Ming-Image-0.1-Design still und leise veröffentlicht: Ein 6B-Designmodell, das nur in einem Repo existiert und nirgendwo sonst

Es gibt ein 6B-Text-zu-Bild-Modell namens Ming-Image-0.1-Design, das in der inclusionAI-Organisation auf Hugging Face liegt, und mit Stand 23. September 2026 existiert fast nichts anderes darüber. Das Repository wurde am 17. September erstellt, die Gewichte wurden am selben Tag veröffentlicht, und die Modellkarte wurde am 22. September neu geschrieben – drei Commits über fünf Tage hinweg, alle von einem einzigen Konto, ohne Hersteller-Blogbeitrag, ohne Launch-Notiz, ohne Modellseite auf irgendeiner API-Plattform, und ein Download-Zähler, der weiterhin null anzeigt. So sieht eine leise Veröffentlichung von außen aus: ein vollständiges Artefakt und keine Ankündigung. Dieser Beitrag ist daher eine Bestandsaufnahme dessen, was das Repository aussagt, was sich gestern daran geändert hat und was weiterhin nicht überprüfbar bleibt – keine Rezension, denn niemand außerhalb von inclusionAI hat bisher eine Zahl für dieses Modell veröffentlicht.

Was das Repository tatsächlich enthält

Die Karte beschreibt Ming-Image-0.1-Design als ein 6B-Text-zu-Bild-Modell für UI, Infografiken, Poster und andere textreiche visuelle Designs, das vollständige visuelle Kompositionen generiert und RGBA-Ausgabe mit transparenten Hintergründen unterstützt. Die Metadaten sind für ein derart neues Modell ungewöhnlich permissiv: MIT-Lizenz, diffusers und safetensors, Pipeline-Tag text-to-image sowie Tags für Bildgenerierung, Grafikdesign, Textrendering und RGBA.

Die empfohlenen Inferenzeinstellungen sind spezifisch genug, um nützlich zu sein:

• Auflösung — 2048 x 2048 empfohlen oder 1024 x 1024 für eine schnellere Generierung

• Sampling-Schritte — 12

• CFG-Skala — 1,0

• Präzision — BF16

• Hardware — eine CUDA-GPU mit 80 GiB VRAM, beschrieben als die validierte Konfiguration

Zwölf Schritte bei einer Guidance Scale von 1,0 sind das Profil eines destillierten oder guidance-freien Samplers: pro Bild günstig, weshalb die Karte eine 2048-Pixel-Ausgabe bei einer Schrittanzahl anbieten kann, die die meisten Diffusionsmodelle nicht versuchen würden. Die Karte merkt außerdem an, dass der öffentliche Inferenzcode Anfragen für Text-zu-Bild-Auflösungen auf den unterstützten 1024- oder 2048-Bucket abbildet, sodass Zwischengrößen auf einen dieser beiden Werte festgelegt werden.

Der Dateibaum verrät etwas mehr als der Prosatext. Neben vae und scheduler gibt es einen transformer-Ordner mit fünf Gewichts-Shards, plus separate mllm-, connector- und mlp-Komponenten — die Form einer mehrstufigen Pipeline mit einem multimodalen Sprachmodell als Textencoder statt eines einzelnen monolithischen Denoisers. Das passt zu dem Hinweis auf der Karte, dass die Prompt-Verbesserung von Ling-3.0-flash-VL oder qwen3.8-27B übernommen werden kann, beides Schwestermodelle derselben Organisation.

Die drei Commits, die am 22. September gelandet sind

Dies ist der einzige Teil der Geschichte mit einem Zeitstempel innerhalb der letzten Woche, und es ist der Grund, warum das Modell es wert ist, jetzt statt im Oktober beschrieben zu werden. Die Commit-Titel, in der Reihenfolge:

• 22. September, 11:25 UTC — „Ming-Image-0.1-Design-Release-Paket veröffentlichen“

• 22. September, 12:01 UTC — „Modellkarte für Ming-Image-0.1-Design aktualisieren“

• 22. September, 15:17 UTC — „vLLM-Omni-Bereitstellungslinks hinzufügen“

Die ersten beiden sind Routinesachen. Der dritte Punkt ist die substanzielle Änderung: Ein anderes Framework als das des Anbieters selbst hat das Modell aufgegriffen, und die Modellkarte empfiehlt nun, es über vLLM-Omni bereitzustellen, mit Links zu einem Rezept und einer Installationsanleitung. Das ist das Standardsignal dafür, dass ein Modell von „Gewichten im Regal“ zu „etwas, das ein Team tatsächlich hinter einem Endpunkt aufsetzen kann“ übergegangen ist, und es ist die Art von Änderung, die nie eine Pressemitteilung erzeugt.

Es ist außerdem nur halb umgesetzt. Der Link zur Installationsanleitung funktioniert. Der modellspezifische Recipe-Pfad im selben Commit hingegen nicht – er liefert mit Stand vom 23. September einen 404. Die Deployment-Story für Ming-Image-0.1-Design liest sich derzeit also so: Das allgemeine Framework ist real, die Anleitungen für dieses Modell darin sind noch ein Platzhalter. Wenn Sie vorhaben, es bereitzustellen, rechnen Sie damit, den vLLM-Omni-Quickstart lesen und die Modellverdrahtung selbst herausfinden zu müssen.

Die Bestenliste in der Karte und die Bestenliste, auf der es nicht steht

Das Repository enthält eine Performance-Grafik: assets/uiux_leaderboard.webp, ein im Leaderboard-Stil gehaltenes Bild mit der Überschrift „Text to Image Leaderboard: UI/UX Design", am unteren Rand „Elo scores from blind preference votes in our Image Arena" und ein Abzeichen „Open Weights Leaderboard". Darin steht Ming-Image-0.1-Design mit 1.082 Elo an erster Stelle, vor Ideogram 4.0 (Quality) mit 1.052, Ideogram 4.0 mit 1.015, HunyuanImage 3.0 Instruct mit 1.005 und den FLUX.2-dev-Varianten zwischen 994 und 1.000.

Zu diesem Bild müssen drei Dinge gesagt werden, und die Reihenfolge ist wichtig.

Erstens handelt es sich um vom Anbieter veröffentlichte Grafiken im eigenen Repository des Anbieters. Wir geben wieder, was die Datei enthält, und befürworten sie nicht.

Zweitens konnten wir Ming-Image-0.1-Design am 23. September nirgends auf den Live-Boards von Artificial Analysis finden – weder auf dem Text-zu-Bild-Leaderboard noch in der Kategorieansicht UI/UX-Design, noch auf dem Bildbearbeitungs-Board und auch nicht in der Ansicht für offene Gewichte. An der Spitze der Live-Kategorie UI/UX-Design steht GPT Image 2.5 Flare mit 1.227 Elo, und die FLUX.2-Einträge, die die Karte auflistet, erscheinen auf ebendiesem Live-Board mit anderen Werten: FLUX.2 [flex] bei 1.065, FLUX.2 [max] bei 1.053, FLUX.2 [dev] bei 1.000. Das Ranking auf der Karte ist also eine Behauptung über ein Board, das wir nicht finden können, ausgedrückt auf einer Skala, die rund 150 Elo unter der liegt, die wir finden können.

Drittens wird Elo pro Board berechnet. Ein kategoriespezifischer UI/UX-Score und ein allgemeiner Text-zu-Bild-Score sind unterschiedliche Größen, selbst für dasselbe Modell, weshalb dieselbe FLUX.2-Version auf einem Artificial Analysis-Board mit 1.026 und auf einem anderen mit 1.065 auftaucht. Jeder Vergleich, der Boards vermischt, ist kein Vergleich.

Netto-Position: Ming-Image-0.1-Design hat eine einzige Performance-Angabe, sie stammt vom Anbieter selbst, und es gibt keine unabhängige Bewertung davon. Das ist kein Vorwurf. Es ist der Grund, warum das Modell einen externen Lauf braucht, bevor irgendjemand auf Basis der 1.082 budgetiert.

Was Sie damit noch nicht tun können

Der Schnellstart ist das Problem. Er weist Sie an, github.com/inclusionAI/Ming-Image zu klonen, dessen Anforderungen zu installieren und infer.py mit der Hugging Face-Modell-ID auszuführen. Dieses Repository existiert nicht. Die Seite liefert einen 404, das rohe README liefert einen 404, und kein Ming-Image-Repository taucht irgendwo in der öffentlichen Repository-Liste der Organisation auf – die Ming, Ling, Ring, Ming-UniVision, Ming-UniAudio und ein Dutzend weitere enthält, es handelt sich also um ein Fehlen und nicht um eine falsch eingegebene URL. Der einzige dokumentierte Weg, Ming-Image-0.1-Design auszuführen, ist der eine Weg, der nicht vorhanden ist.

Der Rest der Zugangsgeschichte ist ebenso dünn. Die Karte setzt inference: false und Hugging Face berichtet, dass das Modell von keinem Inference-Anbieter bereitgestellt wird. Es gibt keinen veröffentlichten Preis, keine API-Kennung, keinen Playground und keine kommerziellen Bedingungen über die MIT-Lizenz auf die Gewichte selbst hinaus. Die Download-Zahl ist null und die Anzahl der Likes ist vier.

Die ehrliche Zusammenfassung der Verfügbarkeit lautet also: Die Gewichte sind real und permissiv lizenziert, und alles darum herum – Code, Dokumentation, Hosting, Evaluierung – fehlt entweder oder ist nur ein Stub.

Die Zahl, die entscheidet, wer es nutzen darf

Achtzig Gigabyte VRAM sind das ganze Argument. Das ist eine Karte der H100- oder H200-Klasse oder eine A100 80GB. Es ist keine Workstation-GPU, es ist kein Laptop, und es ist keine Spot-Instanz, die man zu beenden vergisst. In Kombination mit einer validierten Single-GPU-Konfiguration bedeutet das, dass Ming-Image-0.1-Design kostenlos lizenziert werden kann und teuer im Betrieb ist – die vertraute Form einer Open-Weights-Veröffentlichung aus einem Labor, das im großen Maßstab trainiert.

Der Vollständigkeit halber, was unsere eigene Seite betrifft: Kein inclusionAI-Modell ist heute über OrcaRouter routbar. Die Katalogseite listete 199 Modelle von 15 Anbietern, als wir sie am 23. September gelesen haben, und sie enthält keinen Ming-Eintrag und keinerlei inclusionAI-Eintrag, es gibt hier also nichts, was sich über uns aufrufen ließe. Was eine Routing-Schicht in dieser Situation tatsächlich wert ist, ist der zweite Schritt — an dem Tag, an dem ein Upstream-Anbieter das Modell aufnimmt, wird ein Ausprobieren zu einer Änderung der Modell-ID bei einem Schlüssel, den Sie bereits besitzen statt zu einem neuen Vertrag und einem neuen SDK. Bis dahin besteht die einzige Möglichkeit, Ming-Image-0.1-Design auszuführen, darin, das fehlende Repository und eine GPU mit 80 GiB übrig zu finden.

Was würde daraus eine Geschichte machen?

Vier Dinge, in aufsteigender Reihenfolge dessen, wie viel sie dir verraten würden. Das Erscheinen des Begleit-Repositorys, das das Modell wie dokumentiert lauffähig machen würde. Die Vervollständigung des vLLM-Omni-Rezepts, was es ohne Rätselraten bereitstellbar machen würde. Ein Inferenzanbieter, der es listet, wodurch es einen Preis bekäme. Und ein unabhängiger Elo-Wert, der die erste Zahl über dieses Modell wäre, die nicht von den Leuten stammte, die es trainiert haben.

Bis mindestens eines davon eintrifft, ist die richtige Haltung eng und unglamourös. Wenn du Evaluationssets für UI- und Layout-Generierung baust, lohnt es sich, die Gewichte jetzt herunterzuladen — MIT, 6B, eine Konfiguration und eine Schrittanzahl, die niedrig genug ist, um ein paar tausend Samples bezahlbar zu machen. Wenn du in diesem Quartal Bildgenerierung in Produktion brauchst, ist Ming-Image-0.1-Design kein Kandidat: Es gibt keinen Endpoint, keinen Support und keinen Drittanbieter-Score. Und wenn du die Organisation inclusionAI verfolgst, beachte, dass sie jetzt ein Bildmodell hat, das zu ihren Sprach- und Speech-Produktlinien passt, dass sie dieses hier veröffentlicht hat, ohne es jemandem zu sagen, und dass die Zwei-Wochen-Lücke zwischen dem ursprünglichen Upload und dem Release-Paket darauf hindeutet, dass die Ruhephase absichtlich war.