Zwanzig Sekunden am Stück — und im selben Monat verschwindet ein Modell aus der Produktion

Am 4. August hat Black Forest Labs FLUX 3 Video allgemein verfügbar gemacht — über die eigene API und ausgewählte Partner. Die Eckdaten: fünf bis zwanzig Sekunden aus Text oder Bild, fünf bis fünfzehn Sekunden als Fortsetzung eines vorhandenen Clips, 24 Bilder pro Sekunde, sieben Seitenverhältnisse. Der Ton entsteht dabei nicht hinterher, sondern zusammen mit den Bildern: Geräusche, Atmosphäre, Dialog mit Lippenbewegung. Abschalten lässt er sich, an ist er standardmäßig.

Das ist die eine Nachricht dieses Monats. Die andere steht in einer Tabelle ohne Überschrift: In der Abkündigungsliste von OpenAI ist die Videos-API zusammen mit sora-2 und sora-2-pro für den 24. September 2026 zur Entfernung vorgesehen. Angekündigt wurde das am 24. März. In der Spalte für den empfohlenen Nachfolger steht nichts. Die App war schon im April dicht.

Was der neue Zuschnitt praktisch bedeutet

Zwanzig Sekunden am Stück klingen nach mehr, als sie sind. Kaum ein Reel braucht eine ununterbrochene Einstellung von zwanzig Sekunden — das ist eine Länge, bei der jeder Fehler in der Bewegung Zeit hat, aufzufallen. Der Gewinn liegt woanders: Wenn mehrere Einstellungen in einem Durchlauf entstehen und dabei zusammenpassen, fallen die Übergänge weg, an denen Licht, Gesicht oder Produkt bisher gesprungen sind. Und wenn der Ton mit dem Bild entsteht, entfällt die Arbeit, die man sonst im Schnitt für Atmosphäre und Anschluss aufwendet.

Beim Preis lohnt der genaue Blick, weil es nicht einen gibt, sondern gestaffelte. Pro Sekunde, Ton eingeschlossen: 0,06 US-Dollar im Entwurfsmodus, 0,17 in HD, 0,29 in Full HD. Fortsetzungen kosten deutlich mehr — die beiden Auswertungen, die ich nebeneinandergelegt habe, nennen für HD 0,41 beziehungsweise 0,43 Dollar und für Full HD 0,53 beziehungsweise 0,54. Wer damit rechnet, sollte die Zahl vor der Kalkulation selbst am Tarif nachsehen, statt sich auf eine Zusammenfassung zu verlassen. Ein voller Zwanzig-Sekünder liegt damit je nach Modus zwischen etwa 1,20 und rund 10,60 Dollar.

Ein Detail, das in den Überschriften untergeht: Full HD wird nicht nativ erzeugt. Das Modell liefert HD, ein Upsampler macht daraus 1080p. Für die meisten Ausspielwege ist das egal. Für eine Einstellung, die groß und lange steht, ist es das nicht — dort sieht man den Unterschied zwischen gerechneter und erzeugter Auflösung. Dazu kommt, dass die Leistungsvergleiche, mit denen der Start beworben wird, aus der internen Bewertung des Anbieters stammen, ohne offengelegte Prompts oder Vergleichsbedingungen.

Der eigentliche Punkt

Zwei Meldungen, ein Monat: Ein Modell kommt mit einem Zuschnitt, der die Arbeit verändert. Ein anderes, das vor anderthalb Jahren als Maßstab galt, wird ersatzlos abgeschaltet — bei einem Anbieter, dem es an Geld und Nachfrage nicht mangelt.

Wer davon lebt, sollte daraus eine schlichte Konsequenz ziehen: Das Modell ist Verbrauchsmaterial. Es ist nicht die Substanz der Arbeit, sondern das, was man gerade benutzt. Substanz sind die Referenzbilder, die einen Look festhalten. Die Prompts, wenn sie als lesbares Dokument existieren und nicht nur im Verlauf eines Chats. Und vor allem: die fertig ausgelieferte Datei beim Kunden. Wer einer Marke zusagt, „das können wir jederzeit nachproduzieren“, sagt etwas zu, das nicht in seiner Hand liegt. Wer stattdessen liefert und archiviert, ist von der Abkündigungsliste eines Anbieters nicht betroffen.

Wo ich mich korrigieren muss

Ich habe hier vor einer Woche geschrieben, dass ein Test immer ein Standbild ist und nie ein Clip, weil ein Clip ein Vielfaches kostet und über den Look nichts sagt, was ein Einzelbild nicht auch sagt.

Der erste Teil stimmt weiter. Der zweite wird gerade schwächer. Bei sechs Cent pro Sekunde im Entwurfsmodus kostet ein Fünf-Sekunden-Test dreißig Cent — und was er zeigt, kann ein Standbild eben doch nicht zeigen: ob die Bewegung trägt und ob der mitgenerierte Ton zur Szene passt. Für die Freigabe eines Looks bleibt das Standbild richtig, weil es billiger und eindeutiger ist. Für Timing und Ton ist der billige Bewegtbild-Test ab jetzt die ehrlichere Prüfung.

Das ist keine große Kehrtwende, aber es ist eine. Wer solche Regeln aufstellt, muss sie anfassen, wenn sich die Preise darunter verschieben.