Sechs der zehn besten Bildmodelle kommen aus einer Familie

OpenRouters Bild-Rangliste für die Woche bis zum 26. Oktober liest sich wie ein Produktkatalog und nicht wie ein Wettbewerb. Sechs der zehn Top-Plätze gehören einer einzigen Modellfamilie. Der erste Platz hat 1,57 Millionen Anfragen. Der zehnte hat 253.000.

Die Liste, in dieser Reihenfolge: Nano Banana 2 (Gemini 3.1 Flash Image) mit 1,57 Mio., plus 13 Prozent gegenüber der Vorwoche; GPT Image 2.5 Sunburst mit 1,25 Mio., plus 6 Prozent; Metas Muse Image mit 824K, plus 23 Prozent; GPT Image 2.5 Flare mit 793K, plus 26 Prozent; Nano Banana 2 Lite mit 726K, plus 18 Prozent; GPT Image 2 mit 633K, minus 4 Prozent; Nano Banana mit 450K, unverändert; Nano Banana Pro mit 417K, plus 5 Prozent; Nano Banana 2.1 mit 383K, plus 21 Prozent; und Nano Banana 2 in seiner Preview-Form mit 253K, minus 14 Prozent.

Nach Anbieter teilt sich die Woche ab dem 19. Oktober so auf: Google 43,3 Prozent der Bildanfragen, OpenAI 33,2 Prozent, Meta 7,8 Prozent, Black Forest Labs 4,8 Prozent, ByteDance Seed 3,9 Prozent, Recraft 1,8 Prozent, SpaceXAI 1,8 Prozent, Tencent 1,1 Prozent, Qwen 0,9 Prozent.

Zwei Unternehmen nehmen drei Viertel der Anfragen. Das ist die Geschichte – und eine weniger interessante als die, die in der Stufenstruktur steckt.

Fünf Stufen desselben Modells

Googles Einträge sind keine fünf konkurrierenden Modelle. Sie sind eine Modelllinie, geschnitten nach Preis und Fähigkeit: Nano Banana 2 an der Spitze, darunter Nano Banana 2 Lite, darüber in der Qualität Nano Banana Pro, Nano Banana 2.1 als mittlere Stufe, und das schlichte Nano Banana der Vorgängergeneration, das immer noch 450.000 Anfragen pro Woche zieht.

OpenAI macht dasselbe mit zwei Einträgen: Sunburst und Flare sind beide GPT Image 2.5, auf unterschiedliche Geschwindigkeiten und Preise positioniert, und zusammen halten sie Platz zwei und Platz vier.

Das ist kein Trick. Stufen sind der Weg, einen Markt zu bedienen, in dem ein Kunde ein 4K-Hero-Bild braucht und ein anderer 900 Thumbnails vor dem Mittagessen. Es heißt aber, dass die Rangliste etwas anderes misst als Modellqualität. Ein Anbieter mit vier Stufen belegt vier Plätze mit einem Modell. Ein Anbieter mit einem großartigen Modell belegt einen Platz.

Der klarste Beleg dafür, dass das Vertriebs- und nicht Qualitätsentscheidungen sind, ist der zehnte Eintrag: Nano Banana 2 in der Preview-Form, neun Wochen nach Auslieferung der Produktionsversion immer noch bei 253.000 Anfragen pro Woche. Niemand wählt ein Preview-Modell mit Absicht. Irgendwo wurde eine Pipeline gegen diesen Modellstring gebaut, und seither hat niemand sie angefasst. Anfragevolumen misst Trägheit genauso wie Präferenz.

Die eine Zahl, die nicht Google oder OpenAI gehört

Metas Muse Image mit 824K ist der einzige Eintrag unter den ersten vier, der nicht von den beiden Marktführern kommt, und es ist in einer Woche um 23 Prozent gewachsen – schneller als beide. Metas Pitch für Muse ist, dass es eine Komposition plant, bevor es rendert, dieselbe architektonische Wette, die Canva diese Woche mit Craft eingegangen ist. Dass zwei Unternehmen im selben Monat bei Planen-dann-Rendern landen, ist bemerkenswert, sagt aber vielleicht mehr darüber, wo die einfachen Gewinne liegen, als über eine gemeinsame Erkenntnis.

Die andere auffällige Zahl ist Black Forest Labs mit 4,8 Prozent, plus 83 Prozent gegenüber der Vorwoche. Das ist die höchste Wachstumsrate im Feld, mit weitem Abstand, und sie liegt noch unter 5 Prozent. Ein schneller Aufsteiger bei niedrigem Volumen ist meist das Onboarding eines großen Kunden, kein Marktwechsel. Beobachten ja, Schlüsse ziehen nein.

Das Ende der Tabelle ist dort, wo die interessanten Abwesenheiten sitzen. Recraft mit 1,8 Prozent und plus 29 Prozent, Tencent mit 1,1 Prozent, Qwen mit 0,9 Prozent, SpaceXAI mit 1,8 Prozent. Das sind keine Fehlschläge. Es sind Modelle mit einer bestimmten Aufgabe: Recraft war immer die Wahl für Vektor- und markenkonsistente Assets, Tencents Bildmodelle zählen in chinesischsprachigen Produkten, und Qwens offene Gewichte laufen auf der Hardware der Kunden – die Anfragen tauchen hier also gar nicht auf.

Der letzte Punkt ist der größte blinde Fleck jeder Router-Rangliste. Ein Modell, das als offene Gewichte verteilt wird, kann extrem verbreitet und in diesen Daten unsichtbar sein, weil die Leute es selbst betreiben. Die Anfragezahlen messen gehostete Adoption, was ein Proxy für die Bequemlichkeit von Entwicklern ist, nicht für den Gesamteinsatz.

Was Anfragezahlen nicht sagen

Das ist eine Anfragezahl, kein Umsatz und keine Token. Eine Anfrage auf einer Lite-Stufe kann einen Bruchteil einer Anfrage auf einer Pro-Stufe kosten, also kann ein Anbieter mit günstigem Default die Tabelle anführen und trotzdem weniger pro Aufruf verdienen als der Dritte. OpenRouter weist aus genau diesem Grund zusätzlich eine eigene Spend-Share-Ansicht aus, und die beiden stimmen nicht immer überein.

Es gibt eine zweite Lücke: OpenRouter ist ein Router. Er sieht den Verkehr, den Entwickler durch ihn leiten, und der neigt zu Leuten, die Produkte, Agenten und Batch-Jobs bauen. Er sieht nicht den Verkehr, der direkt in die App eines Anbieters geht, und nicht das enorme Konsumentenvolumen in Werkzeugen wie Canva oder Photoshop. Dass Google hier mit 43,3 Prozent führt, ist eine Aussage über Entwickler-Defaults. Es ist keine Aussage darüber, welches Modell weltweit die meisten Bilder macht.

Was ein Entwickler daraus mitnehmen sollte

Wer diese Woche ein Bildmodell auswählt, für den ist die Rangliste ein brauchbarer Proxy für drei Dinge: welche Modelle die meisten Beispiele und Community-Antworten haben, welche wahrscheinlich nicht ohne Ankündigung abgeschaltet werden, und welche die nächsten Neuzugänge im Team wohl schon benutzt haben.

Ein schlechter Proxy ist sie für das, was eigentlich zählt: ob das Modell mit deinen spezifischen Bildern umgeht. Ein Vorsprung von 1,57 Millionen Anfragen sagt nichts darüber, wie es die Verpackung deines Produkts rendert.

Das nützlichere Muster in den Daten ist die Stufenbildung selbst. Wenn zwei Anbieter jetzt vier und fünf Preispunkte desselben Grundmodells ausliefern, dann ist der Preis verhandelbar, wie er es vor einem Jahr nicht war, und der richtige Schritt ist, zuerst die günstige Stufe zu testen. Die meiste Produktionsarbeit braucht nicht das Pro-Modell. Sie braucht das Lite-Modell und ein anständiges Upscale.

Und der Preview-Eintrag auf Platz zehn ist eine kleine Erinnerung für alle, die eine Pipeline pflegen: Das Modell, das du im März hartkodiert hast, läuft noch, wird noch abgerechnet und ist wahrscheinlich immer noch der Preview-Build. Es kostet einen Nachmittag, das zu prüfen.

Die Kosten einer Stufe, an die niemand denkt

In dieser Struktur steckt eine leisere Kostenposition. Jede zusätzliche Stufe ist eine zusätzliche Migration, die irgendwann jemand machen muss, und die Stufen altern unterschiedlich schnell. Ein Anbieter mit fünf Preispunkten einer Linie zieht die untersten zuerst zurück, weil sie kommerziell am wenigsten verteidigt sind. Der Preview-Build mit 253.000 Anfragen ist heute kein Problem. Er wird eines an dem Tag, an dem er keine Aufrufe mehr annimmt.

Teams, die das gut hinbekommen, tun eine langweilige Sache: Sie führen eine kurze Liste, welches Produkt welchen Modellstring nutzt, wer dafür zuständig ist und was der Fallback ist. Das ist keine spannende Arbeit. Es ist der Unterschied zwischen einem Dienstagnachmittag und einem Dienstagsausfall.