Stable Diffusion Turbovs.AuraFlow v0.3

Welches ist besser?

In unserer eigenen Bewertung liegt AuraFlow v0.3 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.

Stable Diffusion Turbo: Produktfotografie, erstes Bild aus dem festen Testlauf — Stable Diffusion Turbo1 von 100

AuraFlow v0.3: Produktfotografie, erstes Bild aus dem festen Testlauf — AuraFlow v0.315 von 100

Ergebnis bei „Produktfotografie“:AuraFlow v0.3 vorn

Auftrag an beide Modelle (Original englisch)Create a square premium product photograph of a brushed titanium wristwatch standing upright on dark green marble. The watch has a cream dial, thin black hands set to 10:10, twelve distinct hour markers, a realistic crown, and a dark brown leather strap. Soft window light from the left, controlled reflections, shallow depth of field, no text, no logo, no extra objects.

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

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

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

Stable Diffusion Turbo Bild SHA 256: 291b69ba3d375bfa017c782f61521b705d67708ed5e1be9350d55d486ad6f1d1

AuraFlow v0.3 Bild SHA 256: 9d0f14ca671e82f18947b9a0d7d7587e372cb4f515ce028434fac4efbd937155

Infografik

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

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

Stable Diffusion Turbo Bild SHA 256: 80a2687dbc408395b416994d4853332427d09fccead1a6229564cc25b32de7e6

AuraFlow v0.3 Bild SHA 256: d2a4ecc1c165bc861ca60133d9ff95dc9d5b1d5320763be92c8168ff8c3b8166

Produktfotografie

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

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

Stable Diffusion Turbo Bild SHA 256: 13dcbe6eb77495317a03f3eed013c4358ae7466fca00d9f869e512279a8a2af6

AuraFlow v0.3 Bild SHA 256: 6889065a427cc29bc1c0a53b0ad0662eb24f4be885148b0ebb8f6d945bbd4749

Typografie und Layout

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

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

Stable Diffusion Turbo Bild SHA 256: 7def19e4f4adf68244ff69e5873b9f465ecd158fb4abab0273443bfc3804438e

AuraFlow v0.3 Bild SHA 256: b6c221541210743564f6921b5e0bbc227c4d2246f6410cb0c1779c7c58d9460d

Die Zahlen im Überblick

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

k. A.

Stable Diffusion Turbo

nicht in der Arena

k. A.

AuraFlow v0.3

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser

Stable Diffusion Turbo

Platz 108 von 108

AuraFlow v0.3

Platz 102 von 108

Preis je BildDollar über die API · niedriger ist besser

k. A.

Stable Diffusion Turbo

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.

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.

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	Stable Diffusion Turbo	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	3	12
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition	0	11
ProduktfotografieMaterialien, Reflexionen und kleine Details	1	15
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz	5	16
InfografikZahlen, Beschriftungen und visuelle Ordnung	5	7
Preis über die API
Je Bildniedriger ist besser	k. A.	k. A.
100 Bilder	k. A.	k. A.
Steckbrief
Erschienen	k. A.	k. A.
Gewichteoffen heißt: lokal nutzbar	offen	offen
Lebenszyklus	Älterer offener Schnell-Checkpoint; keine aktive Hosted-API-ID in der hier geprüften Modellliste behauptet	kein Statushinweis
Zugang	lokal	lokal
Parameter	nicht veröffentlicht	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 Stable Diffusion Turbo, Statusquelle (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 Stable Diffusion Turbo 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 Stable Diffusion Turbo und AuraFlow v0.3 mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes BildmodellZweites Bildmodell