Zum Hauptinhalt springen

Stable Diffusion XL 1.0vs.SDXL 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 XL 1.0: Figur und Details, erstes Bild aus dem festen Testlauf
Stable Diffusion XL 1.028 von 100
SDXL Turbo: Figur und Details, erstes Bild aus dem festen Testlauf
SDXL Turbo3 von 100

Ergebnis bei „Figur und Details“:Stable Diffusion XL 1.0 vorn

Auftrag an beide Modelle (Original englisch)Create a square cinematic full-body portrait of a fictional bicycle courier waiting under a transparent umbrella at a rainy tram stop in Hamburg at blue hour. She wears a mustard raincoat, navy trousers, red sneakers, a silver helmet, and carries a teal messenger bag. Keep both hands visible, render the bicycle correctly, use realistic wet-street reflections, and include no readable brand names.

Darauf achtet die Bewertung: Anatomie, Kleidung und räumliche Konsistenz.

„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 XL 1.0: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/stable-diffusion-xl-base-1.0@462165984030d82259a11f4367a4eed129e94a7b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0, seed=268378870826470633; 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, tokenizer_2 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:07. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=660064698563452219; 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, tokenizer_2 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:23. Quelle

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

Stable Diffusion XL 1.0 Bild SHA 256: 26d3c3d3e687614e24dd12191246bc1d96c1576d31f9211840a3e02b64d4d507

SDXL Turbo Bild SHA 256: 9ee6443f4690649e93bdca408e5e8d317b312244636a3af47a02fe14eaf6c20c

Infografik

Stable Diffusion XL 1.0: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/stable-diffusion-xl-base-1.0@462165984030d82259a11f4367a4eed129e94a7b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0, seed=5455008934753613262; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:08. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=6060807684445796734; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:23. Quelle

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

Stable Diffusion XL 1.0 Bild SHA 256: ebfe8d1c223478c94ff1973ab2600cd4f696b40b8c3388ca40f26f52c83afdb2

SDXL Turbo Bild SHA 256: 20395d858252aa131f235baa1f514039503a52dfec958c8f5b299db708bf4090

Produktfotografie

Stable Diffusion XL 1.0: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/stable-diffusion-xl-base-1.0@462165984030d82259a11f4367a4eed129e94a7b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0, seed=490593220006868735; 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, tokenizer_2 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:06. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=4654331835179858246; 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, tokenizer_2 80 to 77 tokens; archived input unchanged, erstellt 02.11.2026, 18:22. Quelle

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

Stable Diffusion XL 1.0 Bild SHA 256: f59af9c84f6fbb3e4ca34bf87ebb0f7c088e8caa520fa4cdf815a96d1bffda83

SDXL Turbo Bild SHA 256: 75e5b85283110815e51a0470c937c3e42407244b50d918a3c0c54e10998a4b4c

Typografie und Layout

Stable Diffusion XL 1.0: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/stable-diffusion-xl-base-1.0@462165984030d82259a11f4367a4eed129e94a7b; native 1024x1024, 1:1; one request, first output; steps=50, guidance=5.0, seed=253938565953989943; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:05. Quelle

SDXL Turbo: manual, local PyTorch 2.13.0, Diffusers 0.36.0; stabilityai/sdxl-turbo@71153311d3dbb46851df1931d3ca6e939de83304; native 1024x1024, 1:1; one request, first output; steps=1, guidance=0.0, seed=1511362670078321145; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE, erstellt 02.11.2026, 18:21. Quelle

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

Stable Diffusion XL 1.0 Bild SHA 256: c81e5d0d70afcb53fcffb51a0d548041fd0b33df300aed14b8ecd354aaaaec4e

SDXL Turbo Bild SHA 256: 963088c72f75c98a95fd71be5f8d6e14fdf17061ae984f1109522a39be24ac76

Die Zahlen im Überblick

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

Stable Diffusion XL 1.0

nicht in der Arena

k. A.

SDXL Turbo

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser
13

Stable Diffusion XL 1.0

Platz 100 von 108

4

SDXL Turbo

Platz 105 von 108

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

Stable Diffusion XL 1.0

kein API-Preis

k. A.

SDXL 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 XL 1.0

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

SDXL 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 XL 1.0SDXL 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 100134
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition53
ProduktfotografieMaterialien, Reflexionen und kleine Details133
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz283
InfografikZahlen, Beschriftungen und visuelle Ordnung58
Preis über die API
Je Bildniedriger ist besserk. A.k. A.
100 Bilderk. A.k. A.
Steckbrief
Erschienenk. A.k. A.
Gewichteoffen heißt: lokal nutzbaroffenoffen
LebenszyklusÄlterer offener Checkpoint; Anbieter führt ihn weiterhin in der Legacy-ModellübersichtÄlterer offener Schnell-Checkpoint; keine aktive Hosted-API-ID in der hier geprüften Modellliste behauptet
ZugangAPI, lokallokal
Parameternicht veröffentlichtnicht veröffentlicht
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 XL 1.0, Statusquelle (geprüft 01.11.2026) · Modellquelle SDXL 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 Stable Diffusion XL 1.0 und SDXL Turbo enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche Stable Diffusion XL 1.0 und SDXL Turbo mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen