Synthesia bringt Videogenerierung in ChatGPT, neue Modelle einigen sich auf 30 Sekunden

Synthesia verlagert die Produktion ins Chatfenster

Käufer wählen heute eher einen Zugang als ein Modell: ein Chat-Plugin, eine API oder einen Aggregator, der ein Dutzend Modelle gleichzeitig weiterverkauft. Damit verschiebt sich der Preisvergleich auf Credit-Pakete und Tarife pro Nutzer. Für kleine Teams werden Wasserzeichen und Bedingungen für die kommerzielle Nutzung zum entscheidenden Detail.

Das Plugin liefert nicht nur einen Clip zurück. Nutzer beschreiben das Video oder übergeben ein Dokument, eine Präsentation oder eine Tabelle. ChatGPT stellt dann Rückfragen zu Stil und Länge, bevor Synthesia das Video baut. Weitere Anfragen im selben Gespräch ändern das Ergebnis. Standardmäßig entstehen die Videos mit Syren, das Synthesia für Erklärvideos, Anleitungen und Launch-Videos anbietet. Ein Prompt kann stattdessen Studio verlangen, wo ein Avatar ein vorgegebenes Skript Wort für Wort vorträgt. Das Ergebnis öffnet sich im Editor von Synthesia, dort lassen sich Szenen einzeln ändern.

Die Automatisierungsbeispiele sind der interessante Teil. Synthesia zufolge kann ein Workflow jeden neuen Beitrag in einem Slack-Kanal für Produktveröffentlichungen in ein 30-sekündiges Launch-Video verwandeln. Ein anderer prüft an Wochentagen um 8 Uhr BambooHR und erstellt für jede neue Mitarbeiterin und jeden neuen Mitarbeiter ein 60-sekündiges Begrüßungsvideo.

Das ist ein anderer Verkaufsansatz als ein Modell-Benchmark. Das Video ist das Ergebnis eines Prozesses, den das Team ohnehin schon fährt.

Die neuen Modelle einigen sich auf 30 Sekunden und Ton

Kling 4.0 ist laut einem Beitrag von DotAI Times auf note.com im Playground und im fal Agent von fal verfügbar. Eine Generierung liefert 3 bis 30 Sekunden Video mit zweikanaligem Stereo-Ton. Dialoge, Gesang, Geräusche und Atmosphäre entstehen synchron zum Bild. Ein Lauf kann bis zu 15 Assets referenzieren: 10 Bilder, 5 Videos mit insgesamt 30 Sekunden und 7 Elemente.

Die Seedance-Reihe von ByteDance geht bei den Referenzen weiter. TechFlow berichtete am 28. Oktober, dass B.AI vier Seedance-Modelle in seine API aufgenommen hat. Seedance 2.5 schafft einzelne Läufe von bis zu 30 Sekunden bei bis zu 1.080p und 10 Bit, mit bis zu 50 Referenz-Assets und zeitmarkengenauer Bearbeitung. Seedance 2.0 zielt auf 4K mit 10 Bit und Steuerung von Anfangs- und Endbild. Seedance 2.0 Fast generiert mit 480p oder 720p, und 2.0 Mini liegt beim Stückpreis ganz unten.

Damit landen die beiden Flaggschiff-Veröffentlichungen bei derselben Dauer. 15 Referenz-Assets gegen 50, das ist die größere Lücke. Sie zählt für alle, die eine wiederkehrende Figur oder eine Produktlinie aufbauen und nicht nur einen einzelnen Clip.

Die Verbreitung leistet mehr als das Modell

AIVideoFree ist am 30. Oktober neu gestartet, mit Anmelde-Credits, die für alle 12 Videomodelle und 10 Bildmodelle des Anbieters gelten, darunter Veo, Kling 3.0, Seedance 2.5, Wan 3.0 und Minimax H3. Das Unternehmen erklärt, Videos ließen sich ohne Wasserzeichen herunterladen, Credits verfielen nicht, und Ergebnisse aus kostenlosen Credits dürften kommerziell genutzt werden. Für die Anmeldung ist keine Kreditkarte nötig, und ein Abonnement sei nicht erforderlich.

Cuty AI treibt dieselbe Idee weiter. Die Übersicht der Jerusalem Post zu Video-Tools für Teams listet 28 Videomodelle auf der Seite des Anbieters. Darunter sind Seedance 2.5, Veo 3.1, Kling 3.0 und Wan 3.0.

B.AI verkauft das andere Ende: API-Zugang zu vier Seedance-Stufen, vom Flaggschiff 2.5 bis hinunter zu 2.0 Mini. Ein Team, das das neueste ByteDance-Modell will, erreicht es über die API von B.AI, über einen Aggregator oder über ein Chat-Plugin. Jeder Weg hat eigene Bedingungen, eigene Credit-Sätze und eigene Regeln zur kommerziellen Nutzung.

Was der Zugang kostet

Die genannten Preise gelten für Credits und Sitze, nicht für ein Modell. AIVideoFree verkauft Einmal-Pakete ab 6,90 US-Dollar für 600 Credits, Jahrespläne ab 7,40 US-Dollar pro Monat bei jährlicher Abrechnung. Der jährlich abgerechnete Lite-Tarif von Cuty AI kostet 4,9 US-Dollar pro Monat für 300 Credits, Pro 8,9 US-Dollar pro Monat für 1.000. Die Team-Tarife von Adobe Firefly beginnen laut dem Vergleich der Jerusalem Post bei 19,99 US-Dollar pro Lizenz und Monat.

Nebeneinander gelesen steht 4,9 gegen 19,99. Der Vergleich ist nicht sauber. AIVideoFree zeigt die Credit-Kosten jeder Generierung, bevor sie startet. Die Rezension der Jerusalem Post merkt außerdem an, dass Videos aus der kostenlosen Version von Cuty AI ein Wasserzeichen tragen können, was die Gratisstufe für Kundenarbeit entwertet.

Für ein kleines Team ist die entscheidende Frage oft nicht die Qualität. Sie lautet, ob das Ergebnis ohne Wasserzeichen und ohne Vertrag pro Sitz zum Kunden gehen kann.

Was noch offen ist

Der API-Zugang zu Kling 4.0 ist als bald verfügbar gelistet, Entwickler können das Modell also noch nicht in eigene Produkte einbinden. Eine Verlängerung von Videos auf bis zu 2 Minuten ist zugesagt, ohne Datum.

Die Seedance-Ankündigung vom 28. Oktober nannte Fähigkeiten, aber keine Preise pro Aufruf. Weder B.AI noch ByteDance haben veröffentlicht, was ein 30-sekündiger Lauf von Seedance 2.5 über die API kostet.

Diese Lücke ist die, auf die man schauen muss. Dauer, Ton und Referenzzahlen sind bei Kling und Seedance schnell zusammengerückt. Der Preis pro fertiger Sekunde ist es nicht. Bei 4.000 Credits und mehr pro Monat entscheidet dann nicht das Modell, sondern der Tarif, der zum Abrechnungsmodell des Kunden passt.