MOSS-Image-Basevs.AuraFlow v0.3

Welches ist besser?

In unserer eigenen Bewertung liegt MOSS-Image-Base vorn. In der Arena fehlen beide. Beide haben keinen API-Preis.

Testbilder

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

MOSS-Image-Base: Infografik, erstes Bild aus dem festen Testlauf — MOSS-Image-Base71 von 100

AuraFlow v0.3: Infografik, erstes Bild aus dem festen Testlauf — AuraFlow v0.37 von 100

Ergebnis bei „Infografik“:MOSS-Image-Base 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

MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=921965437095743280; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:39. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=8761677709905735111; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:42. Quelle

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

MOSS-Image-Base Bild SHA 256: 313d95f3e7766e861d46b0563c81bb2a02782708004c24c7aab0c46e8587ff83

AuraFlow v0.3 Bild SHA 256: 9d0f14ca671e82f18947b9a0d7d7587e372cb4f515ce028434fac4efbd937155

Infografik

MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=2567672344276262662; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:43. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=3793893866514060497; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:47. Quelle

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

MOSS-Image-Base Bild SHA 256: 3175582007cf377490ab51f73a57ebddb312f523ac5bfb54ae7598e72eb3edca

AuraFlow v0.3 Bild SHA 256: d2a4ecc1c165bc861ca60133d9ff95dc9d5b1d5320763be92c8168ff8c3b8166

Produktfotografie

MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=8912274556852986311; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:35. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=4682738952817248216; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:37. Quelle

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

MOSS-Image-Base Bild SHA 256: af9ea47eb1554bcaaaadf8860fecfa5bb69095a58bf346e3d9a73be8240a2a7c

AuraFlow v0.3 Bild SHA 256: 6889065a427cc29bc1c0a53b0ad0662eb24f4be885148b0ebb8f6d945bbd4749

Typografie und Layout

MOSS-Image-Base: manual, local PyTorch 2.13.0, Diffusers 0.41.0; OpenMOSS-Team/MOSS-Image-Base@85975793d8b3d432f1b6e27f352abaa4c2a4c0d3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.0, seed=9219943416610765538; mps for text encoder and denoising; cpu for native VAE decode; bfloat16 for text encoder and transformer; float32 for VAE; unconditional skip layers=[22]; CPU operator fallback permitted, actual fallback use was not measured; official experimental MPS compatibility runtime OpenMOSS/MOSS-Image@1961ca3d111b828e65278656cde0c8f94484f4dd, erstellt 02.11.2026, 22:31. Quelle

AuraFlow v0.3: manual, local PyTorch 2.13.0, Diffusers 0.36.0; fal/AuraFlow-v0.3@2cd8588f04c886002be4571697d84654a50e3af3; native 1024x1024, 1:1; one request, first output; steps=50, guidance=3.5, seed=7437917803059710684; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:31. Quelle

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

MOSS-Image-Base Bild SHA 256: e87b1d9d7aa09487c6b9be505746dacb2f3be551f29a5d85424a44a2a88089c5

AuraFlow v0.3 Bild SHA 256: b6c221541210743564f6921b5e0bbc227c4d2246f6410cb0c1779c7c58d9460d

Die Zahlen im Überblick

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

k. A.

MOSS-Image-Base

nicht in der Arena

k. A.

AuraFlow v0.3

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser

MOSS-Image-Base

Platz 61 von 108

AuraFlow v0.3

Platz 102 von 108

Preis je BildDollar über die API · niedriger ist besser

k. A.

MOSS-Image-Base

kein API-Preis

k. A.

AuraFlow v0.3

kein API-Preis

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

MOSS-Image-Base

Im Abo: k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
Per API: Kein API-Preis bekannt. Zugang: lokal.
Lizenz: Offene Gewichte.

AuraFlow v0.3

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.

GraduallyBench vom 03.11.2026 · 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	MOSS-Image-Base	AuraFlow v0.3
Wertungen
Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser	k. A.	k. A.
Platz in der Arena	k. A.	k. A.
Stimmen in der Arenamehr Stimmen, sicherere Wertung	k. A.	k. A.
GraduallyBenchunsere eigene Bewertung, 0 bis 100	51	12
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition	51	11
ProduktfotografieMaterialien, Reflexionen und kleine Details	36	15
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz	46	16
InfografikZahlen, Beschriftungen und visuelle Ordnung	71	7
Preis über die API
Je Bildniedriger ist besser	k. A.	k. A.
100 Bilder	k. A.	k. A.
Steckbrief
Erschienen	16.10.2026	k. A.
Gewichteoffen heißt: lokal nutzbar	offen	offen
Zugang	lokal	lokal
Parameter	5 Mrd.	7 Mrd.
Größte Ausgabe	nicht einheitlich veröffentlicht	1.536 × 1.536 Pixel
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 MOSS-Image-Base (geprüft 01.11.2026) · Modellquelle AuraFlow v0.3 (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 MOSS-Image-Base und AuraFlow v0.3 enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche MOSS-Image-Base und AuraFlow v0.3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes BildmodellZweites Bildmodell