerer Rang: 4,67 (1 / 5 / 8) Fünf Kriterienwerte Motiv: 1,33 / 2 Uhrzeit: 1,33 / 2 Uhrendetails: 1,33 / 2 Fotografie: 1,33 / 2 Ausschlüsse: 1,33 / 2	25,9 / 100 Mittlerer Rang: 21 (22 / 20 / 21) Fünf Kriterienwerte Motiv: 1,33 / 2 Uhrzeit: 1,33 / 2 Uhrendetails: 1,33 / 2 Fotografie: 1,33 / 2 Ausschlüsse: 0,67 / 2
Gradually-Bildtest: Figur und Details	24,7 / 100 Mittlerer Rang: 21,33 (21 / 21 / 22) Fünf Kriterienwerte Szene: 1,33 / 2 Kleidung: 1 / 2 Anatomie: 1 / 2 Gegenstände: 0,33 / 2 Umgebung: 1,33 / 2	Höherer Blindrangwert66,7 / 100 Mittlerer Rang: 10 (19 / 6 / 5) Fünf Kriterienwerte Szene: 1,33 / 2 Kleidung: 1,33 / 2 Anatomie: 1,33 / 2 Gegenstände: 1,33 / 2 Umgebung: 1,33 / 2
Gradually-Bildtest: Infografik	Höherer Blindrangwert65,4 / 100 Mittlerer Rang: 10,33 (11 / 10 / 10) Fünf Kriterienwerte Titel: 1,67 / 2 Reihenfolge: 1 / 2 Beschriftungen: 1 / 2 Diagramm: 1,67 / 2 Klarheit: 1 / 2	49,4 / 100 Mittlerer Rang: 14,67 (14 / 17 / 13) Fünf Kriterienwerte Titel: 1,67 / 2 Reihenfolge: 1 / 2 Beschriftungen: 1 / 2 Diagramm: 1,67 / 2 Klarheit: 1 / 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-2.5Wan 2.6 Text to Image

Text to Image ArenaBlindwahl aus identischem Prompt, höher ist besser

MAI-Image-2.51.303 Elo

Wan 2.6 Text to Image1.210 Elo

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

MAI-Image-2.51.246,107

Wan 2.6 Text to Image1.145,884

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

MAI-Image-2.51.277,636

Wan 2.6 Text to Image1.156,609

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

MAI-Image-2.51.270,066

Wan 2.6 Text to Image1.145,336

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

MAI-Image-2.51.260,487

Wan 2.6 Text to Image1.148,092

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

MAI-Image-2.51.256,13

Wan 2.6 Text to Image1.135,885

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

MAI-Image-2.51.253,013

Wan 2.6 Text to Image1.128,051

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

MAI-Image-2.51.259,199

Wan 2.6 Text to Image1.122,435

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

MAI-Image-2.51.282,791

Wan 2.6 Text to Image1.148,761

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Arena-Benchmarkwerte von MAI-Image-2.5 und Wan 2.6 Text to Image
Benchmark	MAI-Image-2.5	Wan 2.6 Text to Image	Quelle
Text to Image Arena	Höherer Wert1.303 Elo Platz 6, 95-%-Konfidenzintervall: ±9, 14.800 Bewertungen	1.210 Elo Platz 30, 95-%-Konfidenzintervall: ±10, 4.282 Bewertungen	Artificial AnalysisAbruf 26.08.2026
LMArena Text to Image: 3D modeling	Höherer Wert1.246,107 Platz 5, 95-%-Konfidenzintervall: ±9,6, 4.252 Bewertungen	1.145,884 Platz 31, 95-%-Konfidenzintervall: ±6,43, 17.534 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Art	Höherer Wert1.277,636 Platz 3, 95-%-Konfidenzintervall: ±8,37, 6.571 Bewertungen	1.156,609 Platz 27, 95-%-Konfidenzintervall: ±5,91, 23.269 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Cartoon	Höherer Wert1.270,066 Platz 7, 95-%-Konfidenzintervall: ±6,37, 17.440 Bewertungen	1.145,336 Platz 32, 95-%-Konfidenzintervall: ±4,52, 73.425 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Commercial design	Höherer Wert1.260,487 Platz 6, 95-%-Konfidenzintervall: ±6,3, 17.261 Bewertungen	1.148,092 Platz 31, 95-%-Konfidenzintervall: ±4,37, 69.457 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Overall	Höherer Wert1.256,13 Platz 8, 95-%-Konfidenzintervall: ±4,57, 44.940 Bewertungen	1.135,885 Platz 35, 95-%-Konfidenzintervall: ±3,05, 182.381 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Photorealism	Höherer Wert1.253,013 Platz 10, 95-%-Konfidenzintervall: ±6,3, 17.468 Bewertungen	1.128,051 Platz 39, 95-%-Konfidenzintervall: ±4,4, 74.727 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Portraits	Höherer Wert1.259,199 Platz 10, 95-%-Konfidenzintervall: ±7,61, 8.541 Bewertungen	1.122,435 Platz 44, 95-%-Konfidenzintervall: ±5,31, 40.808 Bewertungen	LMArenaAbruf 26.08.2026
LMArena Text to Image: Text rendering	Höherer Wert1.282,791 Platz 7, 95-%-Konfidenzintervall: ±6,6, 15.799 Bewertungen	1.148,761 Platz 31, 95-%-Konfidenzintervall: ±4,55, 66.011 Bewertungen	LMArenaAbruf 26.08.2026
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
Wan 2.6 Text to Image. Provider Together, requested 1280x1280, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, Modellkennung Wan-AI/Wan2.6-image, erstellt 14.08.2026, 12:30. 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

Wan 2.6 Text to Image, Bild SHA 256: cf49d7136a442f4f1c1ae29af99e917aa83bcbf501fdacfe3a13a3b3e74d7f9a

Wan 2.6 Text to Image, Anfrage SHA 256: 10c9f29d46b749448e574d11b560a2c20065d9026f1f52a99f09b23b6299c9c5

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
Wan 2.6 Text to Image. Provider Together, requested 1280x1280, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, Modellkennung Wan-AI/Wan2.6-image, erstellt 14.08.2026, 12:30. 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

Wan 2.6 Text to Image, Bild SHA 256: 28eecbf460194ec047237c35415d934929baee9de9938bdff435cd21a4416435

Wan 2.6 Text to Image, Anfrage SHA 256: d9e00f8c778897df69e719c5bf9fa73115d87abeb23d63eec50dc2280f0e29a9

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
Wan 2.6 Text to Image. Provider Together, requested 1280x1280, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, Modellkennung Wan-AI/Wan2.6-image, erstellt 14.08.2026, 12:29. 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

Wan 2.6 Text to Image, Bild SHA 256: e8dbcfd0ce965814d72d676eddf74f723d476c1f78c5928c7b6efbc4eca4765e

Wan 2.6 Text to Image, Anfrage SHA 256: d1539f1db265e5a110b20b8585984ef534d0b89f51e83fd0fc51551832b669d1

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
Wan 2.6 Text to Image. Provider Together, requested 1280x1280, stored 1024x1024 (Lanczos3 downscale), n=1, seed=provider random, provider default steps, Modellkennung Wan-AI/Wan2.6-image, erstellt 14.08.2026, 14:01. 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

Wan 2.6 Text to Image, Bild SHA 256: 7e9557478ee297369d7680b31ab3b23a13c984981c0e0c922ef07372999122a7

Wan 2.6 Text to Image, Anfrage SHA 256: 2018571c876690a189c5076c520f09d03dd75a18ad6c52550cd51f854c30aa9d

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 Wan 2.6 Text to Image mit weiteren wichtigen Bildmodellen. Alle Duelle nutzen dieselbe Benchmark- und Beispielbildmethodik.

Zum vollständigen Bildmodelle-Vergleich

MAI-Image-2.5 vs. Wan 2.6 Text to Image

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