MAI-Image-2.5vs.Stable Diffusion Turbo

Welches ist besser?

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

Testbilder

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

MAI-Image-2.5: Typografie und Layout, erstes Bild aus dem festen Testlauf — MAI-Image-2.582 von 100

Stable Diffusion Turbo: Typografie und Layout, erstes Bild aus dem festen Testlauf — Stable Diffusion Turbo0 von 100

Ergebnis bei „Typografie und Layout“:MAI-Image-2.5 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: Lesbarer Text, Hierarchie und Komposition.

„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

Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=5483236571890770311; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native tokenizer truncation: tokenizer 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:17. Quelle

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

MAI-Image-2.5 Bild SHA 256: ca1c58688ae4601975d7e1f7b58bb43a0a999e736f610d9f51cd11e06284bced

Stable Diffusion Turbo Bild SHA 256: 291b69ba3d375bfa017c782f61521b705d67708ed5e1be9350d55d486ad6f1d1

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

Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=8161577731918994504; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:18. Quelle

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

MAI-Image-2.5 Bild SHA 256: eaf00a906231e8859f98ef5dc2cce7e8017797819aea453305a4ef0e970d4dbf

Stable Diffusion Turbo Bild SHA 256: 80a2687dbc408395b416994d4853332427d09fccead1a6229564cc25b32de7e6

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

Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=2124044582169182899; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native tokenizer truncation: tokenizer 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:16. Quelle

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

MAI-Image-2.5 Bild SHA 256: 67d4930b711fac61482231c4bc270cfcdb41c1b0daf653045781fb2126e237dd

Stable Diffusion Turbo Bild SHA 256: 13dcbe6eb77495317a03f3eed013c4358ae7466fca00d9f869e512279a8a2af6

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

Stable Diffusion Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sd-turbo@b261bac6fd2cf515557d5d0707481eafa0485ec2; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=2303175353176269810; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:16. Quelle

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

MAI-Image-2.5 Bild SHA 256: 4c8a60555b57b8c3b5ebaa131371d1bba9d31bfafe7aaa772554969f7c28cb08

Stable Diffusion Turbo Bild SHA 256: 7def19e4f4adf68244ff69e5873b9f465ecd158fb4abab0273443bfc3804438e

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.

Stable Diffusion Turbo

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser

MAI-Image-2.5

Platz 26 von 108

Stable Diffusion Turbo

Platz 108 von 108

Preis je BildDollar über die API · niedriger ist besser

0,048 $

MAI-Image-2.5

eher günstig

k. A.

Stable Diffusion Turbo

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 $.

Stable Diffusion Turbo

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	Stable Diffusion Turbo
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	3
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition	82	0
ProduktfotografieMaterialien, Reflexionen und kleine Details	70	1
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz	55	5
InfografikZahlen, Beschriftungen und visuelle Ordnung	69	5
Preis über die API
Je Bildniedriger ist besser	0,048 $	k. A.
100 Bilder	4,81 $	k. A.
Steckbrief
Erschienen	Juni 2026	k. A.
Gewichteoffen heißt: lokal nutzbar	proprietär	offen
Lebenszyklus	Preview in Microsoft Foundry	Älterer offener Schnell-Checkpoint; keine aktive Hosted-API-ID in der hier geprüften Modellliste behauptet
Zugang	API, Web-App	lokal
Parameter	20 Mrd.	nicht veröffentlicht
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 Stable Diffusion Turbo, Statusquelle (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 Stable Diffusion Turbo 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 Stable Diffusion Turbo 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