Kurz gesagt

Was dieser Artikel sagt

Seedance 2.0 war das beste KI-Videomodell in diesem Test. Es folgte dem Fallschirm-Prompt aus der Ich-Perspektive am vollständigsten, behielt das Helmkamera-Gefühl bei, enthielt Ton und kostete etwa $2.43. Veo 3.1 sah hochwertig aus, lehnte aber den ursprünglichen Prompt ab und verlor beim erneuten Versuch die Ich-Perspektive; Kling v3 Pro sah gut aus, hatte aber schwache Bewegung; Wan 2.7 war günstig, aber nicht brauchbar.

  • Test-Prompt: BASE-Sprung aus der Ich-Perspektive von einem 150 Meter hohen verlassenen Schornstein in eine einzige schlammige Pfütze.
  • Verglichene Modelle: Seedance 2.0, Kling v3 Pro, Veo 3.1 und Wan 2.7 auf fal.ai.
  • Gewinner: Seedance 2.0, weil es die ganze Idee mit der geringsten Verwirrung umsetzte.
  • Ungefähre Kosten der brauchbaren Clips: Seedance $2.43, Kling $1.34, Veo $3.20, Wan $1.20.

Ich hatte eine schwierige Idee für ein KI-Video: Ein BASE-Jumper springt von einem 150 Meter hohen, verlassenen Fabrikschornstein, gefilmt aus seiner eigenen Helmkamera, und landet in der einzigen matschigen Pfütze eines ansonsten trockenen Hofs. Ich habe genau denselben Prompt an vier KI-Videomodelle gegeben und zwei Dinge geprüft — wie echt es aussah, und wie viel es kostete.

Der Test

Ich habe alles auf fal.ai laufen lassen. Damit kannst du viele Videomodelle von einem Ort aus nutzen, in derselben Warteschlange. So bekam jedes Modell denselben Prompt, und die Preise waren leicht nebeneinander zu vergleichen.

Der Prompt war mit Absicht schwierig. Eine lange Einstellung aus der Ich-Perspektive, ein klares Gefühl von Höhe, ein Fallschirm, ein Industriehof und eine matschige Landung. Einfache Prompts lassen jedes Modell gut aussehen. Schwierige Prompts zeigen dir, wo ein Modell scheitert.

Ich habe vier Modelle ausgewählt, jedes aus einem Grund:

  • Seedance 2.0 (ByteDance) — meine Referenz für einen sauberen, filmischen Look.
  • Kling v3 Pro (Kuaishou) — bekannt für Action und clevere Planung der Einstellungen.
  • Veo 3.1 (Google) — die Premium-Option.
  • Wan 2.7 (Alibaba) — ein günstigeres Modell, das in 1080p rendern kann.
Der Prompt, in einer Zeile: eine lange Action-Einstellung aus der Ich-Perspektive — echte Höhe, ein Fallschirm, ein Industriehof und eine matschige Landung.

Der genaue Prompt

Ich habe die grobe Idee in einen klaren Prompt verwandelt, den jedes Modell lesen konnte. Hier ist er, Wort für Wort:

Prompt

A cinematic first-person POV action-camera shot from the helmet of a fictional BASE jumper standing on the top edge of a 150-meter abandoned industrial concrete smokestack. The location is a deserted factory complex with cracked asphalt, rusted metal structures, dry concrete ground, and only one large dirty muddy puddle on a road far below. The jumper's gloved hands appear at the edge, looking down over the massive chimney, then leaps forward. A fast stomach-dropping descent along the side of the tall concrete smokestack, wind noise, subtle camera shake, dramatic height and scale. The parachute opens quickly, suspension lines briefly visible, the camera glides toward the mostly dry industrial yard. The landing target becomes clear: one muddy puddle in the middle of the road. The jumper lands directly into the dirty puddle with a huge muddy splash covering the lens. Realistic physics, gritty documentary style, overcast light, cinematic color grading, wide-angle GoPro lens, intense but safe stunt, no injury, no gore, no text, no logos.

Die meisten Modelle bekamen außerdem einen negativen Prompt — eine kurze Liste von Dingen, die aus der Einstellung herausgehalten werden sollten:

Negativer Prompt

injury, blood, gore, death, broken body, cartoon, animation, text, subtitles, captions, logos, watermark, low quality, blur, distorted camera

Seedance 2.0 Sieger

ByteDance · filmische Referenz

Das war das beste Ergebnis. Es bewahrte das Helmkamera-Gefühl, die Hände, die Fallschirmleinen und den Rhythmus der Geschichte. Es verstand die ganze Idee, nicht nur Teile davon. Meine einzige echte Kritik betraf die Landung — der Sturz in die Pfütze sah nicht ganz echt aus. Der Ton war ohne Aufpreis dabei.

Endpointhttps://queue.fal.run/bytedance/seedance-2.0/text-to-video
Einstellungen720p · 8s · Audio an
Rendering~150s · seed 44209696
Kosten≈ $2.43 173.7 × $0.014

Kling v3 Pro

Kuaishou · gebaut für Action

Das Bild sah gut aus. Die Bewegung nicht. Ich habe sogar seine „intelligente“ Planung der Einstellungen aktiviert, die die Szene von selbst in Phasen zerlegen soll — die Kante, den Sturz, den Fallschirm, die Landung — aber die Aktionen wirkten immer noch daneben und nicht echt, obwohl Kling für Action gebaut ist.

Endpointhttps://queue.fal.run/fal-ai/kling-video/v3/pro/text-to-video
Einstellungen8s · Audio an · shot_type "intelligent" · cfg_scale 0.5
Rendering~129s
Kosten≈ $1.34 9.6 × $0.14

Veo 3.1

Google · die Premium-Wahl

Dieses war knifflig. Mein erster Versuch nutzte den genauen Prompt und wurde abgelehnt — fal.ai gab einen Fehler wegen der Inhaltsrichtlinie zurück. Große Premium-Modelle haben oft strengere Sicherheitsfilter, und ein Stunt, der gefährlich aussieht (ein Sprung von einem 150 Meter hohen Turm), kann sie auslösen. Ich habe die Formulierung abgemildert und ihn erneut geschickt. Diesmal renderte er, aber er ließ die Ich-Perspektive für eine Einstellung aus der Dritte-Person-Sicht fallen. Es sah trotzdem großartig aus.

Endpointhttps://queue.fal.run/fal-ai/veo3.1
Einstellungen1080p · 8s · Audio an · safety_tolerance 4
OriginalAbgelehnt — content_policy_violation (422)
Neuer VersuchAbgemilderte Formulierung → Clip aus der Dritte-Person-Sicht
Kosten≈ $3.20 8 × $0.40

Wan 2.7

Alibaba · der günstige Herausforderer

Wan nahm den Prompt an, aber das Ergebnis fiel auseinander. Es sah aus wie ein seltsames Video, zusammengesetzt aus Schnitten, die nicht zusammenpassten. Es war der günstigste Durchlauf in 1080p, aber der Clip war nicht brauchbar. Anders als Veo blockierte es die Szene nicht.

Endpointhttps://queue.fal.run/fal-ai/wan/v2.7/text-to-video
Einstellungen1080p · 8s · kein Audio · Prompt-Erweiterung an
Rendering~186s · seed 2131596831
Kosten≈ $1.20 12 × $0.10

Die Kosten, und der Sieger

Den zweiten Veo-Durchlauf mitgezählt, kosteten die brauchbaren Clips insgesamt etwa $8.17. Die Modelle werden unterschiedlich abgerechnet — manche nach Cliplänge, manche nach Rechenzeit — deshalb ist das günstigste Rendering nicht immer die günstigste Idee. Der Sieger war nicht der günstigste. Es war Seedance 2.0 — das Modell, das der ganzen Idee mit der geringsten Verwirrung folgte.

Die Lektion: das beste Modell ist nicht das günstigste, und auch nicht das mit dem schönsten einzelnen Bild. Es ist das, das deiner ganzen Idee folgt.

Wenn du das selbst ausprobieren willst

  1. Beginne mit einer klaren, schwierigen Idee. Ein anspruchsvoller Prompt zeigt den echten Abstand zwischen den Modellen.
  2. Schreibe den vollständigen Prompt einmal und schicke denselben Text an jedes Modell, damit der Test fair ist.
  3. Nutze eine Plattform, damit die Kosten vergleichbar sind — und denk daran, dass manche nach Länge, manche nach Rechenzeit abrechnen.
  4. Rechne mit Sicherheitsfiltern bei Premium-Modellen. Wenn ein Prompt blockiert wird, mildere ihn ab und versuche es erneut.
  5. Beurteile den ganzen Clip, nicht ein schönes Einzelbild. Bewegung und Geschichte zählen mehr.

Kurzes FAQ

Welches KI-Videomodell gewann den Test mit dem Fallschirm-Prompt?

Seedance 2.0 gewann, weil es die Ich-Perspektive-Kamera, die Fallschirm-Aktion, den Erzählrhythmus und die Gesamtabsicht des Prompts am besten bewahrte.

War das günstigste KI-Videomodell die beste Wahl?

Nein. Wan 2.7 war mit etwa $1.20 der günstigste brauchbare Render, aber der Clip hielt nicht zusammen. Seedance 2.0 kostete mehr, lieferte aber das brauchbarste Ergebnis.

Warum hat Veo 3.1 nicht gewonnen?

Der ursprüngliche Veo-3.1-Durchlauf wurde durch einen content_policy_violation (422) blockiert. Ein abgemilderter erneuter Versuch renderte einen gut aussehenden Clip, verwandelte aber den Ich-Perspektive-Prompt in eine Aufnahme aus der Dritte-Person-Perspektive.