Jedes Modell.
Ein Schlüssel.

Das neueste Videomodell von ByteDance: bis zu 30 Sekunden mit Ton, Referenzbilder, Video und Audio sowie erstes und letztes Bild.

Seedance 2.5 on dedicated, faster compute: your renders start straight away on capacity kept for this model instead of queueing behind shared traffic, so each video comes back sooner and large batches run side by side. 480p, 720p and 1080p, up to 30 seconds with sound, reference images and audio, and first and last frames.

Wan 3.0 von Alibaba: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild, Referenz-zu-Video und Video-zu-Video, bis zu 1080p, mit Ton.

Wan 3.0 Prime von Alibaba: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 1080p, mit Ton.

Nemesis, alias Genjutsu: Senden Sie einen Clip und bis zu 8 Bilder und erhalten Sie dieselben Bewegungen, dasselbe Timing und dieselbe Kamera, gespielt von Ihren Personen, Produkten und Orten. Abgerechnet wird der eingehende Clip plus das ausgehende Video.

Nemesis Lite: Nemesis auf Wan 3.0, für weniger. Senden Sie einen Clip von bis zu 15 Sekunden und bis zu 8 Bilder und erhalten Sie dieselben Bewegungen, dasselbe Timing und dieselbe Kamera, gespielt von Ihren Personen, Produkten und Orten. Abgerechnet wird der eingehende Clip plus das ausgehende Video.

Das Spitzen-Bildmodell von Google. Akkurater Text in Bildern, Komposition aus mehreren Bildern und präzise Bearbeitungen, bis zu 4K.

Nano Banana 2 von Google: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

GPT Image 2 von OpenAI: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Higgsfield's Soul 2: fashion-grade, true-to-life photos of people from a prompt, at 720p or 1080p, in seven shapes from 9:16 to 16:9.

Googles neuestes Omni-Videomodell: 3 bis 15 Sekunden mit Ton, aus Text, einem ersten Bild, einem ersten und letzten Bild oder bis zu 10 Referenzbildern, in 360p bis 4K.

Die schnellere, günstigere Stufe von Veo 3.1. Filmreife Bewegung mit synchronisiertem Ton, gedacht zum Iterieren von Einstellungen, bevor Sie sich auf ein finales Rendering festlegen.

Das Flaggschiff-Videomodell von Google. Starke Prompt-Treue, realistische Physik und nativer Dialog, Atmosphäre und Musik im selben Durchlauf.

Das neueste Kling von Kuaishou: bis zu 30 Sekunden in 720p oder 1080p, immer mit Stereoton, aus Text, einem ersten und letzten Bild oder bis zu 10 Referenzbildern.

The fast, low-cost Kling 4.0: 3 to 20 seconds at 720p, always with sound, from text, a first frame, or up to 10 reference images.

Kling 3.0 von Kuaishou: Text-zu-Video, Bild-zu-Video und erstes und letztes Bild, bis zu 4K, mit Ton.

Die Pro-Stufe von Kling: gestochen scharfes 1080p, ausdrucksstarke Gesichter und fließende Kamerabewegungen. Ton ist optional und wird separat bepreist.

Das Multi-Shot-Videomodell von ByteDance. Hält Figuren und Stil über Schnitte hinweg, folgt erstem und letztem Bild und akzeptiert Referenzbilder.

Die Videofamilie von Alibaba. Solide Bewegung zu einem niedrigen Preis, mit optionalem Audio und Multi-Shot-Prompts.

Das Videomodell von MiniMax, bekannt für dynamische Action, Tanz und physische Bewegung.

Schnelle, kostengünstige Bildgenerierung und dialogbasierte Bearbeitung. Hält ein Motiv über eine Reihe von Bearbeitungen konsistent.

Das Bildmodell von OpenAI. Folgt langen, detaillierten Prompts genau und rendert lesbaren Text, Layouts und Bearbeitungen.

ByteDance's newest Seedream image model: 1K to 2K pictures from a prompt, or edits from up to 10 reference images, with sharp text and consistent subjects.

Das Bildmodell von ByteDance. Scharfe Ausgabe in 2K und 4K, starke Typografie und referenzgeführte Bearbeitungen.

Seedream 5.0 Pro von ByteDance: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Das Produktionsmodell von Black Forest Labs. Fotorealistische Details, zuverlässige Hände und Gesichter und Bearbeitung mit mehreren Referenzen.

Die unverwechselbare Ästhetik von Midjourney, aus einem Prompt oder einem Referenzbild.

Die Beste ihrer Klasse bei Text und Grafikdesign: Poster, Logos, Verpackungen und Social-Media-Grafiken.

Das offene Bildmodell von Alibaba. Starke mehrsprachige Textdarstellung und anweisungsbasierte Bearbeitungen zu einem sehr niedrigen Preis.

HappyHorse 1.0 von Alibaba: Text-zu-Video, Bild-zu-Video, Referenz-zu-Video und Video-zu-Video, bis zu 1080p.

HappyHorse 1.1 von Alibaba: Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, bis zu 1080p.

Wan 2.2 Animate von Alibaba: Video-zu-Video, bis zu 720p.

Wan 2.2 Turbo von Alibaba: Text-zu-Video und Bild-zu-Video, bis zu 720p.

Wan 2.5 von Alibaba: Text-zu-Video und Bild-zu-Video, bis zu 1080p, mit Ton.

Wan 2.6 Flash von Alibaba: Bild-zu-Video und Video-zu-Video, bis zu 1080p, mit Ton.

Wan 2.6 I2V von Alibaba: Bild-zu-Video, bis zu 1080p.

Wan 2.6 I2V Flash von Alibaba: Bild-zu-Video, bis zu 1080p, mit Ton.

Wan 2.7 von Alibaba: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild, Video-zu-Video und Referenz-zu-Video, bis zu 1080p.

Wan 2.7 R2V von Alibaba: Referenz-zu-Video, bis zu 1080p.

Wan 2.7 Video Edit von Alibaba: Video-zu-Video, bis zu 1080p.

Flux 3 Video von Black Forest Labs: Text-zu-Video und Bild-zu-Video, bis zu fhd, mit Ton.

ByteDance Lip Sync von ByteDance: Video-zu-Video, mit Ton.

OmniHuman 1.5 von ByteDance: Bild-zu-Video, mit Ton.

ByteDance's newest talking-human model: one picture and a voice track (4 seconds to 5 minutes) become a 720p video of that person speaking, with natural lip sync, gestures and camera moves.

Seedance 2.0 Face von ByteDance: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 1080p, mit Ton.

Seedance 2.0 Fast von ByteDance: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 720p, mit Ton.

Seedance 2.0 Fast Face von ByteDance: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 720p, mit Ton.

Seedance 2.0 Mini von ByteDance: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 720p, mit Ton.

Gemini Omni von Google: Text-zu-Video und Bild-zu-Video, bis zu 4K, mit Ton.

Gemini Omni 1.1 Flash von Google: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 4K, mit Ton.

Gemini Omni Flash Preview von Google: Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, bis zu 720p.

Veo 3.1 Lite von Google: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 4K, mit Ton.

Higgsfield's Genjutsu motion transfer: the people in your pictures take on every move of a 4 to 30 second clip, at 480p to 1080p.

Higgsfield's Genjutsu object swap: replace a person or object in a 4 to 30 second clip with the one in your pictures, keeping the motion, at 480p to 1080p.

Kling 2.1 Master von Kuaishou: Text-zu-Video und Bild-zu-Video.

Kling 2.1 Pro von Kuaishou: Bild-zu-Video.

Kling 2.1 Standard von Kuaishou: Bild-zu-Video, bis zu 720p.

Kling 2.5 Turbo Pro von Kuaishou: Text-zu-Video und Bild-zu-Video.

Kling 2.6 Motion Control von Kuaishou: Video-zu-Video, bis zu 1080p.

Kling 2.6 Standard von Kuaishou: Text-zu-Video und Bild-zu-Video, bis zu 720p.

Kling 3.0 Motion Control von Kuaishou: Video-zu-Video, bis zu 1080p.

Kling 3.0 Omni von Kuaishou: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild, Referenz-zu-Video und Video-zu-Video, bis zu 4K, mit Ton.

Kling 3.0 Turbo von Kuaishou: Text-zu-Video und Bild-zu-Video, bis zu 1080p.

Kling Avatar Pro von Kuaishou: Bild-zu-Video, bis zu 1080p, mit Ton.

Kling Avatar Standard von Kuaishou: Bild-zu-Video, bis zu 720p, mit Ton.

Kling O1 von Kuaishou: Text-zu-Video, Bild-zu-Video und Referenz-zu-Video.

Lightricks's LTX 2.5 Fast: text to video, image to video and first and last frames, up to 4K.

Lightricks's LTX 2.5 Pro: text to video, image to video and first and last frames, up to 1080p.

Midjourney Video von Midjourney: Bild-zu-Video, bis zu 720p.

Hailuo 02 von MiniMax: Text-zu-Video, Bild-zu-Video und erstes und letztes Bild, bis zu 1080p.

Hailuo 02 Pro von MiniMax: Text-zu-Video und Bild-zu-Video, bis zu 1080p.

Hailuo 02 Standard von MiniMax: Text-zu-Video und Bild-zu-Video, bis zu 768p.

Hailuo 2.3 Fast von MiniMax: Bild-zu-Video, bis zu 1080p.

Hailuo 2.3 Standard von MiniMax: Bild-zu-Video, bis zu 1080p.

MiniMax H3 von MiniMax: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 2K, mit Ton.

MiniMax H3 Max von MiniMax: Text-zu-Video, Bild-zu-Video und Referenz-zu-Video, bis zu 1080p.

MiniMax H3 Regeneration von MiniMax: Hochskalierung, bis zu 2K.

PixVerse V6 von PixVerse: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild, Referenz-zu-Video und Video-zu-Video, bis zu 1080p, mit Ton.

PixVerse V6 Max von PixVerse: Text-zu-Video und Bild-zu-Video, bis zu 1080p, mit Ton.

Runway von Runway: Text-zu-Video, Bild-zu-Video und Video-zu-Video, bis zu 1080p.

Vidu Q3 von Shengshu: Referenz-zu-Video, bis zu 1080p.

Vidu Q3 Mix von Shengshu: Referenz-zu-Video, bis zu 1080p.

Vidu Q3 Pro von Shengshu: Text-zu-Video, Bild-zu-Video und erstes und letztes Bild, bis zu 1080p, mit Ton.

Vidu Q3 Turbo von Shengshu: Text-zu-Video, Bild-zu-Video und erstes und letztes Bild, bis zu 1080p, mit Ton.

Vidu Q4 von Shengshu: Bild-zu-Video und Referenz-zu-Video, bis zu 4K.

Vidu Q4 Preview von Shengshu: Bild-zu-Video und Referenz-zu-Video, bis zu 4K, mit Ton.

SkyReels V4 Fast von Skywork: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 1080p.

SkyReels V4 Standard von Skywork: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 1080p.

Grok Imagine Extend von xAI: Video-zu-Video, bis zu 720p.

Grok Imagine Upscale von xAI: Hochskalierung, bis zu 1080p.

Grok Imagine Video von xAI: Text-zu-Video und Bild-zu-Video, bis zu 1080p, mit Ton.

Grok Imagine Video 1.5 von xAI: Text-zu-Video, Bild-zu-Video, erstes und letztes Bild und Referenz-zu-Video, bis zu 1080p, mit Ton.

Grok Imagine Video 1.5 Preview von xAI: Text-zu-Video und Bild-zu-Video, bis zu 720p, mit Ton.

Qwen Image 2.0 von Alibaba: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Qwen Image 2.0 Pro von Alibaba: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Qwen Image 2.1 von Alibaba: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Qwen Image 3.0 von Alibaba: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Qwen Image 3.0 Pro von Alibaba: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Qwen Image Edit von Alibaba: Bildbearbeitung.

Wan 2.7 Image von Alibaba: Text-zu-Bild und Bildbearbeitung.

Wan 2.7 Image Pro von Alibaba: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Z Image von Alibaba: Text-zu-Bild.

Z Image Turbo von Alibaba: Text-zu-Bild, bis zu 2K.

Flux 2 Flex von Black Forest Labs: Text-zu-Bild und Bildbearbeitung, bis zu 4 MP.

Flux 2 Max von Black Forest Labs: Text-zu-Bild und Bildbearbeitung, bis zu 4 MP.

Flux 3 von Black Forest Labs: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Flux 3 Klein von Black Forest Labs: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Flux Kontext Max von Black Forest Labs: Text-zu-Bild und Bildbearbeitung.

Flux Kontext Pro von Black Forest Labs: Text-zu-Bild und Bildbearbeitung.

Seedream 3.0 von ByteDance: Text-zu-Bild.

Seedream 4.0 von ByteDance: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Seedream 5.0 Flash von ByteDance: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Seedream 5.0 Lite von ByteDance: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Imagen 4 von Google: Text-zu-Bild.

Imagen 4 Fast von Google: Text-zu-Bild.

Imagen 4 Ultra von Google: Text-zu-Bild.

Nano Banana 2 Lite von Google: Text-zu-Bild und Bildbearbeitung, bis zu 1K.

Nano Banana 2.1 von Google: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Higgsfield's Marketing Studio Image: text to image.

Higgsfield's Soul: text to image, up to 1080p.

Higgsfield's Soul Cinema: film-still pictures with cinematic light and color grading, at 720p or 1080p.

Ideogram Character von Ideogram: Bildbearbeitung.

Ideogram's Ideogram V4: text to image and image editing.

MAI Image 2.6 von Microsoft: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

MAI Image 2.6 Flash von Microsoft: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

MiniMax's H3 picture model: text to image and edits from up to 4 reference pictures, 1K to 4K, with the prompt rewritten for detail.

GPT 4o Image von OpenAI: Text-zu-Bild und Bildbearbeitung.

GPT Image 1 von OpenAI: Text-zu-Bild und Bildbearbeitung.

GPT Image 2.5 Flare von OpenAI: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

GPT Image 2.5 Sunburst von OpenAI: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

GPT Image 2.6 Flare von OpenAI: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

GPT Image 2.6 Sunburst von OpenAI: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Recraft Crisp Upscale von Recraft: Hochskalierung.

Recraft's Recraft V4.1: text to image, up to 2K.

Recraft's Recraft V4.1 Utility: text to image, up to 2K.

Hunyuan Image 3.5 Preview von Tencent: Text-zu-Bild und Bildbearbeitung, bis zu 4K.

Grok Imagine Image von xAI: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Grok Imagine Image 2.0 von xAI: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

Grok Imagine Image Quality von xAI: Text-zu-Bild und Bildbearbeitung, bis zu 2K.

ElevenLabs' steady, natural voice model for voiceovers and narration in 29 languages, with dozens of voices to pick from. Priced by the characters read.

ElevenLabs' fast, low-cost voice model: quick voiceovers in 32 languages at half the price of Multilingual v2, with language enforcement. Priced by the characters read.

ElevenLabs' most expressive voice model: lifelike narration with emotion and audio tags such as [whispers] or [laughs], and dialogue, several voices in one take. Priced by the characters read.

ElevenLabs' newest voice model: natural, expressive narration with the steadiness of Multilingual v2, for voiceovers and long reads. Priced by the characters read.

Das neueste Musikmodell von Suno: ein vollständiger Song mit Gesang oder ein Instrumental, aus einer Idee, Ihren Songtexten oder einem Stil. Jede Generierung liefert zwei Tracks.