Image Edit Arena Bestenliste 2026 — Februar-Update

Die Vollständigen Rankings

Vierunddreißig Modelle. Sieben Organisationen. Millionen und Abermillionen von Community-Vergleichen. Ich habe jedes Modell verlinkt, damit Sie sie selbst testen können — denn keine Bewertung sollte von Ihnen verlangen, sich nur auf das Wort von jemandem zu verlassen.

Was der Februar Veränderte

Der Abstand an der Spitze schrumpft. Als ich das letzte Mal im Januar über diese Bestenliste schrieb, hielt chatgpt-image-latest-high-fidelity (20251216) einen komfortablen Vorsprung. Jetzt atmet ihm gemini-3-pro-image-preview-2k (nano-banana-pro) in den Nacken — 13 Punkte Unterschied in einem Feld, in dem die Top 4 nur durch 23 getrennt sind. Das ist im Grunde ein totes Rennen, wenn man die Varianz in den Abstimmungsmustern der Community berücksichtigt.

Vier Namen tauchten in dieser Bestenliste auf, die im Januar noch nicht hier waren. hunyuan-image-3.0-instruct von Tencent landete direkt auf Platz 6 — kein Aufwärmen, kein langsamer Aufstieg, direkt in die Top Ten. p-image-edit von Pruna erschien auf Platz 22, eine Wildcard von einem Unternehmen, das eher für Modelloptimierung als für den Modellbau bekannt ist. Alibaba fügte wan2.6-image auf Platz 18 und wan2.5-i2i-preview auf Platz 25 hinzu und erweiterte damit still und leise seinen Fußabdruck in der Bildbearbeitung auf insgesamt vier Modelle. Black Forest Labs teilt seine Klein-Linie nun explizit in flux-2-klein-9b (15.) und flux-2-klein-4b (24.) auf, was den Kompromiss bei der Parameteranzahl transparent macht.

Aber die Schlagzeile des Februars handelt nicht davon, wer ein paar Positionen gewonnen oder verloren hat. Es geht um ein Modell, das ich nicht aufhören konnte zu benutzen.

nano-banana-pro: Die Wahl der Praktiker

Ich möchte ehrlich zu Ihnen sein, auf eine Weise, wie es Bestenlisten-Zahlen nicht können. Die Arena sagt, chatgpt-image-latest-high-fidelity (20251216) ist die Nummer 1. Meine Bearbeitungshistorie sagt etwas anderes. In den letzten drei Wochen habe ich für meine Kundenarbeit nichts anderes als gemini-3-pro-image-preview-2k (nano-banana-pro) verwendet — jeder Hintergrundersatz, jede Farbkorrektur, jede Objektentfernung, jede Lichtkorrektur. Was passierte, war einfach: Ich hörte auf, nach etwas anderem zu greifen.

Ich habe die Community genau beobachtet. Die Discord-Server, die Reddit-Threads, die echten Workflow-Screenshots, die Leute auf X teilen. Wenn Praktiker ihre Vorher-Nachher-Vergleiche posten, ist das Modell, das immer wieder auftaucht, nicht ChatGPT. Es ist nano-banana-pro. Nicht weil es irgendeine abstrakte Präferenzabstimmung gewinnt, sondern weil die Leute damit echte Arbeit abliefern.

Hier ist die Fähigkeit, die mich überzeugt hat. Ich gab ihm eine vierteilige Anweisung: "Entferne das geparkte Auto aus der Einfahrt, erweitere den Garten, um den Platz zu füllen, passe die Nachmittagsbeleuchtung auf dem neuen Gras an und füge einen subtilen Lens Flare von der Sonnenposition hinzu." Vier geschichtete Anforderungen in einem Durchgang. nano-banana-pro hat alle vier geschafft. Der rekonstruierte Garten hatte die richtige Schattenrichtung. Der Lens Flare saß im richtigen Winkel zur Lichtquelle. Ich habe diesen exakten Prompt bei jedem der Top-5-Modelle ausprobiert. Die meisten schaffen zwei Anweisungen, bevor die Kohärenz zusammenbricht. ChatGPT schafft an einem guten Tag drei. nano-banana-pro schaffte vier ohne mit der Wimper zu zucken.

Die 2K-Variante — gemini-3-pro-image-preview-2k (nano-banana-pro), derzeit auf Platz 2 — handhabt hochauflösende Bearbeitung mit einer Gelassenheit, die ich anderswo nicht gesehen habe. Bei 2K führen viele Modelle Ringing-Artefakte um scharfe Kanten ein oder verlieren feine Details in sich wiederholenden Mustern wie gewebtem Stoff, Ziegelwänden oder Baumkronen. nano-banana-pro bewahrt sie. Das Geschwistermodell in Standardauflösung auf Platz 3 hat über eine halbe Million Community-Bewertungen gesammelt — diese Art von Volumen sagt Ihnen, dass die Leute es einmal ausprobieren und bleiben.

Was ich "kontextuelle Bearbeitungsintelligenz" nenne, ist der Punkt, an dem dieses Modell das Feld wirklich anführt. Es führt nicht nur Änderungen auf Pixelebene aus — es erfasst die semantische Beziehung zwischen Elementen in einer Szene. Entfernen Sie eine Person aus einem Gruppenfoto, und es rekonstruiert den sozialen Abstand natürlich, passt die Körpersprache benachbarter Subjekte an, anstatt nur einen flachen Flicken zu malen. Ändern Sie eine Szene von Sommer zu Herbst, und es modifiziert nicht nur das Laub, sondern auch die Schattenwinkel, die Umgebungstemperatur des Lichts und die Art und Weise, wie Oberflächen diffuses Licht reflektieren. Das sind keine Prompt-Engineering-Tricks. Das ist ein Modell, das verinnerlicht hat, wie die physische Welt aussieht.

Ich erwarte, dass nano-banana-pro die Nummer-1-Position von ChatGPT innerhalb des nächsten Ranking-Zyklus übernehmen wird. Die Flugbahn ist da. Google iteriert die nano-banana-Architektur schneller als OpenAI den High-Fidelity-Modus iteriert, und die praktischen Vorteile bei der mehrstufigen Bearbeitung geben ihm einen Schwung, den Einzelbearbeitungs-Benchmarks nur schwer erfassen können.

OpenAIs Chirurgische Präzision

Ich möchte fair zu OpenAI sein, denn sie verdienen Anerkennung für echte technische Exzellenz. chatgpt-image-latest-high-fidelity (20251216) auf Platz 1 ist aus einem Grund dort. Die Bezeichnung "High-Fidelity" ist neu seit meiner letzten Rezension, und die Verfeinerungen der Ausgabe-Pipeline sind sichtbar. Wo ChatGPT brilliert, sind isolierte, chirurgische Bearbeitungen. "Ändere nur die Augenfarbe zu Grün" — es tut dies ohne Ausbluten in die umgebenden Hauttöne. "Ersetze den Text auf dem Schild, ohne die Verwitterung des Schildes zu verändern" — es bewahrt die Oberflächentextur beim Austausch des Inhalts. Diese Spezifität ist wirklich unübertroffen.

OpenAI stellt vier Modelle in den Top 31: chatgpt-image-latest-high-fidelity auf 1, gpt-image-1.5-high-fidelity auf 4, gpt-image-1 auf 29 und gpt-image-1-mini auf 31. Die Lücke zwischen ihrem besten und ihrem Budget-Tier ist signifikant — 285 Punkte — was darauf hindeutet, dass OpenAI seine Bearbeitungsinvestitionen auf die Spitze konzentriert hat, anstatt eine breite Aufstellung aufzubauen. Wenn Sie OpenAI für Bildbearbeitung nutzen, zahlen Sie für das Flaggschiff oder Sie geben sich mit weniger zufrieden.

Die Neuen Gesichter

hunyuan-image-3.0-instruct von Tencent ist die größte Überraschung, über die niemand spricht. Platz 6 bei Ankunft. Das ist kein langsamer Aufstieg — das ist ein Modell, das bereit ankam. Tencent dominiert seit Jahren die chinesischsprachige KI, aber dies ist Hunyuans erster ernsthafter Auftritt in einem globalen Bildbearbeitungs-Benchmark. Die Bezeichnung "instruct" ist wichtig: Dies ist ein Modell, das architektonisch eher auf Bearbeitungsbefehle als auf Generierung abgestimmt ist. In meinen Tests handhabt es zweisprachige Prompts — Englisch und Chinesisch — mit muttersprachlicher Flüssigkeit in beiden, was echte Workflows für Teams eröffnet, die sprachübergreifend arbeiten.

Bytedance stellt weiterhin den breitesten Kader. Fünf Modelle erstrecken sich von seedream-4.5 (5.) bis hinunter zu seededit-3.0 (30.). seedream-4.5 bleibt ihr Kronjuwel für künstlerische Transformation — sagen Sie ihm "lass dieses Porträt wie einen Rembrandt aussehen" und es wärmt nicht nur die Farben auf; es simuliert Pinselstriche, Chiaroscuro-Beleuchtung und Leinwandtextur. seedream-4-2k auf Platz 8 erledigt hochauflösende Arbeit, während seedream-4-fal (20.) und seedream-4-high-res-fal (13.) schnellere Inferenzpfade abdecken. Bytedance baut keinen einzelnen Champion — sie bauen einen kompletten Werkzeugkasten.

Alibaba expandierte still und leise auf vier Modelle. qwen-image-edit auf Platz 16 hat über 1,7 Millionen Community-Bewertungen angesammelt — massive organische Akzeptanz. Das neuere qwen-image-edit-2511 auf Platz 14 klettert schnell. Und die zwei Wan-Modelle — wan2.6-image (18.) und wan2.5-i2i-preview (25.) — signalisieren, dass Alibaba ernsthaft in Bild-zu-Bild-Transformation als eigene Produktkategorie investiert.

Reve hält drei Positionen in den Top 23. reve-v1.1 auf 10 und reve-v1 auf 12 sind kompetente Mittelklasse-Editoren, und reve-edit-fast (23.) bietet eine geschwindigkeitsoptimierte Alternative. p-image-edit von Pruna auf Platz 22 ist sehenswert — Pruna spezialisiert sich auf Modellkomprimierung und -optimierung, also ist dies wahrscheinlich ein destillierter Ansatz, der über seiner Gewichtsklasse boxt. Und auf Platz 34 verankert step1x-edit von StepFun die Liste als Open-Source-Basislinie, die das Ökosystem ehrlich hält.

Der Open-Source-Vorteil

Für diejenigen von uns, die Produkte auf diesen Modellen aufbauen, gibt es eine Dimension, die die Bestenliste nicht erfasst: Unabhängigkeit. Black Forest Labs hält jetzt neun Positionen — mehr als jede andere Organisation. Von flux-2-max auf Platz 9 bis hinunter zu flux-1-kontext-dev auf 28, dies ist ein komplettes Spektrum an Qualitäts-Geschwindigkeits-Kompromissen, die Sie auf Ihrer eigenen Infrastruktur ausführen können.

Die Klein-Linie erzählt eine interessante Ingenieursgeschichte. flux-2-klein-9b (15.) und flux-2-klein-4b (24.) — die Namen enthüllen die Parameteranzahl. Neun Milliarden bzw. vier Milliarden. BFL macht fähige Bildbearbeitung systematisch für kleinere Hardware zugänglich. flux-2-klein-4b kann auf einer Consumer-GPU mit 8 GB VRAM laufen. Das ist enorm wichtig für Entwickler, die API-Kosten im großen Maßstab nicht rechtfertigen können oder die Offline-Bearbeitungsfähigkeit benötigen. Die Kontext-Familie — flux-1-kontext-max (26.), flux-1-kontext-pro (27.), flux-1-kontext-dev (28.) — bringt kontextbewusste Bearbeitung in selbst gehostete Umgebungen, wobei allein flux-1-kontext-pro über 6,4 Millionen Community-Bewertungen angesammelt hat.

Wohin Das Alles Führt

Nachdem ich drei Monate in diesen Raum eingetaucht bin, Bestenlisten-Verschiebungen angestarrt und Modelle zum Scheitern gebracht habe, sehe ich vier Dinge konvergieren.

nano-banana-pro wird wahrscheinlich bis Jahresmitte Platz 1 beanspruchen. Googles Iterationsgeschwindigkeit bei der nano-banana-Architektur war unerbittlich. Die 2K-Variante ist bereits in Schlagdistanz, und der Vorteil der mehrstufigen Bearbeitung erzeugt ein Schwungrad: Praktiker, die es annehmen, produzieren bessere Ergebnisse, teilen diese Ergebnisse und ziehen mehr Praktiker an. OpenAI wird etwas fundamental Neues liefern müssen — keine inkrementelle Verfeinerung — um die Spitzenposition zu halten.

Instruktions-abgestimmte Bearbeitungsmodelle werden zum Standardparadigma. Die Ankunft von Tencents hunyuan-image-3.0-instruct auf Platz 6 bestätigt, was die nano-banana-Architektur bereits andeutete: Die Zukunft der Bildbearbeitung sind Modelle, die speziell für Bearbeitungsbefehle gebaut wurden, nicht Generierungsmodelle, die für die Bearbeitung zweckentfremdet wurden. Erwarten Sie, dass OpenAI und BFL vor dem Sommer instruktionsspezifische Varianten veröffentlichen.

Sub-4B-Modelle werden wirklich wettbewerbsfähig. flux-2-klein-4b demonstriert bereits, dass ein Vier-Milliarden-Parameter-Modell Bearbeitungen produzieren kann, die in derselben Arena konkurrieren wie Modelle, die zehnmal so groß sind. Bis Mitte 2026 erwarte ich, 2-3B-Bearbeitungsmodelle zu sehen, die auf Telefonen laufen. Wenn das passiert, ändert sich die gesamte Ökonomie der Bildbearbeitung — von Cloud-API-Aufrufen zu On-Device-Inferenz.

Bildbearbeitung und Videobearbeitung werden verschmelzen. Die Modelle, die zeitliche Konsistenz bei Bildbearbeitungen handhaben — physikalisch korrekte Beleuchtung beibehalten, wenn Sie ein Objekt bewegen, Schattenkohärenz bewahren, wenn Sie einen Hintergrund ändern — bauen genau das Fundament, das für Frame-by-Frame-Videobearbeitung benötigt wird. Die Organisationen mit starken Bildbearbeitungspositionen heute sind diejenigen, die morgen die Videobearbeitung dominieren werden. Behalten Sie besonders Google und Bytedance im Auge.

Meine Empfehlungen

Nachdem ich diese Modelle durch echte Workflows geführt habe — keine Benchmark-Prompts, echte Kundenlieferungen — hier ist, wohin ich Sie je nach Bedarf verweisen würde.