KI-Modelle auf 7ART

75 Engines für Video, Bild, Musik, Sprache, Avatare und 3D – in einem Arbeitsablauf, mit einem einzigen Credit-Guthaben. Wir fügen neue Modelle der Spitzenklasse hinzu, sobald wir API-Zugriff erhalten.

Alle unten aufgeführten Zeitangaben, Ausgabestufen und Preise entsprechen den Angeboten und Gebühren, die 7ART für das jeweilige Modell berechnet – diese Angaben stammen aus den Tabellen des Studios selbst und nicht aus einem Datenblatt des Anbieters.

Im heutigen Katalog

22 video · 25 bild · 6 musik · 11 sprache & audio · 5 avatar & lippensynchronisation · 6 3d

01 / Video

Videomodelle

Sie unterscheiden sich in fast allen Punkten – Clip-Länge, maximale Auflösung, ob überhaupt ein Referenzvideo verwendet wird –; daher steht auf jeder Karte der Unterschied, nicht der Vorschlag.

Öffnen Sie das Videostudio

Video7ART Voreinstellung

7ART

7Video

7ART

Dauer: 5–15 Sekunden
Qualität: 768P / 2K
Eingaben: Start- und Endbild oder Bild-/Video-/Audio-Referenzen

Credits

10 % über dem Basistarif der Engine

Modell	Wozu dient die Anwendung?	Technische Daten	Credits
7Video7ART	7ART	Dauer: 5–15 Sekunden Qualität: 768P / 2K Eingaben: Start- und Endbild oder Bild-/Video-/Audio-Referenzen	10 % über dem Basistarif der Engine
Gemini Omni FlashGoogle	Ein multimodales Google-Modell, das vollständig auf der Grundlage seines eigenen Referenzpanels gesteuert wird – Bilder, ein Videoclip, gespeicherte Charaktere und Stimmen, keine Frame-Karten.Im Auswahlmenü 7ART wird die Option als „Gemini Omni-Video“ aufgeführt – dieser Name stammt vom Endpunkt unseres Anbieters und nicht von Google.	Dauer: 4, 6, 8 oder 10 Sekunden Ausgabestufen: 720p / 1080p / 4K Aspekt: 16:9 oder 9:16 Quellenangaben: 7 Bilder · 1 Videoclip · 3 Charaktere · 3 Stimmen	90 / 120 / 150 / 180 für 4 / 6 / 8 / 10 Sekunden bei 720p oder 1080p · 210 / 240 / 270 / 300 bei 4K · pauschal 240 (720p/1080p) oder 360 (4K) mit einer Videovorlage
VEO 3.1 QualityGoogle	Google	Dauer: 4, 6 oder 8 Sekunden Qualität: Vorschau / 1080p / 4K Eingaben: Start- und Endbild	Pauschalpreis pro Generierung: 250 Vorschau · 255 bei 1080p · 370 bei 4K
VEO 3.1 FastGoogle	Schnelleres VEO und die einzige Stufe, die Referenzfotos akzeptiert.	Dauer: 4, 6 oder 8 Sekunden Qualität: Vorschau / 1080p / 4K Eingaben: Start- und Endbilder oder bis zu 3 Referenzfotos	Pauschalpreis pro Generierung: 60 Vorschauen · 65 bei 1080p · 180 bei 4K
VEO 3.1 LiteGoogle	Die kostengünstige Version VEO – ideal zum Experimentieren.	Dauer: 4, 6 oder 8 Sekunden Qualität: Vorschau / 1080p / 4K Eingaben: Start- und Endbild	Pauschalpreis pro Generierung: 30 Vorschauen · 35 bei 1080p · 150 bei 4K
Seedance 2.5ByteDance	Die längsten Clips im Studio, Audio zusammen mit dem Video generiert und das mit Abstand größte Referenz-Set — bis 1080p (keine 4K-Stufe).	Dauer: 4–30 s Qualität: 480p / 720p / 1080p Quellenangaben: 30 Bilder · 10 Videos · 10 Audiodateien Aspekt: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 oder „auto“	37/Sek. bei 480p · 79/Sek. bei 720p · 208/Sek. bei 1080p
Seedance 2.0ByteDance	Realistische Personen mit starker Identitätskonsistenz und filmischen Multi-Shot-Sequenzen; die einzige Seedance-Stufe, die 4K rendert.	Dauer: 4–15 Sekunden Qualität: 480p / 720p / 1080p / 4K Quellenangaben: 9 Bilder · 3 Videos · 3 Audiodateien	19 / 41 / 102 / 311 pro Sekunde bei 480p / 720p / 1080p / 4K · mit Video-Referenz 11,5 / 25 / 62 pro Sekunde über Eingabe- + Ausgabesekunden (kein Mit-Video-Tarif bei 4K)
Seedance 2.0 FastByteDance	Eine vereinfachte Version von Seedance 2.0 für Entwürfe und Vorschauen.	Dauer: 4–15 Sekunden Qualität: 480p / 720p Quellenangaben: 9 Bilder · 3 Videos · 3 Audiodateien	15,5/Sek. bei 480p · 33/Sek. bei 720p · bei Verwendung einer Videovorlage 9/20 pro Sek. über die Eingabe- und Ausgabedauer
Seedance 2.0 MiniByteDance	Die günstigste Seedance-Stufe.	Dauer: 4–15 Sekunden Qualität: 480p / 720p Quellenangaben: 9 Bilder · 3 Videos · 3 Audiodateien	9,5/Sek. bei 480p · 20,5/Sek. bei 720p · bei Verwendung einer Videovorlage 6 / 12,5 pro Sekunde über die Eingabe- und Ausgabedauer
Kling 3.0Kling AI	Das leistungsstärkste Kling – Charaktere, synchronisierter Ton, Multi-Shot und eine 4K-Stufe.	Dauer: 3–15 Sekunden Qualität: 720p / 1080p / 4K Eingaben: Startbild; Endbild außerhalb einer Multi-Shot-Sequenz Audio: Optional – erhöht die Rate pro Sekunde	14 pro Sekunde bei 720p · 18 pro Sekunde bei 1080p · 20 bzw. 27 pro Sekunde mit Ton · 67 pro Sekunde bei 4K
Kling 3.0 TurboKling AI	Schnellere Kling 3.0, Text- und Bild-zu-Video-Erstellung.	Dauer: 3–15 Sekunden Qualität: 720p / 1080p Eingaben: Startbild	18/Sek. bei 720p · 22,5/Sek. bei 1080p
Kling 2.6Kling AI	Zuverlässig und besonders stark bei Animationen, inklusive Ton.	Dauer: 5 oder 10 Sekunden Qualität: 720p / 1080p Eingaben: Startbild	11/Sek. · 22/Sek. mit Audio
Kling 2.5 TurboKling AI	Die schnellste und kostengünstigste Engine zur Erstellung von Entwürfen.	Dauer: 5 oder 10 Sekunden Qualität: 720p Eingaben: Startbild	9/Sek.
Kling 3.0 Motion ControlKling AI	Bewegungsübertragung – die Bewegung aus einem Clip wird übernommen und auf ein neues Motiv angewendet.Die Anwendung läuft im Motion Studio, nicht im Video-Modell-Auswahlfenster.	Qualität: 720p / 1080p Eingaben: Startbild	20 Bilder pro Sekunde bei 720p · 27 Bilder pro Sekunde bei 1080p
Grok Imagine (video)xAI	Starke Animationen, Text- und Bild-zu-Video-Konvertierung sowie die günstigsten Preise pro Sekunde im Studio.	Dauer: 6–30 s Qualität: 480p / 720p Eingaben: Startbild	1,6/Sek. bei 480p · 3/Sek. bei 720p
MiniMax H3MiniMax	Vier Qualitätsstufen — 480P bis 4K — First-to-Last-Frame sowie Bild-, Video- und Audio-Referenzen.Referenzen werden nur gesendet, wenn kein Startframe vorhanden ist – das Feld blendet eines aus, während das andere verwendet wird.	Dauer: 5–15 Sekunden Qualität: 480P / 768P / 2K / 4K Eingaben: Start- und Endbild oder 9 Bilder / 3 Videos / 3 Audiodateien Aspekt: 21:9, 16:9, 4:3, 1:1, 3:4, 9:16	10/Sek. bei 480P · 22,5/Sek. bei 768P · 36,5/Sek. bei 2K · 32/Sek. bei 4K, plus die Sekunden jeder Referenz-Video-Datei und 11 Credits pro Referenzbild ab dem sechsten
HappyHorse 1.1Alibaba	Text, Bild oder Mehrfachverweise auf Videos – ausschließlich Bilder, keine Video- oder Audioverweise.	Dauer: 3–15 Sekunden Qualität: 720p / 1080p Eingaben: Startbild oder Referenzbilder	33 Bilder pro Sekunde bei 720p · 44 Bilder pro Sekunde bei 1080p
Wan 2.7	Vier Modi in einem – Text-zu-Video, Bild-zu-Video, Videobearbeitung und Referenz-zu-Video – mit begleitendem Audio, Prompt-Erweiterung und negativen Prompts.	Dauer: 5, 10 oder 15 Sekunden Qualität: 720p / 1080p Eingaben: Startbild, Endbild, Referenzvideo, Steuerungsaudio	16 Bilder pro Sekunde bei 720p · 24 Bilder pro Sekunde bei 1080p
Wan 2.6	Ein bestehendes Video umwandeln; mehrere Szenen.	Dauer: 5, 10 oder 15 Sekunden Qualität: 720p / 1080p Eingaben: Startbild, Referenzvideo	14/Sek. bei 720p · 21/Sek. bei 1080p
Wan 2.5	Erweitert kurze Prompts für Sie zu ausführlicheren Beschreibungen.	Dauer: 5 oder 10 Sekunden Qualität: 720p / 1080p Eingaben: Startbild	12 Bilder pro Sekunde bei 720p · 20 Bilder pro Sekunde bei 1080p
MMAudio v2	Erzeugt eine Geräuschspur für einen Clip, der noch keine enthält.Die Ausführung erfolgt über die Bearbeitungsfunktionen eines Clips, nicht über die Modellauswahl.	Ergebnis: Auf den Quellclip gemultiplexte Audiodaten	Pauschal 5 pro Durchlauf
Luma Ray-2 ModifyLuma	Gestaltet einen bestehenden Clip von Anfang bis Ende neu.Die Ausführung erfolgt über die Bearbeitungsfunktionen eines Clips, nicht über die Modellauswahl.	Ergebnis: Der gesamte Quellclip, neu gestaltet	Pauschal 600 pro Durchlauf

Modell	Wozu dient die Anwendung?	Technische Daten	Credits
7Image7ART	7ART	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 16	10 % über dem Basistarif der Engine
Nano Banana 2Google	Bis zu 14 Referenzbilder – die sicherste Wahl, um die Konsistenz eines Gesichts zu gewährleisten.	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 14	16 / 24 / 32 pro Bild bei 1K / 2K / 4K
Nano Banana ProGoogle	Zusammensetzung aus mehreren Bildern.	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 8	30 / 30 / 60 pro Bild bei 1K / 2K / 4K
Seedream 5 LiteByteDance	Kostengünstig und schnell.	Auflösungen: 2K / 3K Quellenangaben: Bis zu 10	6 bei 2K · 8 bei 3K
Seedream 4.5ByteDance	Die „Mid-Seedream“-Stufe.	Auflösungen: 2K / 4K Quellenangaben: Bis zu 10	7 bei 2K · 9 bei 4K
Seedream 4.0ByteDance	Der größte Auflösungsbereich der Seedream s.	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 10	5 / 6 / 8 pro Bild in den Auflösungen 1K / 2K / 4K
GPT Image 2.5 FlareOpenAI	Die Standard-GPT Image 2.5 (Standard-Einstellung). Bei Bearbeitungen werden nur die von Ihnen gewünschten Änderungen vorgenommen, während Motiv, Bildaufbau und Hintergrund unverändert bleiben.Zehn Seitenverhältnisse pro Stufe. Transparente Hintergründe werden unterstützt. Breitere Formen kosten weniger Credits als quadratische.	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 16	Ab 7 Credits pro Bild. Ein Breitbild im Format 16:9 kostet 9 Credits bei 1K, 12 bei 2K und 21 bei 4K; ein quadratisches Bild kostet mehr, bis zu 36 Credits.
GPT Image 2.5 SunburstOpenAI	GPT Image 2.5 Ausgerichtet auf Präzision statt Geschwindigkeit – für Kampagnen- und Produktarbeiten, bei denen eine Bearbeitung exakt stimmen muss.Langsamer als Flare. Zehn Seitenverhältnisse in jeder Stufe, transparente Hintergründe werden unterstützt.	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 16	Identisch mit Flare: ab 7 Credits pro Bild, 9 bei 1K, 12 bei 2K und 21 bei 4K für ein Breitbildformat im Verhältnis 16:9.
GPT Image 2OpenAI	Bis zu 16 Referenzbilder; die KI ist besonders gut darin, Anweisungen zu befolgen und Text in das Bild zu integrieren.Ein 1:1-Render kann nicht in 4K erfolgen, und bei einer nicht näher spezifizierten Größe liegt die Obergrenze bei 1K.	Auflösungen: 1K / 2K / 4K Quellenangaben: Bis zu 16	8 / 11 / 20 pro Bild bei 1K / 2K / 4K
Z-ImageAlibaba	Kostengünstige Text-zu-Bild-Vorlagen – es sind keinerlei Referenzbilder erforderlich.	Ergebnis: 2K, einheitliche feste Qualität Quellenangaben: Keine – ausschließlich Text-zu-Bild	2 pro Bild
Grok Imagine (image)xAI	Text und Bild-zu-Bild; gegen eine Pauschalgebühr erhalten Sie einen ganzen Stapel.	Ergebnis: 2K, einheitliche feste Qualität Quellenangaben: 1 Stapelverarbeitung: 6 Bilder im Schnellmodus · 4 im Qualitätsmodus	4 pro Generierung im Geschwindigkeitsmodus · 5 im Qualitätsmodus
FLUX.2 ProBlack Forest Labs	Höchster Realismus und Typografie.	Ergebnis: ~1 MP	6 pro Bild
FLUX.2Black Forest Labs	Realismus; versteht JSON- und Hex-Farb-Prompts.	Ergebnis: ~1 MP	3 pro Bild
FLUX.2 TurboBlack Forest Labs	Schnell und kostengünstig.	Ergebnis: ~1 MP	2 pro Bild
FLUX.2 FlashBlack Forest Labs	Die schnellste FLUX.2.	Ergebnis: ~1 MP	1 pro Bild
FLUX.2 KleinBlack Forest Labs	9B-Modell mit wenigen Schritten.	Ergebnis: ~1 MP	2 pro Bild
FLUX.1 DevBlack Forest Labs	Die klassische FLUX-Qualität.	Ergebnis: ~1 MP	5 pro Bild
FLUX.1 SchnellBlack Forest Labs	Entwürfe in weniger als einer Sekunde.	Ergebnis: ~1 MP	1 pro Bild
FLUX.2 EditBlack Forest Labs	Instruct-edit – Bearbeiten oder Erstellen von bis zu 4 Bildern.Wird erst dann in der Auswahl angezeigt, wenn ein Referenzbild hinzugefügt wurde.	Ergebnis: ~1 MP Quellenangaben: Bis zu 4	5 pro Bild
FLUX.2 Pro EditBlack Forest Labs	Premium-Funktion „Instruct-Edit“.Wird erst dann in der Auswahl angezeigt, wenn ein Referenzbild hinzugefügt wurde.	Ergebnis: ~1 MP Quellenangaben: Bis zu 9	9 pro Bild
FLUX.2 Klein EditBlack Forest Labs	Schnelle, unkomplizierte Bearbeitungen.Wird erst dann in der Auswahl angezeigt, wenn ein Referenzbild hinzugefügt wurde.	Ergebnis: ~1 MP Quellenangaben: Bis zu 4	5 pro Bild
Trained ElementBlack Forest Labs	FLUX.1 Dev Hinzu kommt ein LoRA-Modell, das auf Ihrem eigenen Element trainiert wurde – es gibt diese Identität exakt wieder.Wird im Auswahlfeld nur angezeigt, wenn ein trainiertes Element im Prompt @erwähnt wird.	Ergebnis: ~1 MP Quellenangaben: 1 Training: 400 Credits, einmal pro Element	10 pro Bild, nach einer einmaligen Gebühr von 400 für das Training
Clarity Upscaler	Skaliert ein einzelnes Bild hoch, standardmäßig um das Zweifache.Zugänglich ausschließlich über den Super Agent – im Image Studio gibt es hierfür keine Schaltfläche.	Eingabe: Genau 1 Bild	24 pro Durchlauf
IC-Light v2	Erzeugt eine neue Beleuchtung für ein einzelnes Bild.Zugänglich ausschließlich über den Super Agent – im Image Studio gibt es hierfür keine Schaltfläche.	Eingabe: Genau 1 Bild	20 pro Durchlauf
FLUX.1 KontextBlack Forest Labs	Anweisungen bearbeiten anhand eines einzelnen Quellbildes.Zugänglich ausschließlich über den Super Agent – im Image Studio gibt es hierfür keine Schaltfläche.	Eingabe: Genau 1 Bild	8 pro Durchlauf

Modell	Wozu dient die Anwendung?	Technische Daten	Credits
Suno V5.5Suno	Die neueste Version von Suno im Musikstudio 7ART.	Status: Aktuell	12 pro Generierung
Suno V5Suno	Die Version, die der Musikpfad generiert, wenn keine Auswahl getroffen wurde.	Status: Standard	12 pro Generierung
Suno V4.5 AllSuno	Frühere Version Suno, die weiterhin auswählbar ist.	—	12 pro Generierung
Suno V4.5+Suno	Frühere Version Suno, die weiterhin auswählbar ist.	—	12 pro Generierung
Suno V4.5Suno	Frühere Version Suno, die weiterhin auswählbar ist.	—	12 pro Generierung
Suno V4Suno	Die älteste Version von Suno, die im Studio noch auswählbar ist.	—	12 pro Generierung

Modell	Wozu dient die Anwendung?	Technische Daten	Credits
ElevenLabs Turbo 2.5ElevenLabs	Die Stufe für schnelle Text-zu-Sprache-Wiedergabe.	Geschwindigkeit: 0.7×–1.2×	10 pro 1.000 Zeichen
ElevenLabs Multilingual v2ElevenLabs	Die mehrsprachige Text-to-Speech-Stufe.	Geschwindigkeit: 0.7×–1.2×	20 pro 1.000 Zeichen
ElevenLabs Eleven v3ElevenLabs	Die Stufe für ausdrucksstarke Text-zu-Sprache-Wiedergabe.	Geschwindigkeit: 0.7×–1.2×	20 pro 1.000 Zeichen
ElevenLabs v3 DialogueElevenLabs	Dialog zwischen mehreren Sprechern nach einem Skript.	—	20 pro 1.000 Zeichen
ElevenLabs Sound Effects v2ElevenLabs	Ein Soundeffekt, der aus einer Textbeschreibung generiert wurde.	—	0,4 pro Sekunde
ElevenLabs Audio IsolationElevenLabs	Entfernt Hintergrundgeräusche aus einer Aufnahme.	—	0,34 pro Sekunde
ElevenLabs Speech-to-TextElevenLabs	Transkribiert Sprache aus einer Audiodatei.	—	6 pro Minute
ElevenLabs DubbingElevenLabs	Synchronisiert ein Video in eine andere Sprache.	—	180 pro Minute, aufgerundet
HeyGen Video Translate — PrecisionHeyGen	Übersetzt ein Video mit einer geklonteten Stimme und einer neu synchronisierten Mundbewegung.	—	20 pro Sekunde Ausgabe
HeyGen Video Translate — SpeedHeyGen	Der Modus für schnelle Videoübersetzungen.	—	10 pro Sekunde Ausgabe
Sonilo v1.1Sonilo	Sounddesign, das genau auf die Handlung abgestimmt ist – Geräuscheffekte oder eine mit dem Video synchronisierte Musikuntermalung, oder beides, basierend auf einer Textbeschreibung.	Modi: Video → Soundeffekte · Video → Musik · Text → Sound · Text → Musik Abschnitte: Jeweils ≥5 Sekunden, zusammenhängend, ≤200 Zeichen Abrechnungsuntergrenze: Mindestens 15 Sekunden	1,8/Sek. für jeden Videomodus · 0,36/Sek. Text-zu-Ton · 0,5/Sek. Text-zu-Musik, bei einer Mindestdauer von 15 Sekunden

Modell	Wozu dient die Anwendung?	Technische Daten	Credits
Kling Avatar — StandardKling AI	Verwandelt ein Porträt in einen sprechenden Avatar.	Qualität: 720p Maximale Länge: 60s	8 pro Sekunde
Kling Avatar — ProKling AI	Die 1080p-Stufe mit sprechendem Avatar und der längste Clip im Studio.	Qualität: 1080p Maximale Länge: 5 Minuten	16 pro Sekunde
HeyGen Avatar IVHeyGen	Aus einem Foto entsteht ein sprechender Avatar.	Qualität: 720p / 1080p Maximale Länge: 60s	20 pro Sekunde
Omnihuman 1.5ByteDance	Vom Porträt zum sprechenden Video.	Qualität: 720p / 1080p, zum gleichen Preis Maximale Länge: 60s	27 pro Sekunde
Volcengine Lip SyncVolcengine	Ein bestehendes Video wird mit einer neuen Tonspur neu synchronisiert.	Eingabe: Ein Quellvideo Maximale Länge: 60s	8 pro Sekunde

Modell	Wozu dient die Anwendung?	Technische Daten	Credits
Meshy 6Meshy	Das beste Allround-Netz – Quad-Topologie, PBR-Materialien und Posing.	Modi: Bild · Mehrfachansicht · Text Polycount: 10,000–300,000 Extras: PBR · Quad-Topologie · A-Pose / T-Pose Bilder: Bis zu 4	240 pro Generierung
Hunyuan 3.1 Pro	Das Mesh mit der höchsten Detailgenauigkeit, mit Multi-View-Eingabe.	Modi: Bild · Mehrfachansicht · Text Polycount: 40,000–1,500,000 Extras: PBR Bilder: Bis zu 4	80 pro Generierung
Trellis 2	Schnell und kostengünstig – bereits ab einem einzigen Bild.	Modi: Nur Bild Polycount: 10,000–300,000 Bilder: 1	60 pro Generierung
Tripo 2.5Tripo3D	Das schnellste Mesh im 3D-Studio.	Modi: Bild · Mehrfachansicht · Text Polycount: 10,000–300,000 Extras: PBR Bilder: Bis zu 4	60 pro Generierung
Retexture EngineMeshy	Erzeugt neue Texturen für ein bereits vorhandenes Mesh anhand einer Eingabe oder eines Stilbildes.	Eingabe: Ein vorhandenes Mesh + ein Bild in einem bestimmten Stil Extras: PBR	60 pro Durchlauf
RemeshMeshy	Remesh en, skalieren Sie ein Modell neu und exportieren Sie es erneut für den Druck oder eine andere Verarbeitungskette.	Eingabe: Ein vorhandenes Netzmodell Polycount: 10,000–300,000 Formate: GLB · FBX · OBJ · STL · USDZ	40 pro Durchlauf

KI-Modelle auf 7ART

Videomodelle

7Video

Gemini Omni Flash

VEO

Seedance

Kling

Grok Imagine (video)

MiniMax H3

HappyHorse 1.1

Wan

MMAudio v2

Luma Ray-2 Modify

Bildmodelle

7Image

Nano Banana

Seedream

GPT Image 2.5

GPT Image 2

Z-Image

Grok Imagine (image)

FLUX

Clarity Upscaler

IC-Light v2

Musikmodelle

Suno

Sprach- und Audiomodelle

ElevenLabs

HeyGen

Sonilo v1.1

Avatar- und Lippensynchronisationsmodelle

Kling Avatar

HeyGen Avatar IV

Omnihuman 1.5

Volcengine Lip Sync

3D-Modelle

Meshy 6

Hunyuan 3.1 Pro

Trellis 2

Tripo 2.5

Retexture Engine

Remesh

Wie ein Modell auf diese Seite gelangt

Alle oben gezeigten Modelle mit einem einzigen Guthaben

KI-Modelle auf 7ART

Videomodelle

7Video

Gemini Omni Flash

VEO

Seedance

Kling

Grok Imagine (video)

MiniMax H3

HappyHorse 1.1

Wan

MMAudio v2

Luma Ray-2 Modify

Bildmodelle

7Image

Nano Banana

Seedream

GPT Image 2.5

GPT Image 2

Z-Image

Grok Imagine (image)

FLUX

Clarity Upscaler

IC-Light v2

Musikmodelle

Suno

Sprach- und Audiomodelle

ElevenLabs

HeyGen

Sonilo v1.1

Avatar- und Lippensynchronisationsmodelle

Kling Avatar

HeyGen Avatar IV

Omnihuman 1.5

Volcengine Lip Sync

3D-Modelle