Die 12-fache Spanne: Was KI-Bildgenerierung im Katalogmaßstab wirklich kostet

Das Ranking ist nicht die Rechnung

Fragt man einen Raum voller Designer, welches Bildmodell das beste ist, bekommt man eine selbstsichere Antwort, meist das Modell an der Spitze der Arena. Fragt man denselben Raum, welches Bildmodell ihr Unternehmen tatsächlich in großem Umfang betreiben sollte, verflüchtigt sich die Selbstsicherheit. Das sind zwei verschiedene Fragen, und im Oktober weitete sich die Kluft zwischen ihnen zu etwas, das fast wie ein Marktversagen aussieht.

Eine in diesem Monat veröffentlichte Preisaufschlüsselung unterlegt das Problem mit echten Zahlen. Für ein Team, das monatlich 50,000 Produktbilder in etwa 1K Auflösung erzeugt, eine Ausgabe pro Anfrage, reicht die Monatsrechnung über Modelle, die sich alle für vernünftige Optionen halten, von rund $840 bis rund $10,550. Das ist eine 12.5-fache Spanne, noch bevor jemand Wiederholungen einrechnet. Gleiche Arbeitslast, gleiche Auflösung, gleiche Aufgabe.

Die Preisliste, übersetzt

Am einfachsten sieht man die Spanne pro Bild. Am günstigen Ende landet ein schnelles Batch-Modell bei rund $0.007 pro 1K-Bild. Nano Banana 2.1 liegt bei etwa $0.0168 im Batch-Modus und $0.0336 im Standardmodus. FLUX.2 [pro] beginnt bei rund $0.03, MAI-Image-2.6 bei rund $0.039 laut Arena-Schätzung, Grok Imagine Image 2.0 bei rund $0.04, Seedream 5.0 Pro bei rund $0.045 und FLUX 3 Image in 1K bei rund $0.048.

Dann steigen die Preise steil an. GPT-Image-2 erreicht bei mittlerem Effort knapp $0.053, Nano Banana Pro knapp $0.134 und GPT-Image-2 bei hohem Effort knapp $0.211 pro Bild. Bei derselben Arbeitslast von 50,000 Bildern entspricht die Differenz zwischen der günstigsten vernünftigen Option und der teuersten einer Immobilienrate, oder mehreren.

Am verrücktesten ist, wie schnell die Auflösung das Ranking durcheinanderwirbelt. In 1K liegen die obersten Modelle dicht beieinander. In 4K kosten dieselben 50,000 Bilder etwa $3,780 mit Nano Banana 2.1 und etwa $30,350 mit FLUX 3 Image. Ein Modell, das in Katalogauflösung wie ein Schnäppchen wirkte, kann untragbar werden, sobald das Briefing Druckqualität verlangt.

Warum das Günstigere oft gewinnt, manchmal aber nicht

Wenn ein Modell „nur zwei Arena-Stufen zurückliegt“, ist der Instinkt, den Unterschied als Rauschen zu behandeln. Für einen Produktkatalog ist dieser Instinkt meist richtig. Ist die Messlatte „sauber, markenkonform, korrektes Produkt“, überschreitet ein günstigeres Modell sie häufiger, als das Ranking vermuten lässt, und das gesparte Geld fließt zurück in weitere Aufnahmewinkel oder weitere Konzepte.

Für ein Hero-Bild auf einer Plakatwand kippt die Rechnung. Die Kosten eines abgelehnten Bildes sind nicht die Generierungsgebühr. Es sind die Zeit des Designers, das Nachfotografieren, die verpasste Deadline. Wenn die Einsätze so hoch sind, ist das Vierfache pro Bild eine günstige Versicherung, und das Ranking hört auf, eine Eitelkeitsmetrik zu sein.

Die pragmatische Antwort, auf die die meisten Teams zusteuern, ist, aufzuhören, ein einziges Modell zu wählen. Lass das günstige auf einem Stapel von 50 deiner eigenen Produkte laufen, das teure auf denselben 50, und zähle dann, wie viele Bilder auf Anhieb durchgehen. Diese Zahl, nicht der Arena-Score, entscheidet über deine Preisliste.

In diesem Rat steckt eine nützliche Asymmetrie. Günstige Modelle scheitern auf offensichtliche Weise, und offensichtliche Fehler sind billig zu entdecken. Teure Modelle scheitern auf subtile Weise: ein leicht falsches Logo, ein Schatten, der in die falsche Richtung fällt, eine Hand mit einem Finger zu viel. Diese Fehler kosten mehr zu entdecken, weil sie den ersten Blick überstehen, und genau deshalb zahlen Teams überhaupt für das teure Modell. Die Frage ist nie, ob sich der Aufpreis im Abstrakten lohnt. Sie ist, ob die konkreten Fehler des günstigeren Modells genau die sind, die deine Prüfer ohnehin übersehen hätten.

Wiederholungen sind der versteckte Multiplikator

Die am stärksten unterschätzten Kosten der KI-Bildgenerierung sind die Wiederholungen. Das obige Preismodell setzt eine Ausgabe pro Anfrage voraus. Reale Workflows verhalten sich nicht so. Braucht ein Team im Schnitt 1.5 Versuche pro akzeptiertem Bild, steigt die Rechnung um 50 Prozent, ohne dass sich der Stückpreis ändert. Plötzlich kostet ein günstigeres Modell mit zwei Versuchen mehr als ein teureres mit einem.

Deshalb gehört die „Akzeptanzquote“ auf jedem Vergleichsblatt neben den „Preis pro Bild“. Ein Modell mit 60 Prozent Erstakzeptanz entspricht effektiv dem 1.67-Fachen seines Listenpreises. Ein Modell mit 90 Prozent entspricht dem 1.11-Fachen. Die Lücke zwischen den effektiven Preisen zweier Modelle kann größer sein als die Lücke zwischen ihren Listenpreisen, und sie zeigt in eine andere Richtung.

Rechnet man beide Enden der Tabelle durch, schärft sich die Lektion. Ein Modell zu $0.02 pro Bild mit 50 Prozent Akzeptanz kostet $0.04 pro akzeptiertem Bild. Ein Modell zu $0.05 pro Bild mit 85 Prozent Akzeptanz kostet rund $0.059 pro akzeptiertem Bild. Das „teure“ Modell ist in der Praxis nur anderthalbmal so teuer und hat einem Menschen mehrere Prüfrunden erspart. Rechnet man die menschliche Zeit ein, die in diese Wiederholungen fließt, kann sich die Lücke ganz schließen. Der Listenpreis ist ein Ausgangspunkt, keine Antwort.

Auch Abschaltungen sind eine Kostenposition

Der Oktober fügte eine zweite Kostenart hinzu, die auf keiner Preisliste steht: die erzwungene Migration. Google terminierte die Abschaltung seines früheren Gemini-Bild-Endpunkts für Ende Oktober, was alle, die noch auf der vorherigen Generation sind, zum Wechsel zwingt, ob sie wollen oder nicht. Im obigen Workflow halbiert der Wechsel vom alten Endpunkt zu Nano Banana 2.1 die Monatsrechnung fast und landet auf einem höher gerankten Modell. Ein gratis Gewinn, geliefert von einer Deadline.

Das ist die gute Version einer Abschaltung. Die schlechte ist die Migration, die du nicht geplant hast, auf einem Modell, das du nicht festnageln kannst, zu einem Preis, den du nicht modelliert hast. Hängt deine Bild-Pipeline an einem bestimmten Endpunkt, gehört der Kalender jetzt neben der Preisliste zu deiner Kostenstruktur.

Die Ökonomie, nicht die Ästhetik

Nichts davon besagt, dass günstigere Modelle genauso gut aussehen. Oft tun sie das nicht. Es besagt, dass „welches Modell ist das beste“ die falsche Frage ist für alle, die Bilder in großem Maßstab produzieren. Die richtigen Fragen sind enger und weniger romantisch: Wie hoch ist meine Akzeptanzschwelle, wie hoch meine Wiederholungsrate, welche Auflösung braucht das Ergebnis wirklich, und was passiert mit meiner Rechnung, wenn sich diese Auflösung ändert.

Die 12-fache Spanne ist kein Bug des Marktes. Es ist der Markt, der dir sagt, dass die Bildgenerierung reif genug für Stufen ist, so wie es Cloud-Speicher und Videokodierung vor ihr waren. Teams, die Bildgenerierung als Beschaffungsproblem mit Akzeptanzquoten und Stückökonomie behandeln, geben einen Bruchteil dessen aus, was Teams ausgeben, die sie als Geschmacksfrage behandeln. Beide können darin recht haben, welches Bild hübscher ist. Nur eines kann die Rechnung erklären.