14 Modelle von 6 Anbietern. Wähle eines und sieh dir die besten Werke, die unterstützten Modi und die Schreibweise anderer an.
OpenAIs erste Bildmodell-Generation. Folgt Anweisungen genau, zeichnet auch Text im Bild und komplexe Layouts präzise.
Googles Gemini-2.5-Flash-Bildmodell. Schnelle Bilderzeugung, sehr gut zum Bearbeiten und für konsistente Figuren, auch für Laien geeignet.
Kuaishou Kling. Auf der Bildseite stark bei Porträts, chinesischem Stil und Produktbildern, mit feiner Licht- und Materialwiedergabe; Prompts einfach auf Chinesisch schreiben, Referenzbilder sichern Figuren und Komposition, das Videomodell derselben Firma siehe Kling Video.
Veröffentlichung im April 2026. Schnellere Generierung als die vorherige Generation, präzisere Bildbearbeitung, flexible Größen, ein Bild direkt als Eingabe nutzbar, Text und Layout im Bild deutlich besser.
ByteDances Seedream-Bildmodelle. Gutes chinesisches Sprachverständnis, stabil bei Porträts, Produktbildern und Postern, feine Licht- und Materialwirkung; Prompts einfach auf Chinesisch schreiben, Seitenverhältnis und Auflösung in der Oberfläche wählen oder im Prompt angeben.
Das stilvollste unter allen – Licht, Textur und Komposition sind die Stärken. Mit Stilreferenz (--sref) und Omni Reference (--oref) lassen sich Stil und Charakter fixieren; Parameter am Ende des Prompts angeben.
xAI Bildgenerierung (Grok Imagine). In X reicht ein Satz für ein Bild, auch Bildbearbeitung (Hintergrund, Stil, Erweitern) per Ansage; Stil eher realistisch, starker Internet-Look, ideal zum schnellen Ausprobieren.
Veröffentlicht im September 2026, die Generation mit der höchsten Bearbeitungspräzision, in zwei Versionen: Flare (eher schnell) und Sunburst (eher präzise), Text- und Befehlsbefolgung sind stabiler.
Basiert auf Gemini 3 Pro, denkt erst nach und erstellt dann Bilder, kennt Weltwissen und Echtzeit-Infos. Sehr zuverlässig für Poster, Infografiken und Visualisierungen, Text im Bild fast fehlerfrei.
Gemini 3.1 Flash – die schnelle nächste Generation. Durchsucht das Web, erstellt Infografiken, unterstützt 1K / 2K und benutzerdefinierte Seitenverhältnisse.
Die Seedream 5.0 Serie von Byte. Denkt erst nach, dann malt sie – mit Web-Recherche. Besonders stark bei Produktbildern und Postern.
Kuaishou Klings Videomodell. Text-zu-Video und Bild-zu-Video funktionieren, Bewegungen von Personen und Kamera wirken natürlich, gut bei chinesischem Stil, Realismus und Werbe-Look; Prompts einfach auf Chinesisch schreiben, ein Startbild fixiert Komposition und Person.
ByteDances neue Generation eines gemeinsamen Audio-Video-Generierungsmodells, bis zu 30 Sekunden pro Durchlauf und zweimal verlängerbar; versteht Bildkomposition und Kamerasprache von Referenzvideos, unterstützt professionelle Bearbeitung wie Green Screen und Weißmodell.
Einheitliche Architektur zur gemeinsamen Audio-Video-Generierung, die Text, Bilder, Audio und Video gleichzeitig als Referenz nutzen kann; stabile Bewegung, synchrones Audio-Bild, Steuerung von Performance, Licht und Kameraführung mit Referenzmaterial.