Eingestellt. Die Video-API von OpenAI Sora 2 Video-API wurde am 24. September 2026 abgeschaltet, ohne dass ein Ersatz benannt wurde Veraltete Funktionen („deprecations page“). Die nachfolgenden Preise werden zu Referenzzwecken beibehalten; die API antwortet nicht mehr. Siehe die Kosten der Alternativen pro Sekunde.
Wichtigste Erkenntnisse
- Jedes aktuelle Spitzen-Video-Modell akzeptiert ein Bild als Startframe —
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro und Wan 2.5 und alle unterstützen sowohl Text- als auch Bild-Eingaben. - Bild-zu-Video kostet pro Sekunde genauso viel wie Text-zu-Video bei diesen Modellen.
Sie werden für die Länge der Ausgabe berechnet, nicht dafür, wie die Szene gestartet wurde. - Der günstigste Weg liegt bei 0,05 USD pro Sekunde — Veo 3.1 Lite in 720p oder Wan 2.5 —
Daher kostet die Animation eines Standbilds zu einem fünfsekündigen Clip etwa 25 Cent pro Versuch. - Kostenlose Tarife existieren, sind jedoch begrenzt und ändern sich häufig. Runway bietet beispielsweise
125 einmalige Credits, die sich nicht automatisch erneuern.
Die Umwandlung eines Standbilds in einen bewegten Clip ist mittlerweile eine vollwertige Funktion statt einer reinen Forschungs-
Demo, und es ist die einzige Videotask, bei der Sie die Eingabe bereits haben – ein Foto, ein Produktshot, ein
Kunstwerk — erledigt den größten Teil der Arbeit. Auf dieser Seite erfahren Sie, welche Modelle ein Bild akzeptieren, wie viel jedes Modell pro Sekunde Ausgabe berechnet und ab wann die kostenlosen Optionen ihre Nützlichkeit verlieren.
jeweils pro Sekunde der Ausgabe berechnet, und wo die kostenlosen Optionen ihre Nützlichkeit verlieren.
Kurze Antwort: Wie wandeln Sie ein Bild mit KI in ein Video um?
Sie geben einem Videomodell Ihr Bild als ersten Frame und eine kurze Anweisung zur Bewegung
die Sie möchten, dann zahlen Sie pro Sekunde der Ausgabe. Jedes Frontier-Modell auf dem Markt unterstützt dies:
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro und Wan 2.5 akzeptieren alle Text- oder Bildeingaben.
Am günstigsten sind 0,05 $ pro Sekunde fertigem Video, was eine 5-Sekunden-Animation auf ungefähr
0,25 $ pro Generation bringt, vor Wiederholungen. Kostenlose Browser-Tools existieren und animieren ein Foto ohne eine
Karte, aber sie begrenzen die Auflösung, fügen Wasserzeichen hinzu und vergeben eine feste Zuteilung statt einer
wiederkehrenden.
Welche Modelle akzeptieren ein Bild als Eingabe
Das ist der Teil, den die meisten Vergleichsseiten auslassen. Bildeingabe ist nicht eine separate Produktebene —
es ist ein Modus desselben Modells, gleich bepreist:
| Modell | Entwickler | Eingabe | Von (pro Sekunde) |
|---|---|---|---|
| Veo 3.1 | Text, Bild | 0,05 USD (Lite, 720p) | |
| Wan 2.5 | Alibaba | Text, Bild | 0,05 $ (über fal) |
| Kling 2.5 Turbo Pro | Kuaishou | Text, Bild | 0,07 $ (über fal) |
| Sora 2 | OpenAI | Text, Bild | 0,05 USD (Batch, 720p) |
| Sora 2 Pro | OpenAI | Text, Bild | 0,15 $ (Batch, 720p) |
Eine zeitliche Anmerkung, die wichtig ist, wenn Sie heute wählen: OpenAI hat
24. September 2026 als Abschaltungsdatum für die Videos API und beide Sora 2-Modelle festgelegt,
ohne benannte Ersatz. Wenn Sie jetzt einen Bild-zu-Video-Arbeitsablauf starten, starten Sie ihn auf Sora
starten Sie ihn auf einem Countdown.
Was es kostet, ein Bild zu animieren
Da die Abrechnung pro Sekunde der Ausgabe erfolgt, sind die Kosten für ein Bild-zu-Video-Clip einfach die Rate
multipliziert mit der Länge, die Sie anfordern:
| Modell und Leistungsstufe | 5-Sekunden-Clip | 10-Sekunden-Clip | 30-Sekunden-Clip |
|---|---|---|---|
| Veo 3.1 Lite, 720p | $0.25 | $0.50 | $1.50 |
| Wan 2.5 | $0.25 | $0.50 | $1.50 |
| Kling 2.5 Turbo Pro | $0.35 | $0.70 | $2.10 |
| Veo 3.1 Lite, 1080p | $0.40 | $0.80 | $2.40 |
| Veo 3.1 Fast, 1080p | $0.60 | $1.20 | $3.60 |
| Veo 3.1 Standard, 4K | $3.00 | $6.00 | $18.00 |
Das sind pro erfolgreicher Erzeugung. Bild-zu-Video benötigt normalerweise weniger Versuche als
Text-zu-Video, da der erste Frame bereits festgelegt ist und Sie nur die Bewegung lenken — aber eine
Aufnahme, die drei Versuche braucht, kostet das Dreifache der obigen Zahlen. Budgetieren Sie nach Ihrer eigenen Wiederholungsrate,
nicht nach dem Tarif.
Gibt es einen wirklich kostenlosen Weg, das zu tun?
Ja, mit Einschränkungen, die es wert sind, verstanden zu werden, bevor Sie sich auf sie verlassen. Kostenlose Stufen in dieser
Kategorie sind eher werblich als strukturell: Sie existieren, um Sie zur bezahlten Stufe zu bringen, und ihre
Bedingungen ändern sich.
Runway ist das klarste veröffentlichte Beispiel. Seine Preisseite bietet
125 einmalige Credits an, die Tools auszuprobieren — eine feste Hinterlegung, die sich nicht erneuert — mit
bezahlten Plänen ab 12 $ pro Monat bei jährlicher Abrechnung, dann 28 $ und 76 $ für die höheren Stufen.
Andere Tools werben stattdessen mit täglichen kostenlosen Zuteilungen, und diese Zahlen ändern sich häufig genug,
dass jede auf einem Blog genannte Zahl es wert ist, vor dem Plan auf der Seite des Anbieters selbst neu überprüft zu werden.
Das Muster in den kostenlosen Stufen ist konsistent, selbst wenn die Zahlen es nicht sind: Erwarten Sie eine
niedrigere Auflösungsobergrenze, ein sichtbares Wasserzeichen, einen kürzeren maximalen Clip und eine langsamere Warteschlange.
Ein gutes Ergebnis aus einem Standbild erhalten
Bild-zu-Video belohnt eine andere Art von Anweisung als Text-zu-Video. Das Modell erfindet nicht
eine Szene — es hat bereits eine — also sollte die Anweisung Bewegungbeschreiben, nicht Inhalt.
- Beschreiben Sie die Kamera, nicht das Motiv. „Langsamer Zoom rein, geringe Tiefenschärfe“
gibt dem Modell eine Aufgabe. „Eine wunderschöne Berglandschaft“ beschreibt, was es bereits sehen kann. - Nennen Sie eine Bewegung, nicht drei. Zusammengesetzte Anweisungen über einen kurzen Clip hinweg neigen dazu,
eine Aufnahme zu produzieren, die keine davon sauber macht. - Beginnen Sie mit einem sauberen, hochauflösenden Frame. Kompressionsartefakte und starkes
Rauschen in der Quelle werden über jeden erzeugten Frame verstärkt. - Halten Sie Clips kurz und schneiden Sie zwischen ihnen. Die Kohärenz verschlechtert sich mit der Länge bei jedem
Modell; vier 5-Sekunden-Aufnahmen, die zusammengeschnitten sind, schlagen eine 20-Sekunden-Aufnahme. - Gesichter und Hände sind typischerweise die Schwachstelle. Falls das Standbild eines davon enthält,
sollten Sie mit mehr Wiederholungsversuchen rechnen als bei einem Produkt oder einer Landschaft.
Welches sollten Sie verwenden?
- Günstigste funktionierende Option: Veo 3.1 Lite bei 720p oder Wan 2.5, beide $0.05 pro Sekunde.
- Bestes Preis-Leistungs-Upgrade: Veo 3.1 Fast bei 1080p, $0.12 pro Sekunde.
- Wenn die Ausgabeauflösung entscheidend ist: Veo 3.1 Standard bei 4K, $0.60 pro
Sekunde — die einzige 4K-Stufe in dieser Gruppe außer Fast bei $0.30. - Um es einfach auszuprobieren: eine kostenlose Browser-Version reicht aus, um zu sehen, ob die Idee
überhaupt funktioniert, bevor sich eines der oben genannten Setups lohnt.
Häufig gestellte Fragen
Kann KI jedes Foto in ein Video umwandeln?
Technisch ja — jedes hier aufgelistete Modell akzeptiert ein beliebiges Bild als ersten Frame. Die Ergebnisse
unterscheiden sich stark je nach Quelle: Saubere, gut beleuchtete, hochauflösende Standbilder lassen sich deutlich zuverlässiger animieren
als komprimierte oder stark strukturierte Bilder, und Bilder mit Gesichtern oder Händen erfordern mehr Versuche.
Kosten Bild-zu-Video-Modelle mehr als Text-zu-Video-Modelle?
Nein. Bei allen oben genannten Modellen wird pro Sekunde Ausgabe berechnet, unabhängig davon, ob die
Generierung von einem Prompt oder einem Bild ausgeht.
Welches ist das günstigste Bild-zu-Video-KI-Modell?
Veo 3.1 Lite in 720p und Wan 2.5 kosten beide 0,05 USD pro Sekunde Ausgabe, was für einen fünfsekündigen
Clip etwa 0,25 USD pro Generierung bedeutet. Kling 2.5 Turbo Pro kostet 0,07 USD pro Sekunde.
Wie lang kann ein KI-generiertes Video sein?
Die praktischen Grenzen sind kurz. Die Kohärenz nimmt bei allen aktuellen Modellen mit zunehmender Clip-Länge ab, weshalb
die meisten Produktions-Workflows mehrere kurze Shots generieren und diese anschließend zusammenschneiden, anstatt
eine einzige lange Einstellung anzufordern.
Fügen kostenlose Bild-zu-Video-Tools ein Wasserzeichen hinzu?
Im Allgemeinen ja, zusammen mit einer Auflösungsbeschränkung und einer langsameren Warteschlange. Kostenlose Kontingente sind außerdem
werbebedingt und ändern sich häufig – Runways beispielsweise besteht aus einer einmaligen Gutschrift von 125 Credits statt
einer wiederkehrenden monatlichen Zuweisung.