AIVeed hat am 29. Oktober 2026 vier Neuerungen veröffentlicht: die günstigere Stufe Veo 3.1 Lite mit 1080p, 4K und Clips von 4, 6 oder 8 Sekunden; Kling 3.0 auf der Omni-Engine mit bis zu 6 Einstellungen pro Clip; Seedream-5-Bilder und das Werkzeug Hintergrund entfernen; sowie Avatar & Vertonung, das sprechende Avatar-Videos von bis zu 5 Minuten erzeugt und Videos in jeder Sprache vertont (AIVeed-Preise, 29. Oktober 2026).
Was hat sich bei Veo 3.1 geändert?
Veo 3.1 hat jetzt drei Stufen: Lite, Schnell und Qualität (in der englischen Oberfläche Fast und Quality). Sie wählen 720p, 1080p oder 4K und eine Länge von 4, 6 oder 8 Sekunden; die Länge ändert den Preis nicht, nur Stufe und Auflösung tun das. Lite und Schnell akzeptieren außerdem bis zu 3 Referenzbilder (bei 8-Sekunden-Clips) als Alternative zu einem ersten und letzten Bild. Veo-Clips kommen weiterhin mit Ton, und ein vorhandener Clip lässt sich weiterhin verlängern – zum Preis der Stufe, mit der er erstellt wurde: Lite 60, Schnell 120, Qualität 500 Credits. Qualität kostete früher 320 Credits und kostet bei 720p jetzt 500.
| Stufe | 720p | 1080p | 4K |
|---|---|---|---|
| Lite | 60 (0,30 $) | 70 (0,35 $) | 300 (1,49 $) |
| Schnell | 120 (0,59 $) | 130 (0,64 $) | 360 (1,78 $) |
| Qualität | 500 (2,48 $) | 510 (2,52 $) | 740 (3,66 $) |
Mit den 200 kostenlosen Credits, die jedes neue Konto erhält, erzeugen Sie jetzt drei Veo-3.1-Lite-Videos statt wie bisher eines mit Schnell – Lite ist damit der günstigste Weg, Veo auszuprobieren. Googles eigene Sekundentarife im Vergleich zu diesen Credits finden Sie in unserem Ratgeber zu den Veo-3-Preisen; die Einstellungen finden Sie auf der Modellseite zu Veo3.1.
Was ist bei Kling 3.0 neu?
Der Tab Kling 3.0 läuft jetzt auf Kling 3.0 Omni – zu unveränderten Preisen. Multi-Shot-Prompts erlauben nun bis zu 6 Einstellungen in einem Clip (bisher 5), jeweils 1 bis 12 Sekunden lang, insgesamt 15 Sekunden. Die Seitenverhältnisse sind 16:9, 9:16 und 1:1, und Referenzen für Figuren oder Motive funktionieren wie bisher.
| Auflösung | 6 s | 10 s | 15 s |
|---|---|---|---|
| 720p | 225 | 300 | 450 |
| 1080p | 300 | 450 | 600 |
Was sind Seedream 5 und „Hintergrund entfernen“?
Seedream 5 ist das Bildmodell von ByteDance, dem Labor hinter Seedance, und damit ein naheliegendes Startbild für ein Seedance-Video. Es erzeugt und bearbeitet Bilder in zwei Versionen: Seedream 5 Pro für 15 Credits (1K) oder 30 Credits (2K) und Seedream 5 Flash für 8 Credits (1K oder 2K). Ist das Videomodell Seedance, öffnet das Bildwerkzeug „Startbild generieren“ mit Seedream 5. In „Meine Bilder“ erstellt Hintergrund entfernen für 3 Credits eine transparente PNG-Kopie eines Bildes – praktisch für Produktfotos.
Was ist Avatar & Vertonung?
Avatar & Vertonung (englisch: Avatar & Dub) ist eine eigene Seite – kein Tab im Generator – für zwei Aufgaben. Ein sprechender Avatar macht aus einem Foto und einer Stimme ein Präsentatorvideo, in dem die Person spricht und gestikuliert, von 4 Sekunden bis zu 5 Minuten in 720p, für 28 Credits pro Sekunde Stimme. Die Vertonung nimmt ein beliebiges Video einer sprechenden Person und eine neue Stimme und liefert dasselbe Video mit dem neuen Ton, bis zu 4 Minuten lang, für 16 Credits pro Sekunde – im Modus „Eine Person frontal zur Kamera“ oder „Schnitte oder mehrere Sprechende“. Die Lippen folgen dem Audio, es funktioniert also in jeder Sprache, die die Stimme spricht.
| Länge | Sprechender Avatar (28 pro Sekunde) | Vertonung (16 pro Sekunde) |
|---|---|---|
| 30 Sekunden | 840 | 480 |
| 60 Sekunden | 1.680 | 960 |
Für die Stimme schreiben Sie entweder ein Skript und wählen eine Stimme – dafür kommen Credits für die Sprachausgabe hinzu (20 für bis zu 15 Sekunden, 40 bis 30 Sekunden, 80 bis 60 Sekunden, 150 bis 2 Minuten, 300 bis 5 Minuten) – oder Sie laden eine eigene MP3- oder WAV-Datei hoch. Der bisherige Tab Lip Sync bleibt bestehen (480p ab 40 Credits) und verweist auf die neue Seite; außerdem hat jedes fertige Video unter „Meine Videos“ die Schaltfläche „In andere Sprache vertonen“.
Wie entsteht ein Sprechervideo auf Deutsch?
Nehmen Sie ein Foto Ihres Präsentators, schreiben Sie das Skript auf Deutsch und wählen Sie eine deutsche Stimme. Ein 30-sekündiges deutsches Präsentatorvideo kostet dann 840 Credits für den Avatar plus 40 für die Sprachausgabe, zusammen 880 Credits (4,36 $ mit dem Business-Paket); die Seite finden Sie unter aiveed.io/de/avatar. Um ein vorhandenes Video zu lokalisieren, vertonen Sie es stattdessen: Ein 60-sekündiges Video, auf Deutsch neu vertont, kostet 960 Credits, zuzüglich 80, wenn die Stimme aus einem geschriebenen Skript entsteht. Derselbe Weg funktioniert für Französisch, Spanisch, Italienisch, Niederländisch, Polnisch und weitere Sprachen. Für Sprechervideos in EU-Sprachen empfehlen wir Avatar & Vertonung, statt sich auf den eingebauten Ton eines Videomodells wie Veo, Kling oder Seedance zu verlassen, denn die Lippengenauigkeit auf Deutsch haben wir dort nicht getestet.
Hintergründe zu diesem Problem finden Sie in Warum die meisten KI-Talking-Head-Videos scheitern.
Ist auch die API aktualisiert?
Ja. Die Modell-IDs lauten veo3-lite, veo3-fast und veo3-quality (mit resolution 720p, 1080p oder 4k, duration 4, 6 oder 8 und bis zu 3 reference_image_urls bei Lite und Fast), kling-3.0 (Omni-Engine, bis zu 6 Einträge in multi_prompt), seedream-5-pro und seedream-5-flash (1K oder 2K), avatar (image_url und audio_url) sowie dub (video_url und audio_url, Modus lite oder basic) (AIVeed-API-Referenz, 29. Oktober 2026).
Probieren Sie ein Veo-3.1-Lite-Video ab 60 Credits aus oder öffnen Sie Avatar & Vertonung auf AIVeed. Neue Konten starten mit 200 kostenlosen Credits.