Zum Hauptinhalt springen

Stable Diffusion 3.5 Large Turbovs.LLaDA-Image-Turbo

Welches ist besser?

In unserer eigenen Bewertung liegen beide gleichauf. 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.

Stable Diffusion 3.5 Large Turbo: Infografik, erstes Bild aus dem festen Testlauf
Stable Diffusion 3.5 Large Turbo17 von 100
LLaDA-Image-Turbo: Infografik, erstes Bild aus dem festen Testlauf
LLaDA-Image-Turbo36 von 100

Ergebnis bei „Infografik“:LLaDA-Image-Turbo knapp 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.

Typografie und Layout

Stable Diffusion 3.5 Large Turbo: fal, image_size=square_hd, num_inference_steps=4, guidance_scale=0, n=1, seed=provider random, Estimate reserves 2 MP at Fal's $0.015 per MP rate, estimated cost $0.030000, erstellt 02.11.2026, 15:28. Quelle

LLaDA-Image-Turbo: manual, 1:1, native 1024x1024, one request in the successful technical repeat, first output; two total submissions after a local download failure; seed 0 (fixed provider default, randomize_seed=false); BF16 transformer, FP8 text encoder; 4 steps, CFG 1.0; HF Space commit 7b02431121944d65b8065873b48eec736a0c1022; source PNG SHA-256 d1866b4994a664728de07f1c1897776bbf04409b4a00ad7fa98666036a78816d, erstellt 02.11.2026, 15:03. Quelle

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

Stable Diffusion 3.5 Large Turbo Bild SHA 256: e50fd19573ee42b2d6419b51f45bf29e04931ae1b583868d340fc05d973975ea

LLaDA-Image-Turbo Bild SHA 256: de0c780506575a32050ce9ca3d3c4dd1a0c4cc7ccf7f7f2f6aaf17ad01295901

Produktfotografie

Stable Diffusion 3.5 Large Turbo: fal, image_size=square_hd, num_inference_steps=4, guidance_scale=0, n=1, seed=provider random, Estimate reserves 2 MP at Fal's $0.015 per MP rate, estimated cost $0.030000, erstellt 02.11.2026, 15:28. Quelle

LLaDA-Image-Turbo: manual, PyTorch 2.13.0, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image-Turbo@f4afc52d925bbac4e22a1c947111fc1f127e37e5; native 1024x1024, 1:1; one request per local attempt, first output; steps=4, guidance=1.0; seed=0; separate MPS initial-latent generator and global MPS scheduler RNG streams with the same integer seed; original Turbo scheduler, stochastic_sampling=true, uniform sigmas, shift=3; BF16 text encoder and diffusion components, FP32 denoising latent and CPU FP32 VAE decode; historical poster uses FP8 text encoder and remains unchanged; no CUDA equivalence claimed; MPS fallback permitted, actual fallback operations not measured; historical Hugging Face Space product-photo attempt used the same archived prompt and seed 0 but a different request body and backend; its AppError left the output unresolved; this is not an exact request replay or a numerical-equivalence comparison, erstellt 03.11.2026, 09:48. Quelle

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

Stable Diffusion 3.5 Large Turbo Bild SHA 256: 1d9665660c7b05a58edc1b68c7f9d773ec4fbcaa41f15d3d691df764d5314b82

LLaDA-Image-Turbo Bild SHA 256: e61fb35e0c12941d28d32b0e0125b934bc0857fc49216a7945406e3bf58b4316

Figur und Details

Stable Diffusion 3.5 Large Turbo: fal, image_size=square_hd, num_inference_steps=4, guidance_scale=0, n=1, seed=provider random, Estimate reserves 2 MP at Fal's $0.015 per MP rate, estimated cost $0.030000, erstellt 02.11.2026, 15:28. Quelle

LLaDA-Image-Turbo: manual, PyTorch 2.13.0, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image-Turbo@f4afc52d925bbac4e22a1c947111fc1f127e37e5; native 1024x1024, 1:1; one request per local attempt, first output; steps=4, guidance=1.0; seed=7961710876241130415; separate MPS initial-latent generator and global MPS scheduler RNG streams with the same integer seed; original Turbo scheduler, stochastic_sampling=true, uniform sigmas, shift=3; BF16 text encoder and diffusion components, FP32 denoising latent and CPU FP32 VAE decode; historical poster uses FP8 text encoder and remains unchanged; no CUDA equivalence claimed; MPS fallback permitted, actual fallback operations not measured, erstellt 03.11.2026, 09:54. Quelle

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

Stable Diffusion 3.5 Large Turbo Bild SHA 256: 312460ab73a4a22292bf6fbce099d86a22b0b8418f1516351f12f181b5574c76

LLaDA-Image-Turbo Bild SHA 256: aac02152ef0efc45749b3d0a626e9f4114418394aeb6a92d492651c564f40fee

Infografik

Stable Diffusion 3.5 Large Turbo: fal, image_size=square_hd, num_inference_steps=4, guidance_scale=0, n=1, seed=provider random, Estimate reserves 2 MP at Fal's $0.015 per MP rate, estimated cost $0.030000, erstellt 02.11.2026, 15:28. Quelle

LLaDA-Image-Turbo: manual, PyTorch 2.13.0, Diffusers 0.39.0, Transformers 4.57.6; inclusionAI/LLaDA-Image-Turbo@f4afc52d925bbac4e22a1c947111fc1f127e37e5; native 1024x1024, 1:1; one request per local attempt, first output; steps=4, guidance=1.0; seed=5156250474893981751; separate MPS initial-latent generator and global MPS scheduler RNG streams with the same integer seed; original Turbo scheduler, stochastic_sampling=true, uniform sigmas, shift=3; BF16 text encoder and diffusion components, FP32 denoising latent and CPU FP32 VAE decode; historical poster uses FP8 text encoder and remains unchanged; no CUDA equivalence claimed; MPS fallback permitted, actual fallback operations not measured, erstellt 03.11.2026, 09:56. Quelle

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

Stable Diffusion 3.5 Large Turbo Bild SHA 256: 16be803360e5a8025715fd221a0a623d1d68dc1ef38063d12c5abc1298e68d69

LLaDA-Image-Turbo Bild SHA 256: 4e8939998310be86b1ad3dc0744a5e3ceee95a00a9113ee6732f9c06cb6b3618

Die Zahlen im Überblick

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

Stable Diffusion 3.5 Large Turbo

nicht in der Arena

k. A.

LLaDA-Image-Turbo

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser
27

Stable Diffusion 3.5 Large Turbo

Platz 88 von 108

31

LLaDA-Image-Turbo

Platz 83 von 108

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

Stable Diffusion 3.5 Large Turbo

kein API-Preis

k. A.

LLaDA-Image-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.

Stable Diffusion 3.5 Large Turbo

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

LLaDA-Image-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.

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.

KennzahlStable Diffusion 3.5 Large TurboLLaDA-Image-Turbo
Wertungen
Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besserk. A.k. A.
Platz in der Arenak. A.k. A.
Stimmen in der Arenamehr Stimmen, sicherere Wertungk. A.k. A.
GraduallyBenchunsere eigene Bewertung, 0 bis 1002731
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition268
ProduktfotografieMaterialien, Reflexionen und kleine Details1527
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz5153
InfografikZahlen, Beschriftungen und visuelle Ordnung1736
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
Erschienen22.10.202404.09.2026
Gewichteoffen heißt: lokal nutzbaroffenoffen
ZugangAPI, lokallokal
Parameternicht veröffentlicht6 Mrd.
Größte Ausgabenicht einheitlich veröffentlichtnicht einheitlich veröffentlicht
Tarife in Deutschlandmit genau diesem Modellnamenk. A.k. A.

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

Quellen: Modellquelle Stable Diffusion 3.5 Large Turbo (geprüft 01.11.2026) · Modellquelle LLaDA-Image-Turbo (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 Stable Diffusion 3.5 Large Turbo und LLaDA-Image-Turbo enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche Stable Diffusion 3.5 Large Turbo und LLaDA-Image-Turbo mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen