Ming-Image-0.1-Design vs. MAI Image 2.5 Pro: Die Megapixel-Obergrenze entscheidet

Die folgenreichste Zahl in einem Vergleich zwischen Ming-Image-0.1-Design und MAI Image 2.5 Pro ist kein Elo-Wert. Sie lautet 1.048.576. Das ist die von Microsoft dokumentierte Ausgabengrenze für MAI Image 2.5 Pro — ungefähr 1024 x 1024 —, während inclusionAIs Ming-Image-0.1-Design 2048 x 2048 empfiehlt und Zwischengrößen gar nicht rendert, sondern eine Anfrage entweder auf die 1024er- oder die 2048er-Stufe einrasten lässt. Beide Modelle sind wirklich gut darin, lesbaren Text in ein Bild zu setzen, weshalb sie immer wieder in denselben Gesprächen landen. Nur eines von ihnen liefert Ihnen ein 4-Megapixel-Layout, und nur eines von ihnen wird pro Token auf der Premium-Stufe eines Hyperscalers abgerechnet.

Ming-Image-0.1-Design ist das 6B-Text-zu-Bild-Modell von inclusionAI, MIT-lizenziert, Gewichte veröffentlicht am 17. September 2026. MAI Image 2.5 Pro ist die Qualitätsstufe von Microsoft AI, seit dem 23. Juli 2026 in öffentlicher Vorschau auf Microsoft Foundry. Keine der beiden Behauptungen über ihre Textwiedergabe wurde außerhalb des Labors reproduziert, das sie aufgestellt hat – doch eine von ihnen hat eine Arena durchlaufen, und dieser Unterschied zieht sich durch alles Folgende.

Wofür jedes Einzelne gebaut ist

MAI Image 2.5 Pro ist das Spitzenmodell der MAI-Image-2.5-Familie von Microsoft und steht über MAI-Image-2.5 für ausgewogene Workloads und MAI-Image-2.5-Flash für hohes Volumen; MAI-Image-2.6 befindet sich bereits seit dem 19. August in privater Vorschau. Microsoft beschreibt es als sein bislang originalgetreuestes Bildmodell, ausgerichtet auf Hero-Motive, detaillierte Bearbeitung und präzise Textwiedergabe im Bild. Es basiert auf der Eingabe mehrerer Bilder: Der Anbieter meldet 94 % Zeichenkonsistenz über die Generierungen hinweg und positioniert das Modell für Workflows, bei denen man ein vorhandenes Asset nimmt, eine Sache ändert und es ausliefert.

Ming-Image-0.1-Design ist ein von Grund auf neu entwickelter Generator, kein Editor. Prompt rein, Bild raus, kein Referenzbild erforderlich. Sein Bereich ist textdichtes Grafikdesign – UI-Mockups, Dashboards, Infografiken, Poster – und sein herausragendes mechanisches Merkmal ist, dass es natives RGBA ausgibt, wenn der Prompt mit einem der dokumentierten Transparenz-Ausdrücke beginnt. Ein Begleitmodell, Ming-Image-0.1-Design-Layer, zerlegt ein flachgelegtes Design in 2–9 separate RGBA-PNGs, die sich wieder zum Original zusammensetzen.

• Obergrenze für die Ausgabe — Ming-Image-0.1-Design: 2048 x 2048 empfohlen oder 1024 x 1024, wobei Zwischengrößen auf eine dieser beiden gerundet werden, gegenüber MAI Image 2.5 Pro mit Obergrenze von 1.048.576 Pixeln, ungefähr 1024 x 1024

• Kernmodus — reine Prompt-Generierung vs. Multi-Bild-Bearbeitung mit Charakterkonsistenz über Referenzen hinweg

• Transparenz — natives RGBA aus dem Sampler, plus 2–9-Schichten-Zerlegung über das Companion-Modell vs. keine dokumentiert

• Lizenz und Zugriff — MIT-Gewichte, die Sie selbst hosten, gegenüber einer kommerziellen Vorschau auf Microsoft Foundry

• Abrechnungseinheit — Ihre eigene GPU-Zeit, eine 80-GiB-Karte vs. pro Token, auf Foundry abgerechnet

• Unabhängige Text-zu-Bild-Platzierung — Ming-Image-0.1-Design auf #45, Elo 995, 21.342 Samples vs. MAI Image 2.5 Pro auf #12, Elo 1.098, 13.521 Samples

• Unabhängige Editing-Platzierung — kein Eintrag vs. MAI Image 2.5 Pro auf Platz 10, Elo 1.106, 13.581 Samples

Lies die beiden Arena-Nummern zusammen.

Die Artificial-Analysis-Ranglisten, abgelesen am 24. September 2026, sagen etwas Genaueres als „ein Modell ist besser“.

Auf dem Text-to-Image-Board liegt MAI Image 2.5 Pro auf Rang 12 mit einem Elo-Wert von 1.098 und einem 95-%-Konfidenzintervall von ±8 über 13.521 Stimmen. Ming-Image-0.1-Design liegt auf Rang 45 mit 995 Elo, ±8, über 21.342 Stimmen. Das ist eine 103-Elo-Differenz auf einem Board, auf dem das enge Intervall bedeutet, dass es sich nicht um Rauschen handelt. Auf dem Image-Editing-Board liegt MAI Image 2.5 Pro auf Rang 10 mit 1.106 Elo bei 13.581 Stimmen; Ming-Image-0.1-Design ist dort überhaupt nicht vertreten.

Dann kippt das Bild in dem einen Teilbereich, der für ein Design-Team zählt. Im UI/UX-Design-Teilbereich desselben Boards liegt MAI Image 2.5 Pro auf Rang 10 mit 1.131 Elo bei 1.241 Stimmen in diesem Teilbereich, und Ming-Image-0.1-Design liegt auf Rang 16 mit 1.084 Elo bei 2.100 Stimmen. Der Abstand verringert sich von 103 Elo auf 47, und das Modell, das noch nie für Bearbeitung gebenchmarkt wurde, schließt den größten Teil der Lücke, sobald die Prompts Design-Prompts sind.

So sieht die Entscheidung aus. MAI Image 2.5 Pro ist nach Messungen das bessere allgemeine Bildmodell und der bessere Editor. Ming-Image-0.1-Design ist ein Spezialist, der bei Layout-Aufgaben weit über seinem Gesamtrang abschneidet, und es ist das einzige der beiden mit einem Pfad für transparenten Hintergrund.

Ein Vorbehalt zu beiden Zahlenreihen: Dies sind Slice-Zahlen, und Slices verschieben sich. Die Stimmenzahl von 13.521 für MAI Image 2.5 Pro auf dem vollständigen Board ist groß genug, dass ihr Intervall eng ist, doch ein Use-Case-Slice mit gut tausend Stimmen dahinter ist eine unsicherere Zahl, und die hinter beiden Modellen stehenden Anbieterangaben sind von niemandem überprüft.

Was Microsoft behauptet – und was es kostet

Microsofts eigene Zahlen für MAI Image 2.5 Pro, alle vom Anbieter gemeldet und keine unabhängig reproduziert:

• 96,8 % Genauigkeit bei der Textwiedergabe, ausgewiesen als Abdeckung von Chinesisch, Englisch, Japanisch, Koreanisch und Spanisch — allerdings begrenzt dieselbe Dokumentation die Ausgabe auf ungefähr ein Megapixel, sodass die mit der Behauptung verbundene Formulierung „8K“ am besten als Marketing zu verstehen ist

• 27 % bessere Prompt-Treue als GPT-Image-1.5 bei Microsofts internen Evaluierungen

• 94 % bildübergreifende Charakterkonsistenz über Generationen hinweg

• Bis zu 84–89 % geringere GPU-Kosten im Vergleich zu GPT-Modellen in bestimmten Microsoft-Szenarien wie PowerPoint und OneDrive — eine szenariospezifische Angabe, keine allgemeingültige

Das dokumentierte Datenblatt untermauert diese Behauptungen: Texteingabe von bis zu 32.000 Token, ein Kontextfenster von 131k, 4.096 Ausgabe-Token, JPEG- und PNG-Bildeingabe sowie die Obergrenze von 1.048.576 Pixeln für die Ausgabe. Diese Obergrenze ist das Problem des Käufers. Ein hochwertiger Editor, der ein Megapixel nicht überschreiten kann, ist ein Werkzeug für Social- und Web-Assets, kein Druckwerkzeug, und keine noch so große Genauigkeit bei der Textwiedergabe ändert etwas an der Pixelzahl.

Die Preisgestaltung auf Foundry erfolgt tokenbasiert: 5 $ pro Million Text-Eingabe-Tokens, 8 $ pro Million Bildeingabe-Tokens, 106 $ pro Million Bildausgabe-Tokens. Microsoft veröffentlicht keine Tokens pro Bild, daher ist jede Angabe pro Bild eine rechnerische Ableitung und keine Preisauskunft. Unter Verwendung der Umrechnung von Artificial Analysis liegt ein 1024 x 1024 Bild bei etwa 108,50 $ pro 1.000 Bilder — rund 2,3-mal so viel wie das Schwestermodell MAI-Image-2.5 bei etwa 48 $ pro 1.000 und 5,4-mal so viel wie MAI-Image-2.5-Flash bei etwa 20 $ pro 1.000. Die Pro-Stufe ist bewusst als Premium positioniert. Preview-Preise sind außerdem keine GA-Preise, und die Preisliste kann sich vor der allgemeinen Verfügbarkeit noch ändern.

Ming-Image-0.1-Design hat keine Anbieter-Preisliste, mit der man es vergleichen könnte, da es keinen gehosteten Endpunkt gibt. Das Board von Artificial Analysis führt es mit 30,00 US-Dollar pro 1.000 Bilder auf, eine vom Board abgeleitete Spalte statt eines veröffentlichten Anbieterpreises – inclusionAI liefert Gewichte und ein Serving-Rezept, keine API. Die tatsächlichen Kosten sind eine CUDA-GPU mit 80 GiB VRAM, BF16, 12 Sampling-Schritte bei CFG 1.0 und eine empfohlene 2048-Pixel-Ausgabe. Zwölf Schritte bei Guidance 1.0 stehen für einen destillierten oder guidance-freien Sampler, was ein 2048-Pixel-Rendering bei dieser Schrittanzahl bezahlbar macht, und das empfohlene Rezept der Karte setzt außerdem ein Vision-Language-Modell vor das Diffusionsmodell, um einen kurzen Prompt in ein strukturiertes JSON-Layout im Figma-Stil mit Koordinaten, Hierarchie, Farbspezifikationen und wortgetreuem Text umzuschreiben.

Zwei Dinge, die auf unserer eigenen Seite präzise benannt werden sollten. Wir routen keines der beiden Modelle: Weder ein Microsoft-Bildmodell noch ein inclusionAI-Modell erscheint im OrcaRouter-Katalog, beide bedeuten also die eigene Route des Anbieters oder Ihre eigene Hardware. Wofür die Routing-Schicht tatsächlich da ist, ist die Seite des etablierten Anbieters im Vergleich — ein OpenAI-kompatibler Endpunkt über 200+ Modelle hinweg, Listenpreise der Anbieter mit 0 % Aufschlag durchgereicht, sodass eine Preisänderung eines Anbieters noch am selben Tag live ist, und automatisches Failover über Anbieter hinweg. Dasselbe Prompt-Set gegen ein gehostetes Bildmodell, dem Sie bereits vertrauen, und gegen eines dieser beiden laufen zu lassen, ist eine Sache von einem Tastendruck statt einer Beschaffung.

Die Größenfrage, die niemand stellt

Es gibt eine zweite Zahl, die die Download-Seite dieses Vergleichs verkompliziert, und es lohnt sich, sie zu nennen, weil das Modell als 6B vermarktet wird. Der Diffusion-Transformer von Ming-Image-0.1-Design hat 6,15B Parameter. Das Paket ist ungefähr 52,88 GB groß, weil der multimodale Textencoder 17,01B hat und der Connector 3,09B hinzufügt – insgesamt etwa 26B Parameter bei BF16. Der Transformer des Layer-Companion ist mit 12,31B doppelt so groß, und sein Paket ist mit ungefähr 65,20 GB noch größer. Die Anforderung von 80 GiB VRAM ist eine Folge davon, dass alles zusammen mit dem Transformer resident ist, nicht der 6B-Zahl.

MAI Image 2.5 Pro hat das entgegengesetzte Profil: nichts herunterzuladen, nichts bereitzustellen und eine harte Obergrenze dafür, was man damit erzeugen kann. Welches dieser beiden Probleme schlimmer ist, hängt ganz davon ab, ob Ihr Team bereits GPUs betreibt.

Eine auswählen

• Sie bearbeiten vorhandene Bilder in hoher Qualität und können innerhalb eines Megapixels leben — MAI Image 2.5 Pro. Es hat eine echte Platzierung auf dem Editing-Board auf Rang 10, eine große Stimmenzahl hinter seiner Generierungsbewertung und eine dokumentierte Multi-Image-Pipeline mit einem vom Anbieter angegebenen Konsistenzwert. Der Preis spiegelt all das wider.

• Sie erzeugen textdichte Layouts und benötigen Transparenz oder editierbare Ebenen — Ming-Image-0.1-Design. Natives RGBA und 2–9-Ebenen-Zerlegung sind keine Funktionen, die MAI Image 2.5 Pro zu irgendeinem Preis bietet, und eine Ausgabe mit 2048 x 2048 ist das Vierfache des Pixelbudgets.

• Sie benötigen eine Ausgabe in Druckauflösung — keines von beiden. Das eine schafft maximal ein Megapixel, das andere höchstens 2048 Pixel im Quadrat.

• Sie brauchen eine Zahl, die Sie in einem Review verteidigen können — MAI Image 2.5 Pro auf den vollständigen Boards, Ming-Image-0.1-Design auf dem UI/UX-Ausschnitt, und keines von beiden bei der Genauigkeit der Textwiedergabe, wo beide Behauptungsgruppen vom Anbieter stammen und nicht reproduziert wurden.

Der ehrliche Schluss ist, dass diese beiden Modelle nicht wirklich konkurrieren. MAI Image 2.5 Pro ist ein Premium-Hosted-Editor mit einer Auflösungsobergrenze und einem entsprechenden Preis; Ming-Image-0.1-Design ist ein kostenloser Download, der das Open-Weights-Feld in einem designspezifischen Arena-Segment anführt und im Gegenzug eine 80-GiB-Karte verlangt. Beobachtenswert ist, ob Microsoft die Megapixel-Obergrenze vor GA aufhebt und ob inclusionAI jemals einen Endpoint an diese Gewichte anbindet – denn einer dieser Schritte würde daraus ein echtes Kopf-an-Kopf-Rennen machen statt eines Vergleichs zwischen zwei verschiedenen Arten von Verpflichtung.