Midjourney 6.1 vs FLUX.1 Schnell dan FLUX.1 Pro: mana yang harus dipilih untuk pembuatan gambar
Kami menguraikan perbedaan tiga model populer: kualitas gambar, kecepatan, harga, dan kemudahan penggunaan. Kami membantu Anda memahami versi mana yang paling cocok untuk tugas kreatif, dan mana yang untuk eksperimen lokal.

Pembaruan Agustus: Midjourney 6.1 vs FLUX.1
Pada 30 Juli 2024, Midjourney 6.1 dirilis, dan pada 1 Agustus, Black Forest Labs memperkenalkan tiga model sekaligus dari seri FLUX.1. Kedua rilis ini menarik perhatian, tetapi pendekatannya berbeda: Midjourney mengandalkan ketepatan mengikuti teks dan estetika, sementara FLUX.1 menawarkan opsi terbuka dan cepat untuk berbagai skenario.

Siapa di balik FLUX.1: harapan baru open-source
Proyek FLUX.1 dikembangkan oleh Black Forest Labs — tim yang didirikan oleh Robin Rombach, yang sebelumnya memegang posisi kunci di Stability AI. Untuk peluncuran model baru ini, perusahaan menarik investasi 32 juta dolar AS. Seri ini mencakup tiga versi: FLUX.1 Schnell yang tercepat, FLUX.1 Pro yang unggulan, dan FLUX.1 Dev yang terbuka untuk penggunaan non-komersial. Yang terakhir dibuat berdasarkan distilasi FLUX.1 Pro, sehingga dengan ukuran serupa, ia bekerja lebih efisien daripada model generatif standar.
Apa yang bisa dilakukan Midjourney 6.1
Pembaruan utama Midjourney 6.1 membawa peningkatan kualitas gambar yang signifikan, gambar yang lebih koheren, dan penanganan teks pada gambar yang rapi. Muncul model yang dipersonalisasi — model ini menyesuaikan diri dengan preferensi pengguna. Dalam pengujian praktis, justru Midjourney yang menunjukkan pemahaman terbaik terhadap prompt yang kompleks. Misalnya, ketika sebuah adegan perlu menggambarkan rumah permen, hanya model inilah yang menggambar semua permen sesuai deskripsi dengan tepat.
Dua versi FLUX.1: Schnell dan Pro
FLUX.1 Schnell adalah opsi untuk kecepatan. Model ini didistribusikan di bawah lisensi Apache 2.0, sehingga dapat digunakan secara bebas dalam pengembangan lokal dan proyek pribadi. Model ini kompatibel dengan ComfyUI, menjadikannya mudah untuk diintegrasikan ke dalam pipeline. Namun, kecepatan dicapai dengan mengorbankan kualitas: gambar yang dihasilkan kurang detail, dan permintaan gaya seperti teknik tinta, Schnell mengeksekusinya lebih buruk daripada pesaing.
FLUX.1 Pro — unggulan seri ini. Model ini dibuat untuk performa maksimal dan paling baik di antara lini produk dalam mengikuti petunjuk, memberikan detail tinggi dan variasi opsi yang lebih banyak. Saat dibandingkan dengan Midjourney 6.1 dalam hal kualitas visual, komposisi, dan harmoni warna, Pro tidak kalah dari pemimpinnya, dan terkadang bahkan melampauinya dalam hal detail.
Perbandingan praktis: delapan prompt
Untuk mengevaluasi perbedaan nyata, kami menggunakan delapan prompt yang beragam — dari rumah permen hingga lanskap musim gugur dan potret tiga anak perempuan. Midjourney 6.1 dijalankan dari Discord, FLUX.1 Schnell menghasilkan dengan parameter output_quality 90, dan FLUX.1 Pro dengan 25 langkah, guidance 3, dan interval 2. Demi kemurnian eksperimen, kami tidak mengubah pengaturan default, kecuali yang disebutkan.

Pemahaman perintah — tanpa ragu ada di Midjourney 6.1: ia mengikuti deskripsi dengan lebih akurat dan lebih jarang mengubah detail. Dalam hal estetika dan harmoni keseluruhan, dua alat yang memimpin: Midjourney 6.1 dan FLUX.1 Pro. Sementara FLUX.1 Schnell tertinggal cukup jauh dalam hal warna dan komposisi.
Kesimpulan: cara memilih sesuai kebutuhan Anda
Jadi, jika prioritas Anda adalah interpretasi prompt yang akurat dan gambar yang indah, pilih Midjourney 6.1. Untuk pekerjaan lokal tanpa batasan dan kecepatan tinggi, FLUX.1 Schnell cocok. Dan ketika Anda membutuhkan kualitas setara Pro tanpa terikat pada Discord, ambil FLUX.1 Pro. Perlu diingat bahwa Schnell dan Dev memiliki lisensi terbuka, sementara Pro dan Midjourney beroperasi dengan langganan atau melalui API.
Pertanyaan yang sering ditanyakan
Bahan terkait
Semua bahan
Dari penilaian individual ke himpunan yang memenuhi syarat: dekode global dengan kendala DDI
Artikel ini membandingkan pemilihan kombinasi obat kompatibel global yang optimal, yang diterapkan melalui mixed-integer linear programming, dengan beberapa skema penyelesaian konflik DDI secara lokal menggunakan skor FLAME tetap pada MIMIC-III. Pada set uji, pendekatan global memberikan peningkatan Jaccard yang kecil tetapi konsisten, yang makin besar saat batasan diperketat dan mencapai +0.0064 dibandingkan metode lokal terbaik.
4 November 2026
Lapisan klasifikasi di atas SpeechLLM: keunggulannya dibandingkan pembuatan label dalam pengenalan emosi
Dengan menggunakan dataset IEMOCAP dan MELD, keluaran generatif berupa label emosi dibandingkan dengan pengklasifikasi linear yang diterapkan pada representasi tersembunyi SpeechLLM yang ringkas. Peningkatan kualitas dari pengklasifikasi ini tidak berlaku universal: hasilnya bergantung pada korpus dan apakah yang digunakan adalah transkrip acuan atau hasil ASR.
4 November 2026
CARAT: menguji apakah LLM ilmu material menghasilkan struktur atau hanya merangkum prompt
Studi ini mengusulkan protokol yang menetapkan pertanyaan dan jawaban acuan dalam delapan cara penyajian struktur serta menandai relasi di GraphSpace secara terpisah. Eksperimen dengan fine-tuning berpasangan, masking bidang target, dan penambahan bukti menunjukkan bahwa model mampu mempelajari penerapan relasi maupun mengikuti tautan, tetapi penghapusan tautan menurunkan akurasi hingga di bawah tingkat penelusuran heuristik.
27 Oktober 2026