KI-Video mit Start- und Endbild: Welche Modelle beides nehmen, im Test (November 2026)
Live-Zahlen zuletzt geändert · 5 Min. Lesezeit · Das GenMagic-Team
Die meisten aktuellen Videomodelle können einen Clip auf einem Bild beginnen und auf einem anderen enden lassen: Veo 3.1, Kling 3.0, Seedance 2.0 und 2.5, Wan 3.0, Hailuo 3 (MiniMax H3), FLUX 3 Video und Gemini Omni nehmen ein Start- und ein Endbild. Grok Imagine, Runway Gen-4.5, HappyHorse und Hailuo 2.3 beginnen auf einem Bild, enden aber nicht auf einem. In unserem Test endeten Hailuo 3, Kling 3.0 und Veo 3.1 Lite genau auf dem Endbild; Seedance lehnte eine mit KI erzeugte, fotorealistische Frau als mögliches Foto eines echten Menschen ab.
Wer das geschrieben hat: GenMagic betreibt jedes hier genannte Modell über ein Guthaben. Die Clips unten wurden am 11. November 2026 über die API von GenMagic gemacht, jeweils einmal und unbearbeitet; die Frau darin wurde mit einem KI-Bildmodell erzeugt, sie zeigt also keinen echten Menschen.
Inhalt
- Der Test
- Welche Modelle Start- und Endbild nehmen
- Gute Start- und Endbilder
- Der Prompt
- So geht es im Studio und per API
- Was ein Clip kostet
- Fragen
Der Test
Zwei Bilder, mit einem KI-Bildmodell erzeugt: das Startbild auf einem Bahnsteig der 1920er Jahre, dann dasselbe Bild zum Endbild im Zugabteil bearbeitet, damit die Frau, ihr Mantel, Hut und Koffer gleich bleiben. Ein Prompt, unverändert mit beiden Bildern an vier Modelle:
One continuous shot: the woman in the red coat picks up her suitcase, turns and steps up into the train, walks into the compartment and sits down by the window, the suitcase on the seat beside her, and looks out at the platform. The camera follows her. Soft morning light, drifting steam, station sounds. No text.
| Modell | Auf dem Endbild geendet | Der Weg dorthin | Fertig nach | Preis heute |
|---|---|---|---|---|
| Hailuo 3 (MiniMax H3), 6 s | Ja | Sie geht zur Waggontür, stellt drinnen den Koffer ab und setzt sich: die ganze Handlung | 239 s | $1.17 |
| Kling 3.0 Standard, 5 s mit Ton | Ja | Sie geht den Bahnsteig entlang, dann ein Schnitt auf einen Blick durchs Fenster, dann sitzt sie | 130 s | no longer listed |
| Veo 3.1 Lite, 8 s in 720p | Ja | Sie geht auf den Zug zu, dann eine Überblendung ins Abteil; schwarze Balken an den Seiten | 58 s | $0.60 |
| Seedance 2.0 Mini | Abgelehnt | Als mögliches Foto eines echten Menschen abgelehnt, obwohl die Frau mit KI erzeugt war; nicht berechnet |
Alle drei, die liefen, begannen genau auf dem Startbild und endeten genau auf dem Endbild; sie unterscheiden sich im Weg dazwischen. Zwei Erkenntnisse:
- Seedance behandelt einen fotorealistischen Menschen als mögliches echtes Foto, auch einen mit KI erzeugten. Für fotorealistische Figuren Hailuo, Kling, Veo oder Wan nehmen; Seedance nimmt Start- und Endbilder von gezeichneten, gemalten oder 3D-Figuren.
- Das Format muss passen. Unsere Bilder waren 3:2 statt 16:9. Kling und Hailuo behielten 3:2; Veo machte einen 16:9-Clip und füllte die Seiten schwarz. Beide Bilder im Format des gewünschten Clips anlegen.
Welche Modelle Start- und Endbild nehmen
| Modell | Startbild | Endbild | 5-s-Clip heute |
|---|---|---|---|
| Veo 3.1 Lite, Veo 3.1 Fast, Veo 3.1 | Ja | Ja | ab $0.38 |
| Kling 3.0 Standard und Pro, Kling O1 | Ja | Ja | ab no longer listed |
| Seedance 2.0, 2.0 Fast, 2.0 Mini, 2.5 | Ja | Ja | ab $0.25 |
| Wan 3.0, Wan 3.0 Prime, Wan 2.7 | Ja | Ja | ab $0.23 |
| Hailuo 3 (MiniMax H3), Hailuo 3 Max | Ja | Ja | ab $0.98 |
| FLUX 3 Video, Gemini Omni | Ja | Ja | |
| Grok Imagine Video, Runway Gen-4.5, HappyHorse, Hailuo 2.3, Wan 2.6 | Ja | Nein |
Gute Start- und Endbilder
- Das Endbild aus dem Startbild machen. Erst das Startbild erzeugen, dann zum Endbild bearbeiten ("dieselbe Frau, derselbe Mantel und Hut, jetzt im Zugabteil am Fenster"). Zwei getrennt erzeugte Bilder unterscheiden sich in Gesicht, Kleidung und Licht, und der Clip muss zwischen ihnen morphen.
- Dasselbe Format für beide Bilder und den Clip: 16:9 quer, 9:16 hochkant.
- Eine Strecke, die der Clip schafft. In 5 bis 8 Sekunden geht eine Person ein paar Schritte, dreht sich, setzt sich oder öffnet eine Tür; ein Sprung durch die Stadt braucht einen längeren Clip oder einen Schnitt.
- Gleiches Licht und gleiche Brennweite, sonst wirkt der Übergang wie ein Schnitt.
Der Prompt
Die Bilder legen Anfang und Ende fest; der Prompt beschreibt, was dazwischen passiert:
- Die Bewegung beschreiben, nicht die Bilder: "sie nimmt den Koffer, steigt in den Zug und setzt sich ans Fenster".
- "One continuous shot" und die Kamerabewegung angeben (folgt ihr, bleibt stehen).
- So viel Handlung, wie die Länge trägt: ein bis zwei Aktionen für 5 Sekunden, drei bis vier für 8 bis 10.
- Den Ton beschreiben, wenn das Modell ihn macht: Dampf, Schritte, ein Satz in Anführungszeichen.
So geht es im Studio und per API
Im Studio: Video wählen, beide Bilder anhängen und darunter auf Use as start and end frames klicken: das erste wird zum Startbild, das zweite zum Endbild. Beschreiben, was dazwischen passiert, und erzeugen; der Preis steht vorher da.
Per API: das Startbild als image, das Endbild als last_frame senden (https-URLs oder data:image-URLs). Ein Modell, das nicht auf einem Bild enden kann, wird vor jeder Berechnung abgelehnt. Alle Parameter: Video-API-Dokumentation.
Für längere Szenen Clips verketten: Unter einem fertigen Clip startet Continue den nächsten auf dessen letztem Bild.
Was ein Clip kostet
Ein Clip mit Start- und Endbild kostet so viel wie jeder Clip desselben Modells, derselben Länge und Auflösung:
| Clip | Preis heute |
|---|---|
| Veo 3.1 Lite, 8 s in 720p | $0.60 |
| Kling 3.0 Standard, 5 s in 720p | no longer listed |
| Wan 3.0, 5 s in 720p | $0.45 |
| Hailuo 3, 6 s | $1.17 |
| Seedance 2.0 Mini, 5 s in 480p (gezeichnete oder 3D-Figuren) | $0.25 |
Jeder Clip wird einzeln von Ihrem GenMagic-Guthaben bezahlt, der Preis steht vor dem Erzeugen da, ein fehlgeschlagener Clip wird nicht berechnet; Aufladungen gibt es ab $5, sie verfallen nicht, ein neues Konto erhält $0.50 Startguthaben nach Bestätigung der E-Mail, und nichts verlängert sich, solange Sie keinen Monatsplan wählen. Alle Videomodelle ohne Abo: KI-Video-Generator ohne Abo.
Fragen
Welche KI-Videogeneratoren nehmen ein Start- und ein Endbild? Veo 3.1, Kling 3.0, Seedance 2.0 und 2.5, Wan 3.0, Hailuo 3 (MiniMax H3), FLUX 3 Video und Gemini Omni. Grok Imagine, Runway Gen-4.5 und HappyHorse beginnen auf einem Bild, enden aber nicht auf einem.
Wie bleibt dieselbe Person im Start- und Endbild? Das Endbild mit einem Bildmodell aus dem Startbild bearbeiten und nur beschreiben, was sich ändert (Ort, Haltung), damit Gesicht, Kleidung und Licht gleich bleiben.
Kann ich Start-, Endbild und Referenzbilder zusammen nutzen? Nein. Ein Clip beginnt und endet auf Bildern oder folgt Referenzbildern; um eine Figur aus einem Bild zu behalten, das Bild als Referenz nutzen.
Geht das mit einem Foto eines echten Menschen? Mit Wan 3.0 und Kling 3.0 ja ( KI-Video mit eigenem Gesicht). Seedance nimmt keine Fotos echter Menschen an.