← Zurück zum Blog

Welche KI-Videomodelle nur mit Text funktionieren und welche ein Startbild brauchen

Jedes Videomodell auf 8frame, aus seinem Code gelesen: welche allein mit einem Text-Prompt laufen, welche ein Startbild oder ein Video brauchen, was jedes sonst noch annimmt und was 5 Sekunden kosten. Kling v3, die Voreinstellung des Kling-Tools, braucht ein Bild.

Die meisten Videomodelle auf 8frame starten allein mit einem Text-Prompt: Veo 3.1 (Lite, Fast und Standard), Wan 3.0, Wan 3.0 Prime und Wan 2.5, Seedance 2.5 und 2.0, Kling 2.6 Pro, Gemini Omni Flash, Hailuo H3, Happy Horse, Grok Imagine, Pruna p-video und Creatify Boreal. Eine kleinere Gruppe läuft nicht ohne Startbild: Kling v3 Standard und Pro, Kling O3, Runway Gen-4 Turbo und Wan 2.2. Die Stolperfalle ist Kling. Das Kling-Tool startet auf Kling v3 Standard, und das braucht ein Bild; ein reiner Text-Prompt für Kling heißt also, den Node auf Kling 2.6 Pro umzustellen: 95 Credits für 5 Sekunden mit Ton, 47 ohne. Alles Folgende wurde am 2026-10-01 aus dem eigenen Modellcode von 8frame gelesen.

Kurzfassung

Jedes Videomodell: was es zum Start braucht

"Braucht" ist das, ohne das sich das Modell weigert zu laufen. "Optionale Eingaben" ist das, was dich der 8frame-Node hinzufügen lässt. Die Preise sind Credits für einen 5-Sekunden-Clip in den angegebenen Auflösungen; ein Credit kostet im Paket etwa 0,01 US-Dollar.

Modell auf 8frame Nur Text? Braucht Optionale Eingaben Preis für 5 s
Veo 3.1 Lite Ja nichts Startbild (legt den Clip auf 8 s fest), Endbild zusammen mit einem Startbild keine 5-s-Option: 27 für 4 s, 54 für 8 s mit Ton (17 / 33 stumm)
Veo 3.1 Fast (Voreinstellung des Veo-Tools) Ja nichts Startbild (8 s), Endbild zusammen mit einem Startbild keine 5-s-Option: 84 für 4 s, 168 für 8 s mit Ton (56 / 112 stumm)
Veo 3.1 Ja nichts Startbild (8 s), Endbild zusammen mit einem Startbild oder 1 bis 3 Referenzbilder über die Multi-Referenz-Option keine 5-s-Option: 224 für 4 s, 448 für 8 s mit Ton (112 / 224 stumm)
Kling v3 Standard (Voreinstellung des Kling-Tools) Nein Startbild Ton an oder aus 86 mit Ton, 57 stumm
Kling v3 Pro Nein Startbild Ton an oder aus 114 mit Ton, 76 stumm
Kling O3 Nein Startbild Endbild, Ton (standardmäßig aus), Multi-Shot-Prompts 57 stumm, 76 mit Ton
Kling 2.6 Pro Ja nichts Startbild, Ton an oder aus 95 mit Ton, 47 stumm
Kling 2.5 Turbo Pro Ja nichts Startbild, Endbild zusammen mit einem Startbild 48
Kling 2.1 Master Ja nichts Startbild 189
Kling 2.1 Pro Nein Startbild Endbild 67
Kling O1 Image Nein Startbild Endbild 73
Kling O1 Reference Nein mindestens ein Referenzbild oder Element (bis zu 7) 73
Wan 3.0 (Voreinstellung des Wan-Tools) Ja nichts Startbild 24 / 48 / 95 (480p / 720p / 1080p)
Wan 3.0 Prime Ja nichts Startbild oder ein Referenzvideo 46 / 95 / 189 (480p / 720p / 1080p)
Wan 2.5 Ja nichts Startbild 102 (1080p)
Wan 2.2 a14b Nein Startbild 50 (720p)
Seedance 2.5 (Voreinstellung des Seedance-Tools) Ja nichts Startbild und Endbild oder bis zu 9 Referenzbilder; Referenzvideo; Referenz-Audio 70 / 157 (480p / 720p); 291 / 654 mit einem Referenzvideo
Seedance 2.0 Ja nichts wie bei 2.5 48 / 108 (480p / 720p); 60 / 132 mit einem Referenzvideo
Happy Horse Ja nichts bis zu 9 Bilder oder ein Video zum Bearbeiten 95 / 189 (720p / 1080p)
Gemini Omni Flash Ja nichts Startbild oder 1 bis 7 Referenzbilder (nicht beides) oder ein Video zum Bearbeiten 85, Ton immer an
Hailuo H3 Ja nichts Startbild 88 (2K)
Hailuo H3 Max Turbo Ja nichts Startbild 17 / 27 / 54 (480p / 768p / 1080p)
Hailuo H3 Max Camera Controls Nein Startbild 34 / 54 / 108 (480p / 768p / 1080p)
Grok Imagine Ja nichts Startbild; eine eigene Referenz-Option nimmt 1 bis 10 Bilder 34 / 48 (480p / 720p), Ton immer an
Grok Imagine 1.5 (älter) Ja nichts Startbild 54 / 95 (480p / 720p)
Runway Gen-4 Turbo Nein Startbild ein Prompt (hier optional) 40
Pruna p-video Ja nichts Startbild, eine Tonspur (die Spur bestimmt die Länge) 14 / 27 (720p / 1080p)
Pruna p-video Draft Ja nichts Startbild, eine Tonspur 4 / 7 (720p / 1080p)
Pruna p-video 2 Pro Ja nichts Startbild Speed 14 / 24, Quality 27 / 51 (480p / 768p)
Creatify Boreal Ja nichts Referenzbild, führende Tonspur 7 / 21 / 81 (720p / 1080p / 2K), Ton immer an

Achte auf drei Eingaben, die die Rechnung ändern. Bei Veo legt ein Startbild den Clip auf 8 Sekunden fest; die Preise für 4 und 6 Sekunden gelten also nur aus Text. Ein Referenzvideo schiebt Seedance auf seinen Tarif mit Videoeingabe: 654 Credits für 5 Sekunden in 720p bei 2.5, 132 bei 2.0. Bei Pruna p-video macht eine Tonspur den Clip so lang wie die Spur. Bei jedem anderen Modell in der Tabelle bleibt der Preis pro Sekunde mit Startbild, wo er war.

Pruna und Creatify Boreal sind neu auf 8frame, daher nennen wir ihre Preise, nicht ihre Qualität.

Das Kling-Tool startet auf einem Modell, das ein Bild braucht

Ein neuer Kling-Node startet auf Kling v3 Standard, 5 Sekunden, Ton an: 86 Credits. Auf 8frame laufen Kling v3 Standard und Pro nur über den Bild-zu-Video-Endpoint von Kling; ein Prompt ohne verbundenes Bild läuft also nicht, und der Node verlangt zuerst ein Startbild. Kling O3 funktioniert genauso. Von dort gibt es drei Wege.

  1. Stell den Node auf Kling 2.6 Pro um. Es läuft aus Text: 95 Credits für 5 Sekunden mit Ton, 47 ohne; 189 und 95 für 10 Sekunden. Seine Formate aus Text stehen in KI-Video-Seitenverhältnisse pro Modell.
  2. Erzeuge ein Startbild und bleib bei Kling v3 Standard. Ein Bild aus Seedream 5 Lite (6) plus ein v3-Standard-Clip mit Ton (86) ergibt 92 Credits; stumm 63. Mit verbundenem Bild übernimmt Kling v3 die Form des Bildes; erzeuge das Bild also im Hochformat, wenn du einen Clip im Hochformat brauchst. Die Upload-Grenzen stehen in Kling image-to-video upload requirements (auf Englisch).
  3. Nimm ein älteres Kling aus Text. Kling 2.5 Turbo Pro kostet 48 für 5 Sekunden und Kling 2.1 Master 189. Keines von beiden hat eine Toneinstellung.

Dieselbe Aufteilung gilt über den MCP-Connector: Sein Kling-Tool führt Kling v3 Standard aus und verlangt eine Bild-URL. Mehr zum Prompten des neueren Modells in how to use Kling 3 (auf Englisch).

Ein Startbild günstig bekommen

Wenn das Modell, das du willst, ein Bild braucht, ist das Bild der günstige Teil.

Verbinde den Bild-Node mit dem Video-Node, und das Bild wird zu seinem Startbild. Was ein paar Kombinationen kosten:

Weg Credits
1 Bild aus Seedream 5 Lite + Kling v3 Standard 5 s mit Ton 6 + 86 = 92
4 Varianten aus Seedream 5 Lite + Kling v3 Standard 5 s mit Ton auf der, die du behältst 24 + 86 = 110
1 Bild aus Nano Banana 2 (1K) + Kling v3 Standard 5 s mit Ton 11 + 86 = 97
1 Bild aus Seedream 5 Lite + Runway Gen-4 Turbo 5 s 6 + 40 = 46
1 Bild aus Seedream 5 Lite + Wan 2.2 5 s 6 + 50 = 56

Wählst du zuerst das Bild, steht die Komposition zum Bildpreis fest, bevor du für Bewegung zahlst. Erzeuge das Bild im endgültigen Format: Kling v3, Wan, Hailuo H3 und Grok Imagine folgen der Form des Startbilds, und Veo 3.1 nimmt nur 16:9 und 9:16. Welches Bildmodell du für das Startbild nimmst, vergleicht Nano Banana 2 vs Seedream 5 (auf Englisch), und die ganze Kette steht in the image-to-video workflow (auf Englisch).

Weitere Eingaben auf einen Blick

Modi, die von einem Video, einem Porträt oder einem Ton ausgehen

Das ist gar kein Text-zu-Video, aber es steckt in denselben Tools:

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

Kann Kling v3 ein Video nur aus Text erzeugen? Nicht auf 8frame. Kling v3 Standard und Pro sowie Kling O3 brauchen ein Startbild. Für einen Kling-Clip nur aus Text stellst du den Node auf Kling 2.6 Pro um: 95 Credits für 5 Sekunden mit Ton, 47 ohne.

Warum läuft mein Kling-Node nicht ohne Bild? Das Kling-Tool startet auf Kling v3 Standard, das hier nur Bild-zu-Video kann. Verbinde ein Bild oder stell das Modell auf Kling 2.6 Pro, 2.5 Turbo Pro oder 2.1 Master um.

Kann Wan 2.2 Text-zu-Video? Nicht auf 8frame. Wan 2.2 braucht ein Startbild oder, in seiner Video-zu-Video-Option, ein Video. Wan 3.0 (24, 48 oder 95 für 5 Sekunden je nach Auflösung) und Wan 2.5 (102) laufen aus Text.

Was ist das günstigste KI-Video nur aus Text auf 8frame? Pruna p-video Draft, 4 Credits für 5 Sekunden in 720p. Creatify Boreal kostet 7 und erzeugt immer Ton.

Kann ich aus einem Bild einen 4-Sekunden-Clip mit Veo machen? Nein. Mit einem Startbild ist der Veo-Node auf 8 Sekunden festgelegt; der günstigste Veo-Clip aus einem Bild ist also Veo 3.1 Lite: 54 mit Ton oder 33 stumm.

Ist Bild-zu-Video teurer als Text-zu-Video? Bei Modellen, die beides können, ist der Preis pro Sekunde mit und ohne Startbild gleich; in der Praxis ist Veo die Ausnahme, weil ein Bild die Länge auf 8 Sekunden festlegt. Bild-zu-Video kostet zusätzlich das Bild selbst: 6 Credits mit Seedream 5 Lite, 11 mit Nano Banana 2 in 1K.

Funktioniert das über Claude oder Cursor genauso? Über den MCP-Connector verlangen das Kling-Tool (v3 Standard) und das Wan-Tool eine Bild-URL; die Tools für Veo, Seedance, Gemini, Hailuo, Grok, Pruna und Boreal kommen mit einem Prompt allein aus. Die Einrichtung steht in generate AI video from Claude (auf Englisch).

Quellen


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.

Verwandte Artikel

VergleichDie besten KI-Tools für Bild zu Video 2026: Modell für ModellVergleichKI-Video-Seitenverhältnisse pro Modell 2026: Wer bietet 9:16, 4:3, 21:9 und 4:5VergleichWie lang kann ein KI-Video sein? Maximale Cliplänge pro Modell 2026

Make it
move.

Stay in the loop

Be the first to hear about our launch and get product updates