Ming-Image-0.1-Design vs. Meta Muse Image: Das Modell mit einer Papierspur und das Modell mit einer Pressemitteilung

Zwei Bildmodelle kamen 2026 auf gegensätzliche Weise. Ming-Image-0.1-Design ist ein Text-zu-Bild-Modell mit 6,15 Milliarden Parametern vom inclusionAI-Team der Ant Group, hochgeladen am 17. September 2026 unter einer MIT-Lizenz auf Hugging Face – ohne Ankündigung, ohne Blogpost und ohne Benchmark-Tabelle: ein 71,5 GB großes Repository, das man Datei für Datei lesen kann. Meta Muse Image ist das erste hauseigene Bildmodell von Meta Superintelligence Labs, das am 7. Juli 2026 mit einer Presserunde, vom Hersteller mitgeteilten Benchmark-Angaben und überhaupt keinen herunterladbaren Gewichten vorgestellt wurde. Die interessante Frage ist nicht, welches ein besseres Poster zeichnet. Vielmehr ist es so, dass man eines dieser Modelle heute auditieren kann und das andere nur auf Treu und Glauben hinnehmen muss, und das auditierbare steht an erster Stelle auf dem einzigen unabhängigen Board, auf dem es erscheint.

Das eine wurde als Dateien ausgeliefert. Das andere wurde als Behauptung ausgeliefert.

Beginnen Sie damit, woraus jede Version tatsächlich besteht, denn der Unterschied ist alles andere als subtil.

• Ming-Image-0.1-Design — 6.154.901.056 Parameter, MIT-Lizenz, eine diffusers-Pipeline, alle Gewichte in BF16-Safetensors, ungefähr 71,5 GB verteilt auf sechs Komponentenordner: connector/ (2 Shards), mllm/ (7 Shards), mlp/ (124,8 MB), scheduler/, transformer/ (5 Shards) und vae/ (253,8 MB). Keine model_index.json, weshalb der empfohlene Weg ein git clone des Inferenz-Repos und python infer.py statt eines einzeiligen Pipeline-Aufrufs ist.

• Meta Muse Image — keine Gewichte, keine veröffentlichte Parameteranzahl, kein Architekturpapier, keine Lizenzdatei zum Nachlesen. Es ist als Dienst erreichbar und seit August 2026 auch über Metas eigene Model-API an einem OpenAI-kompatiblen Endpunkt für pauschal 0,01 $ pro Bild. Alles, was Sie über seine Interna wissen, stammt aus Metas eigener Beschreibung davon.

Diese Asymmetrie hat eine praktische Konsequenz, die nichts mit der Bildqualität zu tun hat. Mit dem Ming-Release können Sie Fragen beantworten, auf die der Anbieter nie eingegangen ist: was der Text-Encoder ist, wie viele Sampling-Schritte der Scheduler erwartet, ob der VAE vier Kanäle oder acht ausgibt, ob der MLP-Connector etwas tut, das Sie ersetzen könnten. Mit Muse Image können Sie keine davon beantworten, und das wird auch im nächsten Quartal nicht möglich sein, weil es kein Artefakt zum Öffnen gibt.

Die eine Zahl, die es wert ist, zitiert zu werden – und woher sie stammt

Ming-Image-0.1-Design belegt in der Open-Weights-Ansicht des Artificial Analysis Text to Image Leaderboards für UI/UX-Design mit einem Elo von 1.082 den ersten Platz. Die Verfolger dahinter: Ideogram 4.0 (Quality) mit 1.052, Ideogram 4.0 mit 1.015, HunyuanImage 3.0 Instruct mit 1.005, FLUX.2 [dev] mit 1.000, FLUX.2 [dev] Flash mit 999 und FLUX.2 [dev] Turbo mit 994.

Drei ehrliche Anmerkungen dazu, denn das ist der stärkste Beleg in diesem Vergleich und verdient eine sorgfältige Behandlung. Erstens: Die Kopie dieses Leaderboards, die wir lesen, ist die auf der Modellkarte des Modells selbst veröffentlichte, und sie trägt das Branding von Artificial Analysis – es ist ein vom Anbieter wiedergegebenes Board von Artificial Analysis, keine Zahl, die wir erzeugt haben. Zweitens hat niemand die Punktzahl unabhängig reproduziert, und ein Elo-Board für Blindpräferenz ist eine Populationsstatistik, kein Test pro Prompt: Es sagt Ihnen, welches Bild eine Gruppe im Durchschnitt bevorzugt hat, nicht, ob das Modell Ihre konkrete Infografik korrekt rendern wird. Drittens, und das ist der Teil, der viel erklärt, ist das Board auf offene Gewichte gefiltert. Meta Muse Image kann darauf nicht erscheinen, sein Fehlen ist also kein Ergebnis.

Für Muse Image stammen die Zahlen von Meta selbst und von Artificial Analysis, und sie sollten auch als solche gekennzeichnet werden. Meta meldete eine Quote von 94 % für Multi-Image-Charakterkonsistenz, Unterstützung für bis zu 10 Referenzbilder und eine Ausgabe von bis zu 1600 Pixeln an der langen Kante. Artificial Analysis platziert das Modell unter den fünf Besten für Text-to-Image und auf Rang drei in seinem Image-Editing-Board mit einem Elo von ungefähr 1.105. Dabei handelt es sich jeweils um vom Anbieter gemeldete bzw. unabhängig gemessene Werte, und sie sind nicht von derselben Art.

Wofür Ming-Image-0.1-Design entwickelt wurde

Die Modellkarte macht genaue Angaben zum Ziel, und es handelt sich nicht um Allzweckfotografie. Sie richtet sich an UI, Infografiken, Poster und textlastige Designarbeit – die Klasse von Bildern, bei denen die Schwierigkeit in lesbarer Typografie und einem sauberen Layout statt in fotorealistischer Haut liegt. Die empfohlenen Einstellungen spiegeln das wider: 2048×2048-Ausgabe oder 1024, wenn es schnell gehen soll, 12 Sampling-Schritte, Classifier-Free-Guidance bei 1.0, BF16-Präzision und eine einzelne 80-GiB-CUDA-GPU. Die Prompt-Verbesserung soll von einem separaten Vision-Language-Modell kommen – die Modellkarte nennt Ling-3.0-flash-VL und qwen3.8-27B – und die Bereitstellung soll über vLLM-Omni erfolgen.

Es gibt außerdem einen Begleiter, Ming-Image-0.1-Design-Layer, ein separates Repository mit einem anderen Pipeline-Tag (image-text-to-image), 6.154.908.736 Parameter und dieselbe MIT-Lizenz. Seine Aufgabe ist die Ebenenzerlegung: Man übergibt ihm ein flach zusammengeführtes Designbild plus einen Ebenenplan, und es gibt RGBA-Ebenen zurück. Es läuft mit 1024 in seinem Standard-Bucket oder mit 512 für Geschwindigkeit, bei 12 Schritten mit einem Guidance-Wert von 2,0 und flash_attention_2. Die Modellkarte zeigt Ergebnisse auf einem Crello-Testset als Bild statt als Tabelle, was erwähnenswert ist, wenn Sie gehofft haben, es numerisch mit irgendetwas zu vergleichen.

Was ist wirklich noch nicht wissbar?

Hier muss die Darstellung unverblümt sein. Ming-Image-0.1-Design hat zum Zeitpunkt des Verfassens keine Release Note, keine Ankündigung, keinen Abschnitt mit angegebenen Einschränkungen und keine Berichterstattung durch Dritte. Der Download-Zähler im Repository steht auf null. Es gibt keinen gehosteten Endpunkt vom Anbieter. Die einzige unabhängige Messung ist die eine Platzierung in der Bestenliste, und alles andere – Durchsatz, Prompt-Treue auf Ihren Daten, wie es sich bei Referenzbildanzahlen oberhalb einer Handvoll verhält, ob der RGBA-Kanal an den Rändern sauber ist – ist öffentlich nicht gemessen.

Was Sie dadurch bekommen, ist eine kurze, klar definierte Bewertung. Sie können die Architektur lesen, sie ausführen und innerhalb eines Tages selbst entscheiden. Es verschafft Ihnen keinen Benchmark, den Sie in einem Beschaffungsdokument zitieren können.

Meta Muse Image ist das Spiegelbild. Es wurde auf zwei unabhängigen Boards gemessen und hat einen veröffentlichten Preis, und keines von beidem erlaubt es Ihnen, auch nur ein einziges Gewicht zu überprüfen. Wenn Ihre Vorgabe eine Compliance-Prüfung ist, die fragt, woher die Trainingsdaten stammen und was das Modell mit einem Prompt macht, ist „Meta sagt“ die gesamte Antwort, die Ihnen zur Verfügung steht.

Die Version dieses Vergleichs, auf die ein Router reagieren kann

Keines dieser beiden Modelle ist eines, das wir routen, und dieser Artikel wird auch nichts anderes suggerieren. Meta Muse Image ist geschlossen und wird von Meta bereitgestellt; Ming-Image-0.1-Design ist ein Gewichts-Download ganz ohne gehostete Route. Die Bildmodelle, die wir heute tatsächlich anbinden, sind die GPT-Image-Familie von OpenAI, Googles Imagen-4-Stufen und Gemini-Bildvorschauen sowie xAIs Grok-Imagine-Bild-Endpunkt — alle hinter einem einzigen OpenAI-kompatiblen Endpunkt zum Listenpreis des Anbieters ohne Aufschlag, mit automatischem Failover über Anbieter hinweg und einer Routing-DSL, die mehrere Modelle in einem einzigen Aufruf zusammenführt.

Das ist hier aus einem ganz bestimmten Grund wichtig. Eine unangekündigte Open-Weights-Veröffentlichung mit einer einzigen Leaderboard-Position ist genau die Art von Modell, die ein Team evaluieren möchte, ohne einen Produktionspfad darauf zu verwetten. Es neben einem gemessenen Modell mit demselben Schlüssel laufen zu lassen, statt davor, ist, wie man die Evaluierung ohne einen zweiten Vertrag und ohne eine Codeänderung hinbekommt.

Wähle nach dem, was du überprüfen kannst.

• Wenn Sie ein Modell benötigen, das Sie selbst inspizieren, verändern, feinabstimmen oder auf Ihrer eigenen Hardware ausführen können, ist Ming-Image-0.1-Design die einzige Option von den beiden – und seine MIT-Lizenz ist für eine Image-Veröffentlichung aus dem Jahr 2026 ungewöhnlich permissiv.

• Wenn Sie ein Modell mit einem veröffentlichten Preis und unabhängigen Bewertungen benötigen, die Sie zitieren können — Meta Muse Image ist die einzige der beiden Optionen, und 0,01 $ pro Bild ist eine Zahl, die eine Budgetprüfung übersteht.

• Wenn Sie Transparenz als Ausgabe benötigen — der RGBA-Pfad von Ming-Image-0.1-Design und sein Layer-Begleiter zielen genau darauf ab; Metas Transparenz-Story ist nicht veröffentlicht.

• Wenn es heute Nachmittag funktionieren muss – keines von beiden. Das eine hat keinen gehosteten Endpunkt, das andere keinen Download.

Die offene Frage ist enger, als sie aussieht, und sie betrifft ein Datum statt eines Benchmarks. Ming-Image-0.1-Design wurde am 17. September 2026 hochgeladen, und niemand hat es angekündigt. Entweder kommt diese Ankündigung, und die Leaderboard-Position bekommt eine zweite, unabhängige Lesart, oder sie kommt nicht, und dies bleibt ein Repository, das eine kleine Zahl von Leuten ausgeführt hat. Die erste Bewertung durch Dritte ist das, worauf man achten muss, denn das ist der Moment, in dem die Papierspur aufhört, ein Versprechen zu sein, und beginnt, Beweiskraft zu haben.