MAI-Image-2.5vs.LLaDA-Image

Welches ist besser?

In unserer eigenen Bewertung liegt MAI-Image-2.5 vorn. LLaDA-Image hat noch keine Arena-Wertung. LLaDA-Image hat keinen API-Preis.

Testbilder

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

MAI-Image-2.5: Infografik, erstes Bild aus dem festen Testlauf — MAI-Image-2.569 von 100

LLaDA-Image: Infografik, erstes Bild aus dem festen Testlauf — LLaDA-Image33 von 100

Ergebnis bei „Infografik“:MAI-Image-2.5 vorn

Auftrag an beide Modelle (Original englisch)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.

Darauf achtet die Bewertung: Zahlen, Beschriftungen und visuelle Ordnung.

„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

MAI-Image-2.5: openrouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048508, erstellt 14.08.2026, 13:26. Quelle

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

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

MAI-Image-2.5 Bild SHA 256: ca1c58688ae4601975d7e1f7b58bb43a0a999e736f610d9f51cd11e06284bced

LLaDA-Image Bild SHA 256: a34d96894f5500c5bce2c16cca14ae09748f3aff4d47d15f8aff0d1be5749211

Infografik

MAI-Image-2.5: openrouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048538, erstellt 14.08.2026, 13:26. Quelle

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

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

MAI-Image-2.5 Bild SHA 256: eaf00a906231e8859f98ef5dc2cce7e8017797819aea453305a4ef0e970d4dbf

LLaDA-Image Bild SHA 256: cad67ad3f1a475d12bc2152840dc98657f81b5c7318c09a9e9fa40fbb433372f

Produktfotografie

MAI-Image-2.5: openrouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048513, erstellt 14.08.2026, 13:25. Quelle

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

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

MAI-Image-2.5 Bild SHA 256: 67d4930b711fac61482231c4bc270cfcdb41c1b0daf653045781fb2126e237dd

LLaDA-Image Bild SHA 256: 888e173c25c26ff1dcbfd07aad01ffc6a71cc7735099d3e943e60dfddfe31553

Typografie und Layout

MAI-Image-2.5: openrouter, aspect ratio 1:1, provider default 1K resolution, n=1, seed=provider random, actual cost $0.048473, erstellt 14.08.2026, 14:03. Quelle

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

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

MAI-Image-2.5 Bild SHA 256: 4c8a60555b57b8c3b5ebaa131371d1bba9d31bfafe7aaa772554969f7c28cb08

LLaDA-Image Bild SHA 256: 256a88541c9821a6242bb434fb520d4d6f0793c934c66acd1fd2e8edd8086b5d

Die Zahlen im Überblick

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

1.253

MAI-Image-2.5

Platz 9 von 21

k. A.

LLaDA-Image

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser

MAI-Image-2.5

Platz 26 von 108

LLaDA-Image

Platz 63 von 108

Preis je BildDollar über die API · niedriger ist besser

0,048 $

MAI-Image-2.5

eher günstig

k. A.

LLaDA-Image

kein API-Preis

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

MAI-Image-2.5

Im Abo: Kein Abo von Microsoft AI mit diesem Modell. Über andere Anbieter ab 19,04 € im Monat (Magnific Premium, mit begrenztem Guthaben). 6 Tarife in Deutschland.
Per API: 0,048 $ je Bild, 100 Bilder 4,81 $.

LLaDA-Image

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.

Arena-Wertung (LMArena) vom 06.11.2026 · GraduallyBench vom 03.11.2026 · API-Preise vom 06.11.2026 · 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.

Kennzahl	MAI-Image-2.5	LLaDA-Image
Wertungen
Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser	1.253	k. A.
Platz in der Arena	Platz 9 von 21	k. A.
Stimmen in der Arenamehr Stimmen, sicherere Wertung	61.222	k. A.
GraduallyBenchunsere eigene Bewertung, 0 bis 100	69	48
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition	82	62
ProduktfotografieMaterialien, Reflexionen und kleine Details	70	35
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz	55	63
InfografikZahlen, Beschriftungen und visuelle Ordnung	69	33
Preis über die API
Je Bildniedriger ist besser	0,048 $	k. A.
100 Bilder	4,81 $	k. A.
Steckbrief
Erschienen	Juni 2026	04.09.2026
Gewichteoffen heißt: lokal nutzbar	proprietär	offen
Lebenszyklus	Preview in Microsoft Foundry	kein Statushinweis
Zugang	API, Web-App	lokal
Parameter	20 Mrd.	6 Mrd.
Größte Ausgabe	1.048.576 Pixel	nicht einheitlich veröffentlicht
Tarife in Deutschlandmit genau diesem Modellnamen	6	k. A.

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

Quellen: Modellquelle MAI-Image-2.5, Statusquelle (geprüft 15.08.2026) · Modellquelle LLaDA-Image (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 MAI-Image-2.5 und LLaDA-Image enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche MAI-Image-2.5 und LLaDA-Image mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes BildmodellZweites Bildmodell

Die beliebtesten Vergleiche

1MAI-Image-2.5 vs. Nano Banana 2.1