Korrektur, 2026-10-02: Diese Übersetzung hatte nicht alle Korrekturen der englischen Originalseite übernommen. Sie sagte, Veo 3.1 erzeuge die kinoartigste Bewegung und halte Licht und Schärfentiefe stimmig, was wir nicht gemessen haben. Ergänzt haben wir, dass Hailuo H3 in 2K liefert, dass 8frame Sora 2 nicht mehr für neue Generierungen anbietet, dass kein Tarif ein Wasserzeichen setzt, einen Link zur allgemeinen Modell-Rangliste und einen Quellenabschnitt. Die früheren Korrekturen zum günstigsten Clip, zum teuersten Modell und dazu, welche Modelle Ton erzeugen, waren bereits eingearbeitet, aber ohne Hinweis. Danach haben wir auch die englische Seite geprüft und korrigiert, was dort falsch war: Wir nannten 448 Credits als Standardpreis von Veo 3.1, doch das Veo-Tool öffnet mit Veo 3.1 Fast (168 Credits für 8 Sekunden mit Ton), und 448 kostet Veo 3.1 Standard. Und wir schrieben, Veo 3.1 Lite beginne bei 27 Credits, obwohl Veo aus einem Bild immer 8 Sekunden erzeugt, Lite hier also 54 mit Ton kostet (33 ohne). Außerdem stellten wir Qualität als Tatsache dar, die wir nie gemessen haben: dass Klings Bewegung physikalisch stimmt, dass Veo die beste Bewegung hat, dass Seedance ein Etikett oder ein Gesicht festhält, wo andere Modelle abdriften, dass Hailuo H3 kinetisch animiert und Wan feine Details weich lässt, dass Runway eine Stufe unter Veo und Kling liegt und welche Modelle bei Gesichtern schwächeln. Jetzt nennen wir für jedes Modell Preis, Länge, Auflösung, Ton und Eingaben (Seedance 2.5 nimmt auf dem Canvas bis zu 9 Referenzbilder) und sagen dir, was du an deinem eigenen Bild testen solltest. Aus der "typischen Einstellung unter 2 US-Dollar" ist eine nachvollziehbare Rechnung geworden, und die Quellen tragen ein Datum.
Die beste KI für Bild zu Video hängt 2026 davon ab, was dein Bild bewahren muss und was die Einstellung liefern soll. Kling 2.6 Pro ist der Startpunkt: 47 Credits für einen 5-Sekunden-Clip ohne Ton in 1080p, 95 mit Ton. Veo 3.1 erzeugt den Ton im selben Durchgang und macht aus einem Bild immer 8 Sekunden: Das Veo-Tool öffnet mit Veo 3.1 Fast für 168 Credits, Veo 3.1 Standard kostet 448. Seedance 2.5 nimmt auf dem Canvas bis zu 9 Referenzbilder, für 157 Credits pro 5 Sekunden in 720p. Der günstigste Clip auf dem Canvas ist Pruna p-video Draft mit 4 Credits für 5 Sekunden, und Runway Gen-4 Turbo rechnet für kurze Bewegungstests pro Sekunde ab. Es gibt keinen einzelnen Sieger, und kein Datenblatt sagt dir, wie ein Modell dein konkretes Bild bewegt: Genau deshalb lohnt es sich, alle aus demselben Bild zu vergleichen, bevor du Credits für das falsche Modell ausgibst.
Kurzfassung
- Startpunkt: Kling 2.6 Pro, 47 Credits (etwa 0,47 US-Dollar zum Paketpreis) für einen 5-Sekunden-Clip ohne Ton in 1080p, oder 95 mit Ton, der standardmäßig an ist. Das Kling-Tool öffnet mit Kling v3 Standard, wähle also 2.6 Pro im Modellmenü.
- Ton im selben Durchgang: Veo 3.1, aus einem Bild immer 8 Sekunden. Das Veo-Tool öffnet mit Veo 3.1 Fast für 168 Credits (1080p); Veo 3.1 Standard kostet 448, Veo 3.1 Lite 54 in 720p.
- Referenzbilder: Seedance 2.5, 157 Credits für 5 Sekunden in 720p (70 in 480p), bis zu 9 Referenzbilder auf dem Canvas, 4 bis 30 Sekunden, Ton standardmäßig an.
- Über 1080p: Hailuo H3 liefert 2K, 88 Credits für 5 Sekunden.
- Günstigster Clip: Pruna p-video Draft, 4 Credits für 5 Sekunden in 720p (neu auf 8frame: wir nennen den Preis, nicht die Qualität). Für 2-Sekunden-Bewegungstests Runway Gen-4 Turbo mit 8 Credits pro Sekunde, 16 Credits.
Was Bild-zu-Video-Modelle wirklich unterscheidet
Wenn der Begriff neu für dich ist, erklärt what is image-to-video AI (auf Englisch) die Grundlagen. Bei der Wahl zwischen Modellen kannst du zwei Dinge nur an deinem eigenen Bild beurteilen, den Rest kannst du prüfen, bevor du einen Credit ausgibst.
Bewegung. Erfindet das Modell aus einem Standbild eine Bewegung, die gefilmt wirkt, oder verzerrt, schwebt und verschwimmt es? Kein Datenblatt beantwortet das für dein Bild, und derselbe Prompt bewegt sich in jedem Modell anders, also mach erst einen kurzen, günstigen Take und dann einen langen.
Identität. Der Grund, von einem Bild auszugehen, ist, dass du das Aussehen schon abgenommen hast. Ein Modell, das dein Produkt wunderschön animiert und dabei das Etikett neu zeichnet, hat das Briefing verfehlt. Prüf Etikett, Logo und jedes Gesicht im letzten Bild, nicht nur im ersten.
Die Fakten, die du vorher prüfen kannst. Preis pro Versuch, Länge, Auflösung, ob Ton erzeugt wird und was das Modell außer dem Startbild annimmt (ein Endbild, Referenzbilder). Bild zu Video ist iterativ: Du wirst dasselbe Bild mehrmals mit unterschiedlichen Bewegungs-Prompts laufen lassen, die Kosten eines Versuchs bestimmen also, wie viel du ausprobieren kannst. Die Tabelle unten fasst alles zusammen.
Alle Modelle unten laufen auf dem 8frame-Canvas, du kannst sie also selbst vergleichen: dasselbe Ausgangsbild, derselbe Bewegungs-Prompt, nebeneinander. Die Preise sind in 8frame-Credits, ein Credit kostet etwa 0,01 US-Dollar zum Paketpreis. Eine Gewohnheit spart Wiederholungen: Schneide das Bild vor dem Generieren auf das Lieferformat zu. Aus einem Bild übernehmen Wan, Hailuo H3 und Pruna das Format deines Bildes, und Veo macht nur 16:9 oder 9:16.
Kling 2.6 Pro und Kling v3: der Startpunkt
Kling 2.6 Pro, 47 Credits für einen 5-Sekunden-Clip ohne Ton, ist der Ort, an dem die meiste Bild-zu-Video-Arbeit beginnen kann. Es liefert 1080p, läuft 5 oder 10 Sekunden (95 Credits ohne Ton für 10, 189 mit Ton) und erzeugt den Ton im selben Durchgang für 95 Credits bei 5 Sekunden. Der Ton ist standardmäßig an, schalte ihn also aus, wenn du eine eigene Tonspur anlegst. Es animiert ein Startbild und nimmt auf dem Canvas kein Endbild an. Bei etwa 0,47 US-Dollar pro Clip kosten drei Varianten ohne Ton desselben Bildes (141 Credits) weniger als ein Clip mit Veo 3.1 Fast (168): Mach drei und nimm den besten.
Kling v3 Standard (86 Credits mit Ton, 57 ohne, für 5 Sekunden) und v3 Pro (114 mit Ton) sind die neuere Generation und laufen in jeder Länge von 3 bis 15 Sekunden. Das Kling-Tool öffnet mit v3 Standard, das 720p liefert, das neuere Modell ist also nicht das mit der höheren Auflösung. Wechsle zu 2.6 Pro, wenn du 1080p oder den niedrigeren Preis willst, und nimm v3 für Längen außer 5 oder 10 Sekunden.
Veo 3.1: Ton im selben Durchgang, drei Preisstufen
Aus einem Bild erzeugt Veo 3.1 immer einen 8-Sekunden-Clip, und das Veo-Tool öffnet mit Veo 3.1 Fast: 168 Credits mit Ton, 112 ohne, in 1080p. Veo 3.1 Standard kostet 448 mit Ton (224 ohne), ebenfalls in 1080p, Veo 3.1 Lite 54 (33 ohne) in 720p. Der Ton ist standardmäßig an; von den anderen in dieser Liste erzeugen ihn auch Klings Ton-Option und Seedance 2.5 (Ton standardmäßig an). Veo 3.1 nimmt außerdem ein Endbild neben dem Startbild an, und sein Multi-Referenz-Modus nimmt bis zu 3 Referenzbilder, für 448. Es macht nur 16:9 oder 9:16.
Der kluge Einsatz: Mach den Entwurf mit Lite für 54, finde den Bewegungs-Prompt, der funktioniert, und lass ihn dann auf Fast oder Standard noch einmal laufen. Eine andere Stufe kann dasselbe Bild anders bewegen, behandle den Entwurf also als Prompt-Test, nicht als Vorschau. Standard kostet etwa das 2,7-Fache von Fast; ob sich das für deine Einstellung lohnt, prüfst du am besten einmal an deinem eigenen Bild, bevor du einen ganzen Auftrag darauf planst. Und ein Hinweis zu Sora 2: Der Zugang über den Anbieter endete am 24. September 2026, und 8frame bietet es für neue Generierungen nicht mehr an, baue also keinen Workflow darauf.
Seedance 2.5: Referenzbilder für Produkte und Figuren
Seedance 2.5, 157 Credits für 5 Sekunden in 720p (70 in 480p), kostet mehr als Kling 2.6 Pro, und was es dazugibt, sind Eingaben. Auf dem Canvas nimmt es bis zu 9 Referenzbilder (das Modell akzeptiert beim Anbieter bis zu 30), dazu ein Referenzvideo und eine Tonspur, während Kling 2.6 Pro, Kling v3 und Wan 3.0 ein einzelnes Startbild animieren. Die Grenzen aller Modelle stehen in Referenzbild-Grenzen pro Modell. Der Anbieter von Seedance beschreibt die Referenzbilder als "for character consistency, style guidance, and scene composition" (für konsistente Figuren, Stilvorgaben und Bildkomposition) und bittet darum, sie im Prompt als [Image1], [Image2] zu benennen. Das ist die Beschreibung des Herstellers, keine Messung von uns: Wenn ein Etikett oder ein Gesicht erhalten bleiben muss, gib dem Modell das Produkt aus mehr als einem Blickwinkel, mach einen Take in 480p für 70 Credits und prüf das Etikett im letzten Bild, bevor du 157 für 720p zahlst.
Zwei Regeln für die Eingaben. Ein Startbild und Referenzbilder lassen sich nicht kombinieren: Hängst du beides an, werden die Referenzen gesendet und das Startbild fällt weg. Ein Endbild braucht ein Startbild und keine Referenzen. Die Länge reicht von 4 bis 30 Sekunden und wird pro Sekunde abgerechnet, Ton inklusive: 313 Credits für 10 Sekunden in 720p, 937 für 30. Bei etwa 1,57 US-Dollar für 5 Sekunden prüfst du die Bewegung zuerst auf einem günstigeren Modell und machst hier den finalen Take. Seedance 2.0 kostet 108 für 5 Sekunden in 720p (48 in 480p), läuft 4 bis 15 Sekunden und nimmt auf dem Canvas ebenfalls bis zu 9 Referenzbilder.
Zeigt eine Referenz ein Gesicht in Nahaufnahme, kann der Filter von Seedance den Lauf ablehnen. In unseren Tests im August 2026 ging dieselbe Person, ab der Hüfte aufwärts aufgenommen, durch (Seedance "flagged as sensitive" (E005)).
Hailuo H3 und Wan: 2K und Preis pro Sekunde
Hailuo H3 liefert 2K: 88 Credits für 5 Sekunden, 176 für 10 und 264 für 15, in jeder Länge von 5 bis 15 Sekunden. Es animiert ein Startbild (oder arbeitet nur mit Text), übernimmt das Format deines Bildes und hat auf 8frame keine Ton-Einstellung. Greif dazu, wenn die Lieferung mehr als 1080p braucht, und beurteile an einem 5-Sekunden-Take, wie es dein Bild bewegt, bevor du für 15 zahlst.
Wan 3.0 rechnet pro Sekunde in drei Auflösungen ab: 24 Credits für 5 Sekunden in 480p, 48 in 720p, 95 in 1080p, in jeder Länge von 2 bis 30 Sekunden. Das Wan-Tool öffnet mit Wan 3.0 in 1080p (95), stell also die Auflösung um, um 24 zu zahlen. Auf dem Canvas animiert es ein einzelnes Startbild und hat keine Ton-Einstellung. Wan 2.5 kostet 102 in 1080p und macht auf 8frame nur 5-Sekunden-Clips, Wan 3.0 ist bei gleicher Länge und Auflösung also günstiger und reicht weiter. Wan 2.2 (50 Credits für 5 Sekunden in 720p) braucht ein Startbild oder ein Video, und seine Gewichte sind unter Apache 2.0 veröffentlicht, Vielnutzer können es also auf eigener Hardware betreiben. Für B-Roll aus Bildern, bewegte Moodboards und Hintergrundaufnahmen, bei denen 480p reicht, kostet Wan 3.0 etwa 0,24 US-Dollar pro Clip; hat dein Bild kleine Schrift oder ein Gesicht, prüf diese Bilder in diesem ersten Take, bevor du hochskalierst.
Runway Gen-4 Turbo: pro Sekunde zahlen, günstig testen
Runway Gen-4 Turbo kostet 8 Credits pro Sekunde, von 16 Credits für 2 Sekunden bis 80 für 10. Das Tool öffnet mit 5 Sekunden (40 Credits), stell es für einen Test also auf 2. Es braucht ein Startbild (der Prompt ist optional) und hat keine Ton-Einstellung. Damit ist es ein günstiger Weg zu prüfen, ob eine Bewegungsrichtung bei deinem Bild überhaupt funktioniert: Fünf 2-Sekunden-Tests kosten 80 Credits, weniger als einen Dollar, bevor du anderswo eine längere Generierung bezahlst. Derselbe Prompt kann sich in dem Modell, mit dem du fertigstellst, anders bewegen, lass den Gewinner also dort noch einmal laufen, bevor du hochskalierst. Pruna p-video Draft ist pro Test noch günstiger, 4 Credits für 5 Sekunden in 720p, mit optionalem Startbild; es ist neu auf 8frame, deshalb nennen wir nur den Preis.
Die Vergleichstabelle
Credits für einen Clip aus einem Bild, laut 8frame-App. "Standardmäßig an" heißt: Das Tool berechnet den Preis mit Ton, solange du ihn nicht ausschaltest.
| Modell | Credits pro Clip (~US-Dollar zum Paketpreis) | Länge und Auflösung | Ton | Was es annimmt |
|---|---|---|---|---|
| Pruna p-video Draft | 4 für 5 s in 720p, 7 in 1080p (0,04 bis 0,07) | 1 bis 20 s, 720p oder 1080p | Bei Draft nicht bestätigt | Optionales Startbild und letztes Bild |
| Runway Gen-4 Turbo | 8 pro Sekunde, 16 bis 80 (0,16 bis 0,80) | 2 bis 10 s | Keine Einstellung | Startbild nötig, Prompt optional |
| Wan 3.0 | 24 / 48 / 95 für 5 s in 480p / 720p / 1080p (0,24 bis 0,95) | 2 bis 30 s, bis 1080p | Keine Einstellung | Ein Startbild |
| Kling 2.6 Pro | 47 ohne Ton, 95 mit Ton, für 5 s (0,47 bis 0,95) | 5 oder 10 s, 1080p | Standardmäßig an | Startbild, kein Endbild |
| Veo 3.1 Lite | 54 mit Ton, 33 ohne (0,33 bis 0,54) | 8 s aus einem Bild, 720p | Standardmäßig an | Startbild |
| Kling v3 Standard | 86 mit Ton, 57 ohne, für 5 s (0,57 bis 0,86) | 3 bis 15 s, 720p | Standardmäßig an | Startbild nötig, kein Endbild |
| Hailuo H3 | 88 für 5 s, 264 für 15 s (0,88 bis 2,64) | 5 bis 15 s, 2K | Keine Einstellung | Startbild |
| Wan 2.5 | 102 (1,02) | Nur 5 s, 1080p | Keine Einstellung | Startbild |
| Seedance 2.5 | 157 für 5 s in 720p, 70 in 480p (0,70 bis 1,57) | 4 bis 30 s, 480p oder 720p | Standardmäßig an, im Preis enthalten | Startbild oder bis zu 9 Referenzbilder, dazu 1 Video und 1 Tonspur |
| Veo 3.1 Fast (Standard im Veo-Tool) | 168 mit Ton, 112 ohne (1,12 bis 1,68) | 8 s aus einem Bild, 1080p | Standardmäßig an | Start- und Endbild |
| Veo 3.1 Standard | 448 mit Ton, 224 ohne (2,24 bis 4,48) | 8 s aus einem Bild, 1080p | Standardmäßig an | Start- und Endbild; Multi-Referenz-Modus mit bis zu 3 Bildern |
Als Workflow ausführen
In der Praxis konkurrieren die Modelle nicht, sie sind Etappen. Erzeuge oder bearbeite dein Bild, teste Bewegungsrichtungen günstig mit Runway (16 Credits für 2 Sekunden) oder Pruna p-video Draft (4 für 5 Sekunden), produziere den echten Clip mit Kling 2.6 Pro oder Veo 3.1 und wechsle zu Seedance 2.5, wenn die Einstellung Referenzbilder von Produkt oder Figur braucht. Durchgerechnet: Fünf 2-Sekunden-Tests mit Runway (80 Credits) und zwei Takes ohne Ton mit Kling 2.6 Pro (94) ergeben 174 Credits, etwa 1,74 US-Dollar. Die komplette Kette vom Ausgangsbild zum fertigen Clip steht in unserem Bild-zu-Video-Workflow, die allgemeine Modell-Rangliste in best AI video generator 2026 (auf Englisch).
Zwei Hinweise für Leserinnen und Leser aus dem deutschsprachigen Raum: Die Preise von 8frame sind in US-Dollar, und die App-Oberfläche gibt es auf Deutsch. Ist dein Browser auf Deutsch eingestellt, öffnet sich die App auf Deutsch.
Häufige Fragen
Was ist die beste KI für Bild zu Video 2026? Die eine beste gibt es nicht; es hängt von der Einstellung ab. Fang mit Kling 2.6 Pro an, 47 Credits (etwa 0,47 US-Dollar) für einen 5-Sekunden-Clip ohne Ton in 1080p, günstig genug zum Iterieren. Nimm Veo 3.1, wenn der Ton im selben Durchgang entstehen soll (168 Credits mit Fast, mit dem das Veo-Tool öffnet, oder 448 mit Standard, aus einem Bild immer 8 Sekunden), Seedance 2.5, wenn du dem Modell bis zu 9 Referenzbilder geben willst, und Hailuo H3, wenn die Lieferung 2K braucht. Lass dasselbe Bild auf zwei davon laufen, bevor du dich festlegst.
Welche KI für Bild zu Video hält mein Produkt identisch? Kein Modell garantiert das, und wir haben das Abdriften zwischen Modellen nicht gemessen, also teste es an deinem eigenen Bild. Seedance 2.5 ist das Modell in dieser Liste, das am meisten Material annimmt: bis zu 9 Referenzbilder auf dem Canvas, die sein Anbieter als Hilfe für konsistente Figuren beschreibt. Gib ihm das Produkt aus mehr als einem Blickwinkel, mach einen Take in 480p für 70 Credits und prüf Etikett und Logo im letzten Bild, bevor du 157 für 720p zahlst. Zeigt eine Referenz ein Gesicht in Nahaufnahme, kann der Filter von Seedance sie ablehnen, nimm Personen also ab der Hüfte aufwärts auf.
Was kostet Bild zu Video mit KI pro Clip? Auf 8frame von 4 Credits (etwa 0,04 US-Dollar) für einen 5-Sekunden-Clip mit Pruna p-video Draft bis 448 Credits (etwa 4,48 US-Dollar) für einen 8-Sekunden-Clip mit Ton auf Veo 3.1 Standard. Das Veo-Tool öffnet mit Veo 3.1 Fast für 168, und Seedance 2.5 kostet 157 für 5 Sekunden in 720p. Fünf 2-Sekunden-Tests mit Runway und zwei Takes ohne Ton mit Kling 2.6 Pro ergeben 174 Credits, etwa 1,74 US-Dollar. Die Tarife beginnen bei 19 US-Dollar im Monat für 1.000 Credits.
Quellen
- Preise, Längen, Auflösungen, Ton-Einstellungen, Standardwerte und Eingaben der einzelnen Modelle auf 8frame (Startbild, Endbild, Grenzen für Referenzbilder, die festen 8 Sekunden von Veo aus einem Bild, die 5-Sekunden-Clips von Wan 2.5): die 8frame-App, geprüft am 2026-10-02
- Ausgabeauflösung von Kling 2.6 Pro (1080p) und Kling v3 Standard (720p): auf 8frame erzeugte Dateien, nur lesend ausgewertet, 2026-09-30
- Referenzbilder bei Seedance 2.5 (bis zu 30 beim Anbieter, "for character consistency, style guidance, and scene composition", im Prompt als
[Image1],[Image2]benannt) und Ton standardmäßig an: API-Schema von Seedance 2.5 bei Replicate, geprüft am 2026-10-02 - Referenzen mit Gesicht in Nahaufnahme von Seedance abgelehnt, Aufnahme ab der Hüfte akzeptiert: Tests von 8frame mit Seedance 2.0 und 2.5 in 480p, August 2026
- Gewichte von Wan 2.2 unter Apache 2.0: Modellkarte Wan2.2-I2V-A14B auf Hugging Face, geprüft am 2026-10-02
- Ende des Zugangs zu Sora 2 über den Anbieter, 2026-09-24: Seite zu Abkündigungen von OpenAI, geprüft am 2026-10-02
Auch lesenswert
- Die besten kostenlosen KI-Video-Generatoren 2026
- Die besten kostenlosen Text-zu-Video-Generatoren 2026
- Die besten kostenlosen KI-Upscaler 2026
Alle Modelle oben laufen nebeneinander auf dem 8frame-Canvas: Lade ein Bild hoch, schick es an drei Modelle und sieh, welche Bewegung gewinnt. Die Tarife beginnen bei 19 US-Dollar im Monat, ohne Wasserzeichen in jedem Tarif: 8frame.co/pricing.
Probier es ohne Anmeldung aus: Du landest direkt auf einem echten Board. Der 8frame-Canvas ist kostenlos und unbegrenzt; die Generierung ist kostenpflichtig ab 19 US-Dollar im Monat.