Zum Hauptinhalt springen

Reve 2.1vs.LLaDA-Image

Welches ist besser?

In unserer eigenen Bewertung liegen beide gleichauf. LLaDA-Image hat noch keine Arena-Wertung. Beide haben keinen API-Preis.

Testbilder

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

Reve 2.1: Infografik, erstes Bild aus dem festen Testlauf
Reve 2.185 von 100
LLaDA-Image: Infografik, erstes Bild aus dem festen Testlauf
LLaDA-Image33 von 100

Ergebnis bei „Infografik“:Reve 2.1 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

Reve 2.1: manual, Official Reve web app; Reve 2.1; chat creation; one request; 1:1 requested in prompt; first of two results; free plan; 2026-08-14; https://app.reve.com/model, source 4096x4096, stored 1024x1024 (Lanczos3 downscale), erstellt 14.08.2026, 16:23. 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

Reve 2.1 Bild SHA 256: 29e9f7f38ed5c63dcfaab671a49fb9f4e9f82cd24b99134b87e1c22442822126

LLaDA-Image Bild SHA 256: a34d96894f5500c5bce2c16cca14ae09748f3aff4d47d15f8aff0d1be5749211

Infografik

Reve 2.1: manual, Official Reve web app; Reve 2.1; chat creation; one request; 1:1 requested in prompt; first of two results; free plan; 2026-08-14; https://app.reve.com/model, source 4096x4096, stored 1024x1024 (Lanczos3 downscale), erstellt 14.08.2026, 16:23. 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

Reve 2.1 Bild SHA 256: 30d157e85d75eb2ca1f71152d27f26d378ad8ea49b899d5f350ae0cda4e2bc59

LLaDA-Image Bild SHA 256: cad67ad3f1a475d12bc2152840dc98657f81b5c7318c09a9e9fa40fbb433372f

Produktfotografie

Reve 2.1: manual, Official Reve web app; Reve 2.1; chat creation; one request; 1:1 requested in prompt; first of two results; free plan; 2026-08-14; https://app.reve.com/model, source 4096x4096, stored 1024x1024 (Lanczos3 downscale), erstellt 14.08.2026, 16:23. 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

Reve 2.1 Bild SHA 256: 1f91c3cb481151fb5165194b4edea2a46e786ca80e4ec3bdd888e3ba0016c510

LLaDA-Image Bild SHA 256: 888e173c25c26ff1dcbfd07aad01ffc6a71cc7735099d3e943e60dfddfe31553

Typografie und Layout

Reve 2.1: manual, Official Reve web app; Reve 2.1; chat creation; one request; 1:1 requested in prompt; first of two results; free plan; 2026-08-14; https://app.reve.com/model, source 4096x4096, stored 1024x1024 (Lanczos3 downscale), erstellt 14.08.2026, 16:23. 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

Reve 2.1 Bild SHA 256: 84bcd1680fd0ae861ec66c21ab8f4cd79738bd093eb87ffe7283d9842c37cb1d

LLaDA-Image Bild SHA 256: 256a88541c9821a6242bb434fb520d4d6f0793c934c66acd1fd2e8edd8086b5d

Die Zahlen im Überblick

Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern · höher ist besser
1.300

Reve 2.1

Platz 6 von 21

k. A.

LLaDA-Image

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser
73

Reve 2.1

Platz 13 von 108

48

LLaDA-Image

Platz 63 von 108

Preis je BildDollar über die API · niedriger ist besser
k. A.

Reve 2.1

kein API-Preis

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.

Reve 2.1

Im Abo
Kein Abo von Reve mit diesem Modell. Über andere Anbieter ab ≈ 12,72 € im Monat (Recraft Basic, mit begrenztem Guthaben). 3 Tarife in Deutschland.
Per API
Kein API-Preis bekannt. Zugang: .

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 · 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.

KennzahlReve 2.1LLaDA-Image
Wertungen
Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser1.300k. A.
Platz in der ArenaPlatz 6 von 21k. A.
Stimmen in der Arenamehr Stimmen, sicherere Wertung8.237k. A.
GraduallyBenchunsere eigene Bewertung, 0 bis 1007348
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition5462
ProduktfotografieMaterialien, Reflexionen und kleine Details7435
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz8063
InfografikZahlen, Beschriftungen und visuelle Ordnung8533
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
ErschienenJuli 202604.09.2026
Gewichteoffen heißt: lokal nutzbarproprietäroffen
LebenszyklusZurückgezogen; nach dem 27. September 2026 keine neue Bild- oder Videogenerierung. Downloads vorhandener Dateien bis 31. Oktober 2026kein Statushinweis
Zuganglokal
Parameternicht veröffentlicht6 Mrd.
Größte Ausgabe4Knicht einheitlich veröffentlicht
Tarife in Deutschlandmit genau diesem Modellnamen3k. A.

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

Quellen: Modellquelle Reve 2.1, 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 Reve 2.1 und LLaDA-Image enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche Reve 2.1 und LLaDA-Image mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen