Ming-Image-0.1-Design vs. GPT Image 2.5: Die eigene Zahl eines Labors gegen die Stimmen eines Gremiums von Fremden

Setze Ming-Image-0.1-Design und GPT Image 2.5 in denselben Satz, und der naheliegende Vergleich ist die Qualität. Der nützliche Vergleich ist die Provenienz. GPT Image 2.5 belegt den ersten und zweiten Platz auf dem live geführten Artificial Analysis UI/UX Design-Board, mit 1.227 bzw. 1.218 Elo, bei 1.287 bzw. 1.303 blinden menschlichen Stimmen — das heißt, ein Ranking, das von Personen erstellt wurde, die das Modell nicht entwickelt haben und denen nicht gesagt wurde, welche Ausgabe von wem stammte. Ming-Image-0.1-Design hat genau einen ihm zugeordneten Wert, 1.082 Elo, und dieser Wert erscheint in einer Leaderboard-Grafik, die im eigenen Hugging Face-Repository von inclusionAI enthalten ist, auf einem Board, das wir nirgendwo sonst finden konnten, für ein Modell mit null Downloads. Eine dieser Zahlen ist ein Beleg. Die andere ist eine Behauptung mit einer Schriftart. Diese Kluft, nicht die 145 Elo zwischen ihnen, ist es, was eine Entscheidung über eines der beiden Modelle prägen sollte.

Die beiden Zahlen nebeneinander – und die Falle beim Vergleich

Die Zahlen liegen nah genug beieinander, um vergleichbar zu wirken, und unterscheiden sich zugleich so sehr in ihrer Art, dass sie es nicht sind. Hier ist die Menge, präzise angegeben.

• GPT Image 2.5, auf dem Live-Board – erster Platz mit 1.227,0 Elo für die Flare-(max)-Konfiguration, zweiter Platz mit 1.218,1 für Sunburst (max), mit Stichprobenumfängen von 1.287 und 1.303 und einem erfassten Preis von 210,72 $ pro 1.000 Bilder. Das Modell wurde auf diesem Board als am 8. September 2026 veröffentlicht aufgeführt.

• Ming-Image-0.1-Design, auf einer eigenen Karte – erster Platz mit 1.082 Elo, vor Ideogram 4.0 (Quality) mit 1.052 und den FLUX.2-dev-Varianten zwischen 994 und 1.000, auf einer Grafik mit der Überschrift „Text-zu-Bild-Bestenliste: UI/UX-Design“ und der Fußzeile „Elo-Werte aus blinden Präferenzabstimmungen in unserer Image Arena“. Es wird keine Stichprobenanzahl angezeigt. Es wird keine Methodik veröffentlicht. Die Bestenliste selbst ist, soweit wir feststellen können, nicht im öffentlichen Web zu finden.

• Die Falle – Elo wird pro Board berechnet. Eine Punktzahl ist nur im Vergleich zu den anderen Punktzahlen auf demselben Board aussagekräftig, weshalb dieselbe FLUX.2-Version auf dem allgemeinen Text-zu-Bild-Board bei 1.026 und in der UI/UX-Design-Kategorieansicht bei 1.065 steht. Wenn Sie 1.082 von 1.227 abziehen, haben Sie damit keine Qualitätslücke zwischen zwei Modellen gemessen. Sie haben eine Zahl von einer anderen Zahl abgezogen.

Was macht eine blinde Abstimmung zu einer blinden Abstimmung?

Artificial Analysis veröffentlicht genug über seine Methode, um überprüfbar zu sein. Seine Image Arena stellt zwei Generierungen anonymer Modelle gegenüber, bittet eine abstimmende Person, einen Gewinner auszuwählen, und wandelt die Ergebnisse in ein Elo-Rating um – die auf dem Board angezeigten Stichprobenzahlen sind die Anzahl solcher Vergleiche, die jedes Modell angesammelt hat. Diese Struktur ist es, die eine Bewertung gegen die eigenen Autoren des Modells widerstandsfähig macht: Die Personen, die GPT Image 2.5 trainiert haben, kommen im Ablauf nicht vor, und ein Modell kann nicht dadurch auf Platz eins landen, dass es das ist, was sein Hersteller bevorzugt. Es ist kein perfektes Instrument – der Pool der Abstimmenden ist selbstselektiert und die Prompts sind keine kontrollierte Benchmark-Suite –, aber es ist ein Instrument, das jemand anderes als der Anbieter hält.

Die Grafik im Repository Ming-Image-0.1-Design übernimmt dieses Format, ohne die Teile, die es überprüfbar machen. „Blinde Präferenzabstimmungen“ ist die Behauptung. „Our Image Arena“ ist der Betreiber, und der Betreiber ist inclusionAI. Es gibt keine veröffentlichte Stimmenzahl, keine sichtbare Prompt-Verteilung und keine Möglichkeit, die Paarungen einzusehen. Es ist durchaus möglich, dass die Bewertung hinter dieser Grafik ehrlich und rigoros ist – das Team des Modells wüsste es. Sie ist von außen aber auch völlig unüberprüfbar, und genau das ist das Einzige, was zählt, wenn Sie diejenige sind, die entscheidet, ob sie darauf aufbaut.

Erwähnenswert, weil es der einfachen Erzählung widerspricht: Ming-Image-0.1-Design ist überhaupt nicht auf dem Live-Board von Artificial Analysis. Nicht in der Kategorie UI/UX Design, nicht auf dem allgemeinen Text-to-Image-Board, nicht in der Open-Weights-Ansicht. Seine Abwesenheit ist kein Beweis dafür, dass es schlechter ist – ein Modell mit null Downloads und ohne gehosteten Endpoint hat keine Möglichkeit, Stimmen zu sammeln. Sie ist ein Beweis dafür, dass es noch keine unabhängige Zahl gibt, was eine andere Aussage ist.

Der Preis ist der Teil, der nicht mehrdeutig ist.

Was die Kosten betrifft, liegen die beiden Modelle nicht nahe beieinander, und es gibt nichts zu diskutieren.

• GPT Image 2.5 ist ein kommerzieller Endpunkt. Artificial Analysis führt ihn mit 210,72 $ pro 1.000 Bilder in der Kategorie UI/UX — rund 21 Cent pro Bild, womit er an der Spitze des Preisbereichs des Feldes liegt. Zum Vergleich auf derselben Übersicht werden Grok Imagine Image 2.0 mit 60 $ pro 1.000 erfasst, MAI-Image-2.6 mit 38,9 $ und Muse Image mit 10 $.

• Ming-Image-0.1-Design hat keinen Preis, weil es keinen Endpoint hat. Die Gewichte stehen unter MIT-Lizenz und sind kostenlos herunterladbar; der Betrieb kostet so viel, wie eine 80-GiB-CUDA-GPU pro Stunde kostet. Die validierte Konfiguration der Modellkarte ist eine einzelne Karte dieser Klasse, bei 2048 x 2048 Auflösung und 12 Sampling-Schritten.

• Keine der beiden Zahlen ist stabil. Beide Anbieter passen ihre Tarife an, und ein heute erstellter Vergleich pro Bild hat eine Haltbarkeit, die in Wochen gemessen wird. Dies ist der eine Punkt, an dem es sich lohnt, die Wirtschaftlichkeit von OrcaRouter klar zu benennen: Wir reichen die Listenpreise der Anbieter mit 0 % Aufschlag durch, sodass eine Tarifänderung eines Anbieters bei uns noch am selben Tag live ist und nicht erst nach einem eigenen Neupreiszyklus — was wichtig ist, wenn die Differenz zwischen zwei Kandidaten 21 Cent gegenüber 6 Cent pro Bild beträgt und sich beide bewegen können.

Was man heute tatsächlich aufrufen kann, und wo wir darin stehen

Verfügbarkeit ist der Punkt, an dem dieser Vergleich aufhört, ein Gedankenexperiment zu sein.

GPT Image 2.5 ist ein echtes Produkt mit einer echten API dahinter, das OpenAI zu seinen eigenen Bedingungen verkauft. Es ist nicht über OrcaRouter routbar – unser Katalog führt mit Stand 23. September 2026 keinen Eintrag für GPT Image 2.5 – und wir werden keine Route beschreiben, die wir nicht haben. Was der Katalog aus derselben Reihe tatsächlich führt, ist die vorherige Generation, openai/gpt-image-2 zu 8,00 $ pro Million Input-Tokens und 30,00 $ pro Million Output-Tokens, daneben openai/gpt-image-1.5, und diese laufen über denselben Schlüssel wie alles andere, was wir routen.

Ming-Image-0.1-Design ist nirgendwo routingfähig. Im Repository ist die Inferenz deaktiviert, Hugging Face meldet kein Deployment eines Inferenzanbieters, und der Quick Start verweist auf ein begleitendes GitHub-Repository, das 404 zurückgibt. Kein inclusionAI-Modell ist in irgendeiner Form in unserem Katalog. Die einzige Möglichkeit, es auszuführen, besteht darin, die Shards herunterzuladen und selbst zu hosten.

Die Entscheidung sieht also so aus: eine Option, die man heute zum Höchstpreis des Marktes kaufen kann, und eine Option, die man heute für den Preis einer GPU und die eigene Entwicklungszeit selbst betreiben kann, ohne unabhängige Belege dafür, dass sie funktioniert. Wer Ihnen sagt, Ming-Image-0.1-Design sei eine günstigere Alternative zu GPT Image 2.5, hat die zweite Option nicht mitgerechnet.

Wie man beides hält, ohne auf eines zu wetten

Die praktische Empfehlung hier ist enger gefasst als ein Urteil, weil die beiden Modelle noch keine Substitute füreinander sind.

Wenn Sie in der Produktion Bilder in UI- oder Designqualität generieren müssen, ist GPT Image 2.5 die vertretbare Wahl, und über den Preis sollten Sie mit sich selbst verhandeln, nicht über die Qualität – es führt das unabhängige Board mit einem Vorsprung an, der groß genug ist, dass das Ranking nicht infrage steht. Wenn Sie wissen wollen, ob Ming-Image-0.1-Design gut ist, haben Sie zwei Möglichkeiten, und nur eine davon ist frei von Mutmaßungen: die MIT-Gewichte auf eine 80-GiB-Karte ziehen und Ihr eigenes Evaluierungsset laufen lassen oder darauf warten, dass es jemand anderes tut. Betrachten Sie die 1.082 in der Zwischenzeit nicht als Ergebnis. Und wenn Ihr eigentliches Erfordernis Optionalität statt des einen oder anderen Modells konkret ist, dann zahlt sich die Disziplin aus, den Generierungsaufruf hinter einer einzigen Schnittstelle zu halten – ein Schlüssel für über 200 Modelle, eine Änderung der Modell-ID statt einer Neuimplementierung, automatisches Failover, wenn ein Endpunkt sich danebenbenimmt – sodass, egal welches der beiden zuerst eine unabhängige Zahl liefert, die Übernahme eine Konfigurationszeile kostet und keinen Sprint.

Eine abschließende Anmerkung dazu, was diesen Beitrag verändern würde. Eine Zeile mit Ming-Image-0.1-Design, die im Artificial Analysis UI/UX Design-Board erscheint, mit einer Stichprobenanzahl daneben, würde die 1.082 des Anbieters von einer Behauptung in einen Datenpunkt verwandeln – und es wäre das erste Mal, dass jemand außerhalb von inclusionAI etwas Messbares über das Modell gesagt hat. Das ist das Ereignis, auf das man achten sollte, und es ist nützlicher zu verfolgen als der Download-Zähler.