MAI-Image-2.6vs.Stable Diffusion Turbo
Welches ist besser?
In unserer eigenen Bewertung liegt MAI-Image-2.6 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.
Ergebnis bei „Produktfotografie“:MAI-Image-2.6 vorn
Darauf achtet die Bewertung: Materialien, Reflexionen und kleine Details.
„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-2.6: openrouter, aspect ratio 1:1, provider default resolution, received 1024x1024, n=1, seed=provider random, actual cost $0.039287, erstellt 01.11.2026, 08:42. 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-2.6 Bild SHA 256: d35364051eca0758b88795df477d282641f6ca6892e81b904352e3fd5489ae69
Stable Diffusion Turbo Bild SHA 256: 291b69ba3d375bfa017c782f61521b705d67708ed5e1be9350d55d486ad6f1d1
Infografik
MAI-Image-2.6: openrouter, aspect ratio 1:1, provider default resolution, received 1024x1024, n=1, seed=provider random, actual cost $0.039317, erstellt 01.11.2026, 08:42. 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-2.6 Bild SHA 256: cdc9c16cd554a18da292c721b142e5d78dd042fdde2539f797612bfd9cd674ef
Stable Diffusion Turbo Bild SHA 256: 80a2687dbc408395b416994d4853332427d09fccead1a6229564cc25b32de7e6
Produktfotografie
MAI-Image-2.6: openrouter, aspect ratio 1:1, provider default resolution, received 1024x1024, n=1, seed=provider random, actual cost $0.039292, erstellt 01.11.2026, 08:41. 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-2.6 Bild SHA 256: a66f522e0ff2012b95dc3bc123216de7807206c9e91dd7711cd78eb34a234beb
Stable Diffusion Turbo Bild SHA 256: 13dcbe6eb77495317a03f3eed013c4358ae7466fca00d9f869e512279a8a2af6
Typografie und Layout
MAI-Image-2.6: openrouter, aspect ratio 1:1, provider default resolution, received 1024x1024, n=1, seed=provider random, actual cost $0.039252, erstellt 01.11.2026, 08:41. 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-2.6 Bild SHA 256: 48fa1551aee7dcd737179b5ae860d30562fbd234321b8d8ade334cb40291fb47
Stable Diffusion Turbo Bild SHA 256: 7def19e4f4adf68244ff69e5873b9f465ecd158fb4abab0273443bfc3804438e
Die Zahlen im Überblick
MAI-Image-2.6
Platz 4 von 21
Stable Diffusion Turbo
nicht in der Arena
MAI-Image-2.6
Platz 28 von 108
Stable Diffusion Turbo
Platz 108 von 108
MAI-Image-2.6
eher günstig
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-2.6
- Im Abo
- k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
- Per API
- 0,039 $ je Bild, 100 Bilder 3,89 $.
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-2.6 | Stable Diffusion Turbo |
|---|---|---|
| Wertungen | ||
| Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser | 1.331 | k. A. |
| Platz in der Arena | Platz 4 von 21 | k. A. |
| Stimmen in der Arenamehr Stimmen, sicherere Wertung | 38.071 | k. A. |
| GraduallyBenchunsere eigene Bewertung, 0 bis 100 | 68 | 3 |
| GraduallyBench je Aufgabe | ||
| Typografie und LayoutLesbarer Text, Hierarchie und Komposition | 62 | 0 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 88 | 1 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 63 | 5 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 61 | 5 |
| Preis über die API | ||
| Je Bildniedriger ist besser | 0,039 $ | k. A. |
| 100 Bilder | 3,89 $ | k. A. |
| Steckbrief | ||
| Erschienen | 31.07.2026 | 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 | lokal |
| Parameter | nicht veröffentlicht | nicht veröffentlicht |
| Größte Ausgabe | 2.359.296 Pixel | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | k. A. | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle MAI-Image-2.6, Statusquelle (geprüft 24.09.2026) · 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-2.6 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-2.6 und Stable Diffusion Turbo mit den Modellen, die am häufigsten mit ihnen verglichen werden.