Wan 2.7 Image Provs.PixArt-Sigma-XL-2-1024-MS

Welches ist besser?

In unserer eigenen Bewertung liegt Wan 2.7 Image Pro 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.

Wan 2.7 Image Pro: Infografik, erstes Bild aus dem festen Testlauf — Wan 2.7 Image Pro89 von 100

PixArt-Sigma-XL-2-1024-MS: Infografik, erstes Bild aus dem festen Testlauf — PixArt-Sigma-XL-2-1024-MS5 von 100

Ergebnis bei „Infografik“:Wan 2.7 Image Pro 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

Wan 2.7 Image Pro: fal, requested 1024x1024, n=1, seed=1941203496, estimated cost $0.075000, erstellt 01.11.2026, 21:25. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=7226279879395584696; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:58. Quelle

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

Wan 2.7 Image Pro Bild SHA 256: 0bd2cf4922b58d78d0e6ec3d804aaccd427e5317066816fdc039ca5c80f4de28

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: bde9f05db045ee4e3776436ec99b67b4ab2b1e1d98e7f3b9b389116880584dfa

Infografik

Wan 2.7 Image Pro: fal, requested 1024x1024, n=1, seed=1839059937, estimated cost $0.075000, erstellt 01.11.2026, 21:26. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=3371899936485956023; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:59. Quelle

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

Wan 2.7 Image Pro Bild SHA 256: caa6b4e95e0676d9867358db906f1f029dd320960e9dd1b8300283a5e2723077

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: a1a6e8b2545200a59deb0cef3614e7421a91014fcb31e4e2725cc40ca1730017

Produktfotografie

Wan 2.7 Image Pro: fal, requested 1024x1024, n=1, seed=1277346407, estimated cost $0.075000, erstellt 01.11.2026, 21:24. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=2926417222682566089; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:58. Quelle

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

Wan 2.7 Image Pro Bild SHA 256: 1ed875886c86963322fdf329bf809943b96886fb4f373197e1654256316ac67c

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: 2012912767607d877602f52cd6766af87520f70db960cda065baa5282c377b51

Typografie und Layout

Wan 2.7 Image Pro: fal, requested 1024x1024, n=1, seed=1291974856, estimated cost $0.075000, erstellt 01.11.2026, 21:23. Quelle

PixArt-Sigma-XL-2-1024-MS: manual, local PyTorch 2.13.0, Diffusers 0.36.0; PixArt-alpha/PixArt-Sigma-XL-2-1024-MS@e102b3591cc82e97071b8b4cb90d834d0c487207; native 1024x1024, 1:1; one request, first output; steps=20, guidance=4.5, seed=154650094805927878; mps for text encoder and denoising; cpu for native VAE decode; float16 for text encoder and transformer; float32 for VAE; native prompt preprocessing lowercases input, erstellt 02.11.2026, 17:57. Quelle

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

Wan 2.7 Image Pro Bild SHA 256: 4e860e01ecb53ed47d9a3ad2be57e9f2567e8dc010e44780615f71e30713f648

PixArt-Sigma-XL-2-1024-MS Bild SHA 256: 07f61240d9329bf99f8a3d21b7b437c65c4eeb1780c8f1164e0c8baf2a0f7085

Die Zahlen im Überblick

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

k. A.

Wan 2.7 Image Pro

nicht in der Arena

k. A.

PixArt-Sigma-XL-2-1024-MS

nicht in der Arena

GraduallyBenchunsere eigene Bewertung, 0 bis 100 · höher ist besser

Wan 2.7 Image Pro

Platz 1 von 108

PixArt-Sigma-XL-2-1024-MS

Platz 99 von 108

Preis je BildDollar über die API · niedriger ist besser

k. A.

Wan 2.7 Image Pro

kein API-Preis

k. A.

PixArt-Sigma-XL-2-1024-MS

kein API-Preis

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

Wan 2.7 Image Pro

Im Abo: Bei Alibaba ab ≈ 6,36 € im Monat (Token Plan Individual Lite, mit begrenztem Guthaben). 7 Tarife in Deutschland.
Per API: Kein API-Preis bekannt. Zugang: API.
Gewichte: unbekannt.

PixArt-Sigma-XL-2-1024-MS

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	Wan 2.7 Image Pro	PixArt-Sigma-XL-2-1024-MS
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	84	13
GraduallyBench je Aufgabe
Typografie und LayoutLesbarer Text, Hierarchie und Komposition	81	3
ProduktfotografieMaterialien, Reflexionen und kleine Details	87	16
Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz	78	27
InfografikZahlen, Beschriftungen und visuelle Ordnung	89	5
Preis über die API
Je Bildniedriger ist besser	k. A.	k. A.
100 Bilder	k. A.	k. A.
Steckbrief
Erschienen	k. A.	09.04.2024
Gewichteoffen heißt: lokal nutzbar	unbekannt	offen
Zugang	API	lokal
Parameter	nicht veröffentlicht	0,6 Mrd.
Größte Ausgabe	4K	nicht einheitlich veröffentlicht
Tarife in Deutschlandmit genau diesem Modellnamen	7	k. A.

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

Quellen: Modellquelle Wan 2.7 Image Pro (geprüft 01.11.2026) · Modellquelle PixArt-Sigma-XL-2-1024-MS (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 Wan 2.7 Image Pro und PixArt-Sigma-XL-2-1024-MS enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.

Weitere Vergleiche

Vergleiche Wan 2.7 Image Pro und PixArt-Sigma-XL-2-1024-MS mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen

Erstes BildmodellZweites Bildmodell