KI-Modellkatalog

Next‑Gen‑Nano‑Banana‑Modell mit überragender Bildgenerierung, mehr Detailtiefe und hervorragender Prompt‑Treue. Für Geschwindigkeit und Kosteneffizienz optimiert – ein deutlicher Sprung nach vorn für Kreativprofis.

Text-to-video generation with optional web search. 4-15s duration, 480p/720p, native audio sync.

Transfer human motion from a reference video onto a character in a reference image. Supports std/pro quality with per-second billing.

DeepSeek V4 series models with 128K context window and competitive pricing. Available in Chat and Reasoner variants for different use cases.

Kosteneffizientes Nano‑Banana‑Modell mit kostenlosen Eingabebildern. Ideal für große Volumina mit starkem Preis‑Leistungs‑Verhältnis.

OpenAIs neuestes Flaggschiff für Coding und agentische Aufgaben mit 1.05M Kontext, 128K Max‑Output und fortschrittlichem Reasoning.

Next-gen AI image generation with 2K/3K quality, web search integration, and flexible size options including custom pixel dimensions. Supports batch generation (1-15 images).

Text‑zu‑Video und Bild‑zu‑Video mit optionalem Audio. 4–12 s, 480p/720p/1080p.

Google's most cost-efficient model for high-volume agentic tasks, translation, classification, and data processing

Kling O3 (V3 Omni) next-generation video model with text-to-video, image-to-video, reference-to-video, and video editing. Supports 3-15 second videos with per-second billing.

Kling 3.0 video model with text-to-video and image-to-video. Supports 3-15 second videos with per-second billing.

Tongyi Wanxiang 2.6 Videomodell mit Text‑zu‑Video, Bild‑zu‑Video und Referenzvideo‑Varianten.

Google DeepMind Videomodell der nächsten Generation mit Fast‑ und Pro‑Varianten. Unterstützt 8‑Sek.-Videos mit verbesserter Qualität.

OpenAIs neuestes 10–15‑Sek.-Videomodell mit Audio. Unterstützt Wasserzeichen‑Entfernung (1,65× Preis).

OpenAIs professionelles 10–15‑Sek.-Videomodell mit erweiterten Qualitätsoptionen (Standard/High).

Ultraschnelles Bildmodell mit exzellentem Qualitäts‑zu‑Geschwindigkeits‑Verhältnis. Ideal für hohe Volumina mit hervorragender Prompt‑Treue.

Fortschrittliche KI‑Bildgenerierung mit 2K/4K‑Unterstützung. Batch‑Generierung (1–15 Bilder), Referenzbilder und flexible Größen.

xAI Grok Imagine Video-API für Text-zu-Video und Bild-zu-Video. 6-10 Sek. Dauer mit fun/normal/spicy Stilmodi.

Google's advanced model optimized for custom tool calling and function execution with full reasoning capabilities

MiniMax's latest text model deployed on Alibaba Cloud, excelling at coding, office tasks, and text summarization with fast output speed. 204K context window with built-in reasoning capabilities.

Google's latest iteration of Gemini 3 Pro with advanced multimodal capabilities and extended context support

Best balance of speed, intelligence, and cost for coding and agentic tasks. 200K context window with 128K max output.

BytePlus's latest LLM series with 256K context, tiered pricing by prompt length (32K/128K/256K), and cache billing. Available in Pro, Lite, Mini, and Code variants.

High-performance general-purpose chat model (DeepSeek-V3) with 128K context window and competitive pricing for everyday AI tasks

Advanced reasoning model (DeepSeek-R1) with chain-of-thought capabilities, 128K context window, optimized for complex problem-solving tasks

Anthropic's most powerful Claude model with exceptional reasoning, coding, and agentic capabilities. 200K context window.

Google's most cost-efficient model for high-volume tasks like translation, classification, and data processing

Tongyi Wanxiang Bildmodell (Wan 2.5 Image) mit Text‑zu‑Bild und Bild‑zu‑Bild‑Varianten.

KI‑gestützte Musikgenerierung mit Vocals, Lyrics und Instrumental‑Support. Erstelle Songs in Studioqualität aus Text‑Prompts, mit mehreren Modellversionen.

Tongyi Wanxiang Videomodell (Wan 2.5 Video) mit Bild‑zu‑Video und Text‑zu‑Video‑Varianten.

Fortgeschrittenes OpenAI‑Bildmodell, optimiert für präzise Farbwiedergabe, strukturierte Aufgaben und analytische Visuals. Basierend auf DALL·E‑3‑Technologie.

OpenAI GPT Image 1 unterstützt Text‑zu‑Bild, Bild‑zu‑Bild und Bildbearbeitung. Asynchrone Verarbeitung mit hoher Ausgabequalität.

Googles schnellstes Frontier‑Modell mit 3× Geschwindigkeit, multimodal inkl. Audio‑Input und kosteneffizienter Preisgestaltung.

MiniMax Hailuo 2.3 API mit Fast‑ und Standard‑Varianten. Unterstützt T2V/I2V mit 768p/1080p Ausgabe.

MiniMax Hailuo 02 – Vollausstattung mit T2V, I2V und FLF. Unterstützt 512p/768p/1080p.

OpenAIs Flaggschiff für Coding und agentische Aufgaben mit 400K Kontext, 128K Max‑Output und fortschrittlichem Reasoning.

OpenAIs neuestes Flaggschiff mit fortschrittlichem Reasoning, Prompt‑Caching und 400K Kontext für komplexe Aufgaben.

Anthropics leistungsstärkstes Claude‑Modell mit hervorragendem Reasoning, Coding und agentischen Fähigkeiten. 200K Kontext.

Kling O1 Videomodell mit Bild‑zu‑Video, Videobearbeitung und Fast‑Editing‑Varianten. Unterstützt 3–20‑Sek.-Videos mit Referenzbildern für stilgeführte Generierung.

Moonshots fortschrittliches Reasoning‑Modell mit erweiterten Denkfähigkeiten und Web‑Search‑Support für komplexe Problemlösungen.

Googles Sprachmodell der nächsten Generation mit fortschrittlichen multimodalen Fähigkeiten und erweitertem Kontext.

Schneller, kosteneffizienter Coding‑Assistent mit 200K Kontext und Prompt‑Caching für optimale Performance.

Intelligentestes Modell für Agenten‑Builds und Coding. 200K Kontext, erweitertes Denken und fortschrittliches Reasoning.

Leistungsstärkstes Claude‑Modell für komplexes Reasoning, kreative Aufgaben und Research. 200K Kontext mit herausragender Performance.

Ausgewogenes Modell mit starker Leistung für allgemeine Aufgaben. 200K Kontextfenster mit Prompt‑Caching.

Googles schnelles, effizientes Sprachmodell mit Prompt‑Caching zur Kostenoptimierung.

Fortschrittliches Videomodell mit Text‑zu‑Video und Bild‑zu‑Video. Unterstützt 2–12 s, 720p/1080p.

Googles leistungsstärkstes Sprachmodell mit erweitertem Kontext und fortschrittlichem Reasoning.

KI‑gestützte Digital‑Human‑Videoerstellung mit audio‑gesteuertem Lip‑Sync. Verwandelt statische Bilder in sprechende Avatare mit natürlichen Gesichtsausdrücken und Bewegungen.

Tongyi Qianwen Bildbearbeitungsmodell mit intelligentem Verständnis und kollaborativer Mehrbild‑Bearbeitung.

Story‑getriebene KI‑Bildgenerierung in 4K: Erzeuge 9+ konsistente Visuals mit Multi‑Reference‑Fusion und Echtzeit‑Editing.

OpenAIs neuestes Modell für Bildgenerierung und ‑bearbeitung.

Gemini 2.5 Flash Image Preview ist ein fortschrittliches KI‑Modell für natürlichsprachliche Bildgenerierung und ‑bearbeitung.