Modelle

Seedance 2.0#

ByteDance Seedance 2.0 generiert filmische Videos mit synchronisiertem Audio von 4–15 Sekunden aus Text, Bildern oder Referenzmedien in 480p bis 4K.

Referenz zu Video unterstützt bis zu 9 Bilder, 3 Videos (insgesamt 15 Sek.) und 3 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

Seedance 2.5#

Seedance 2.5 ist das neueste Videomodell von ByteDance. Es bietet flüssigere Bewegungen, eine bessere Umsetzung von Prompts und Steuerung mit mehreren Referenzen. Es erzeugt Clips von bis zu 30 Sekunden in bis zu 1080p mit Audio.

Referenz zu Video unterstützt bis zu 30 Bilder, 10 Videos (insgesamt 30 Sek.) und 10 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

Seedance 2.0 Fast#

Seedance 2.0 Fast ist die auf Geschwindigkeit optimierte Version von Seedance 2.0 für Videos mit Audio in 480p und 720p – ideal für Iterationen und große Mengen.

Referenz zu Video unterstützt bis zu 9 Bilder, 3 Videos (insgesamt 15 Sek.) und 3 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

Seedance 2.0 Mini#

Seedance 2.0 Mini generiert Videos mit Audio in 480p und 720p zum niedrigsten Preis der Seedance-Familie – ideal für Vorschauen, A/B-Tests und große Mengen.

Referenz zu Video unterstützt bis zu 9 Bilder, 3 Videos (insgesamt 15 Sek.) und 3 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

Kling 3.0#

Kuaishou Kling 3.0 generiert filmische Videos von 3–15 Sekunden in 720p, 1080p oder 4K aus Text oder einem Start- und Endbild, optional mit nativem Audio.

Kling 3.0 Omni#

Kling 3.0 Omni verwandelt Text, ein Start- und Endbild oder bis zu 7 Referenzbilder in 3–15 Sekunden lange Videos in 720p, 1080p oder 4K – mit konsistenten Figuren und optionalem nativem Audio.

Kling 3.0 Turbo#

Kling 3.0 Turbo ist eine auf Geschwindigkeit optimierte Version von Kling 3.0 aus dem Hause Kuaishou: 3–15 Sekunden Video in 720p oder 1080p mit nativem Audio, aus Text oder einem Startbild – mit kürzerer Wartezeit.

Veo 3.1#

Google Veo 3.1 generiert 4–8 Sekunden lange filmische Videos mit synchronisiertem Dialog, Effekten und Atmosphäre in 720p, 1080p oder 4K – aus Text oder einem Start- und Endbild.

Veo 3.1 Fast#

Google Veo 3.1 Fast generiert 4–8 Sekunden lange Videos mit nativem Audio in 720p, 1080p oder 4K – schneller und deutlich günstiger als Veo 3.1, ideal für Iterationen und große Mengen.

Veo 3.1 Lite#

Google Veo 3.1 Lite generiert 4–8 Sekunden lange Videos in 720p mit nativem Audio aus Text oder einem Start- und Endbild – zum niedrigsten Preis der Veo-Familie.

Gemini Omni Flash#

Gemini Omni Flash 1.1, Googles Standard-Videomodell, generiert 4–10 Sekunden lange Videos in 720p mit Dialog, Musik und Effekten – aus Text, einem Start- und Endbild oder Referenzbildern.

Wan 3.0#

Alibaba Wan 3.0 generiert durchgehende Videos in 480p bis 1080p mit Audio aus Text, einem Bild oder Referenzbildern, bis zu 30 Sekunden lang.

Referenz zu Video unterstützt bis zu 4 Bilder, 5 Videos (insgesamt 15 Sek.) und 5 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

Wan 3.0 Prime#

Wan 3.0 Prime ist die Premium-Tarifstufe von Alibaba Wan 3.0: höhere Bildtreue und Bewegungsqualität, bis zu 30 Sekunden in 1080p mit Audio.

Referenz zu Video unterstützt bis zu 4 Bilder, 5 Videos (insgesamt 15 Sek.) und 5 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

MiniMax H3#

MiniMax H3 (Hailuo 3) erzeugt aus Text, Bildern oder Referenzen ausdrucksstarke Videos von 5–15 Sekunden mit überzeugender Physik und Figurenbewegung in 768P oder 2K.

Referenz zu Video unterstützt bis zu 5 Bilder, 3 Videos (insgesamt 15 Sek.) und 3 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

MiniMax H3 Max#

MiniMax H3 Max ist die nachtrainierte, hochwertigere H3-Version mit schärferen Details und genauerer Prompt-Umsetzung. Es generiert Videos von 5–15 Sekunden in 480P und 768P.

MiniMax H3 Fast#

MiniMax H3 Fast ist eine für Inferenz beschleunigte Version der offenen Gewichte von MiniMax H3: dieselben Text-, Einzelbild- und Referenzeingaben sowie synchronisierter Soundtrack in 480P oder 768P, viele Male schneller und zu einem Bruchteil des H3-Preises.

Referenz zu Video unterstützt bis zu 9 Bilder, 3 Videos (insgesamt 15 Sek.) und 3 Audioclips – verweisen Sie darauf als @Image1, @Video1, @Audio1. Siehe Referenzeingaben.

Vidu Q3 Turbo#

Vidu Q3 Turbo von Shengshu generiert 1–16 Sekunden lange Videos mit synchronisiertem Audio in 540p, 720p oder 1080p aus Text oder einem Start- und Endbild – schnell und zu den niedrigsten Preisen pro Sekunde.

Vidu Q3 Pro#

Vidu Q3 Pro von Shengshu generiert 1–16 Sekunden lange Videos mit synchronisiertem Dialog, Soundeffekten und Musik in 540p, 720p oder 1080p aus Text oder einem Start- und Endbild. Im Vergleich zu Q3 Turbo bietet es mehr Details, stabilere Motive und filmischere Bewegungen.

Vidu Q4#

Vidu Q4 (Vorschau) animiert ein Startbild oder kombiniert bis zu 15 Referenzbilder und 3 Stimmclips zu 3–16 Sekunden langen Videos mit Audio, von 540p bis 4K.

Grok Imagine Video 1.5#

Grok Imagine Video 1.5 von xAI generiert 1–15 Sekunden lange Videos mit nativem Audio in 480p, 720p oder 1080p, aus Text oder Referenzbildern.

FLUX 3 Video#

FLUX 3 Video von Black Forest Labs erzeugt 5–20 Sekunden lange Videos in 720p mit synchronisiertem Audio – aus Text oder einem Start- und Endbild – zu einem einheitlichen Preis pro Sekunde.

PixVerse V6#

PixVerse V6 generiert Videos von 1–15 Sekunden in 360p bis 1080p aus Text, einem Bild oder bis zu 7 Referenzbildern, optional mit Audio – zu einem der niedrigsten Preise pro Sekunde für Social-Videos.

LTX-2.5#

LTX-2.5 von Lightricks generiert 1–8 Sekunden lange Videos in 720p oder 1080p mit synchronisiertem Soundtrack – aus Text oder einem Startbild, in wenigen Sekunden und zu einem Bruchteil des üblichen Preises pro Sekunde.

Seedream 4.5#

ByteDance Seedream 4.5 erstellt und bearbeitet Bilder in 2K oder 4K zum selben Preis pro Bild, mit konsistenter Bearbeitung mehrerer Bilder und gut lesbarer Typografie.

Seedream 5.0 Pro#

ByteDance Seedream 5.0 Pro erstellt und bearbeitet fotorealistische, markengerechte Bilder bis 2K, mit präziser Bearbeitung mehrerer Bilder und genauer Textdarstellung.

Seedream 5.0 Lite#

Seedream 5.0 Lite bietet die hohe Bildqualität und die Bearbeitungsfunktionen von Seedream 5.0 zu einem niedrigeren Preis – ideal für kreative Alltags- und App-Anwendungen.

Seedream 5.0 Flash#

Seedream 5.0 Flash ist das schnellste und günstigste Modell der Seedream-5.0-Reihe für Echtzeit- sowie umfangreiche Bildgenerierung und -bearbeitung.

Nano Banana Pro#

Nano Banana Pro (Gemini 3 Pro Image) erstellt und bearbeitet Bilder bis 4K mit präzisem Text, Weltwissen und konsistenten Figuren über bis zu 14 Eingabebilder hinweg.

Nano Banana 2.1#

Nano Banana 2.1 (gemini-nano-banana-2.1) ist Googles neuestes Bildmodell: Bilder generieren und bearbeiten bis zu 4K, mit präzisem Text, bis zu 14 Eingabebildern und 14 Seitenverhältnissen — ab wenigen Cent pro Bild.

GPT Image 2.5#

GPT Image 2.5 (Sunburst) ist OpenAIs Bildmodell mit der höchsten Qualität: präzise Bearbeitung mehrerer Bilder, zuverlässiger Text und Layouts, fünf Qualitätsstufen und Ausgabe bis 4K.

GPT Image 2.5 Flare#

GPT Image 2.5 Flare ist die schnellere Variante von GPT Image 2.5 von OpenAI zum selben Tokenpreis – für Social-Media-Inhalte, Produktbilder, Prototypen und Stapelverarbeitung bis 4K.

FLUX 3#

FLUX 3 von Black Forest Labs generiert und bearbeitet Bilder bis zu 4K mit Webwissen, Layoutsteuerung und bis zu 10 Referenzbildern, zu einem festen Preis je Auflösungsstufe.

FLUX 3 Image Klein#

FLUX 3 Image Klein ist die kompakte Open-Weights-Version mit 5,6B Parametern von FLUX 3 Image von Black Forest Labs: schnelle Text-zu-Bild-Generierung in 16 Schritten, 15 Seitenverhältnisse bis zu 4K sowie Bildbearbeitung mit bis zu 10 Referenzbildern.

FLUX.2 [klein] 4B#

FLUX.2 [klein] 4B ist das kleine, offene (Apache-2.0) FLUX.2-Modell von Black Forest Labs: Text-zu-Bild-Generierung und Bearbeitung in weniger als einer Sekunde mit bis zu 4 Referenzbildern, für einen Bruchteil eines Cents pro Bild.

FLUX.2 [pro]#

FLUX.2 [pro] von Black Forest Labs generiert und bearbeitet fotorealistische Bilder bis zu 4 Megapixeln mit genauer Prompt-Umsetzung und sauberem Text sowie Bearbeitungen mit bis zu 8 Referenzbildern.

FLUX.2 [max]#

FLUX.2 [max] ist das Spitzenmodell von Black Forest Labs aus der FLUX.2-Familie: mit maximalen Details, Texturen und Typografie sowie bester Prompt-Umsetzung, bis zu 4 Megapixeln.

FLUX.2 [flex]#

Mit FLUX.2 [flex] können Sie Sampling-Schritte und Guidance für optimale Typografie und feine Details anpassen, bis zu 4 Megapixeln.

FLUX.1 Kontext [pro]#

FLUX.1 Kontext [pro] bearbeitet Bilder anhand einfacher Anweisungen – Kleidung, Szenen, Text oder Stil ändern – und lässt Personen und Objekte dabei konsistent. Abrechnung zu einem Festpreis pro Bild. BFL führt Kontext inzwischen als älteres Modell; FLUX.2 und FLUX 3 sind die Nachfolger.

FLUX.1 Kontext [max]#

FLUX.1 Kontext [max] ist der Premium-Editor von Kontext mit besserer Prompt-Umsetzung, Typografie und Konsistenz als [pro], zu einem Festpreis pro Bild.

Grok Imagine Image 2.0#

Grok Imagine Image 2.0 von xAI generiert und bearbeitet ausdrucksstarke fotorealistische und stilisierte Bilder in 1K oder 2K, mit bis zu 3 Eingabebildern zur Bearbeitung.

Qwen-Image 3.0 Pro#

Qwen-Image 3.0 Pro generiert und bearbeitet Bilder in 1K–2K mit außergewöhnlicher chinesischer und englischer Typografie sowie dichten Layouts – für Zeitungen, Speisekarten, Storyboards und Infografiken.

Qwen-Image 3.0#

Qwen-Image 3.0 generiert und bearbeitet Bilder in 1K–2K mit präziser Umsetzung von Anweisungen und stabiler chinesischer und englischer Textdarstellung – zu einem niedrigen Festpreis pro Bild.

Z-Image Turbo#

Z-Image Turbo aus Alibabas Tongyi Lab erzeugt mit 8 Schritten fotorealistische Bilder und präzisen chinesischen sowie englischen Text — für weniger als 1,5 Cent pro Bild und damit günstiger als bei Alibaba selbst.

Krea 2 Turbo#

Krea 2 Turbo ist die schnelle, destillierte Version von Krea 2: natürliche, fotorealistische Bilder mit realistischer Haut, Beleuchtung und Textur in etwa einer Sekunde — für unter 1,5 Cent pro Bild und günstiger als bei Krea selbst.

MOSS Image#

MOSS Image von OpenMOSS ist ein offenes Text-zu-Bild-Modell mit 5B Parametern. Es rendert gut lesbaren chinesischen und englischen Text und platziert Text und Objekte gemäß einem JSON-Layout in 1K, 1,5K oder 2K.