HiDream-O1-Video im API: Nur Image-to-Video statt Omnimodalität
HiDream versprach Text, Bild und Video als Input. Das offizielle API bietet jedoch nur Image-to-Video. Alle Fakten zum Modell und Ranking.
👁 113 Aufrufe
HiDream.ai kündigte im September ein Videomodell an, das Text, Bild und Video als Eingabe akzeptieren sollte. Das öffentliche API von HiDream-O1-Video-1.0 verarbeitet jedoch lediglich ein einzelnes Bild, während das Modell am 11. Oktober den 6. Platz im Image-to-Video-Ranking von Artificial Analysis belegt (1175 Elo). Details zum Modell habe ich im Leitfaden HiDream-O1-Video beschrieben.
Auf einen Blick (11. Oktober 2026)
- Ankündigung: Text, Bild und Video als Input, 5-20 s, 1080p, nativer Ton.
- HiHarness-API: nur Bild + optionaler Prompt + Schalter für 10 s.
- AA-Ranking: 6. Platz bei Image-to-Video, fehlt bei Text-to-Video gänzlich.
- vivago: zwei widersprüchliche Angaben zur Verfügbarkeit (30.09. und 09.10.).
Was im September angekündigt wurde
Am 15. September 2026 stellte HiDream.ai, ein von Dr. Mei Tao gegründetes Unicorn aus Peking, in China das Modell HD-V1 vor. Zwei Tage später, am 17. September, folgte eine englischsprachige Mitteilung zu HiDream-O1-Video-1.0. Die Beschreibung fiel umfangreich aus: ein „nativ omnimodales“ Modell, das Text, Bild und Video verarbeitet, 1080p-Clips von 5 bis 20 Sekunden erzeugt, die Dauer eigenständig an die Handlung anpasst und lippensynchronen Ton generiert. Der Entwickler betonte insbesondere physikalische Gesetzmäßigkeiten: Schwerkraft, Kollisionen und Materialverformungen.
Dieselbe Mitteilung vom 17. September besagte zudem, das Modell befinde sich „in internal testing“ und die Freigabe erfolge „in the near future“.
Was im API gelandet ist
Die Dokumentation der Plattform HiHarness (Stand: 11. Oktober) bezeichnet HiDream-O1-Video-1.0 als „single-image-to-video model“. Die Parameterliste fällt kurz aus:
image- erforderliches Ausgangsbild, URL oder Base64, 40 KB bis 20 MB;prompt- optionale Textanweisung;force_10s- einzige Steuerung für die Videolänge: automatische Modellauswahl oder exakt 10 s;request_id- eigene ID für den Request.
Es fehlen Text-to-Video, Videoeingaben, Multi-Reference-Optionen, manuelle Auflösungswahl und Schalter für Audio. Dieselbe Diskrepanz stellten auch AlphaSignal (09.10.) und OrcaRouter (10.10.) fest.
| Funktion | Ankündigung (15.-17.09.) | API (11.10.) |
|---|---|---|
| Text-to-Video | ja | nein |
| Image-to-Video | ja | ja |
| Video-Input | ja | nein |
| Videolänge | 5-20 s | automatisch durch Modell oder 10 s |
| Auflösung | 1080p | kein Parameter |
| Audio | nativ | nicht dokumentiert |
Ranking: Weit oben, aber schwächer als zum Start
Zum Launch hob HiDream den 4. Platz in der Artificial-Analysis-Kategorie „I2V With Audio“ sowie Platz 8 bei Arena.ai hervor. Am 30. September führte Arena.ai das Modell auf Rang 7 im Image-to-Video-Vergleich (1456 Punkte). In der Haupttabelle von Artificial Analysis vom 11. Oktober steht es auf Rang 6 mit 1175 Elo-Punkten (Konfidenzintervall 1165-1185).
Die Skala beginnt bei 1000 Punkten. Die Plätze 2 bis 6 trennen lediglich 6 Punkte bei überlappenden Konfidenzintervallen; das Zurückfallen von Platz 4 auf 6 bedeutet also nicht, dass das Modell signifikant schwächer als Vidu Q4 oder Seedance 2.0 ist. Sichtbar absetzen kann sich lediglich MiniMax H3 Max. Im Text-to-Video-Ranking taucht HiDream gar nicht auf, was mit den aktuellen API-Einschränkungen übereinstimmt.
vivago: Gleichzeitig verfügbar und angekündigt
In Bezug auf die Anwendung vivago bleibt die Lage undurchsichtig. Am 30. September meldete der Account @vivago_ai, HiDream-O1 Video sei „now available in vivago R1 Studio“. Am 9. Oktober kündigte HiDream den weltweiten Start von vivago R1 an - einem Agenten zur Produktion von Videos bis 5 Minuten -, versprach dort jedoch, O1-Video werde „in an upcoming update“ integriert. Eine der beiden Aussagen ist überholt; HiDream äußerte sich dazu bislang nicht.
All three models are now available in vivago R1 Studio
- vivago.ai (@vivago_ai) 30. September 2026
Bedeutung für Entwickler und Content Creator
- Ausgangspunkt ist immer ein Bild. Den Startframe müssen Sie vorab generieren, beispielsweise über das quelloffene HiDream-O1-Image (MIT-Lizenz) oder alternative Generatoren.
- Separater Account erforderlich. Das Modell ist weder auf fal.ai, Replicate noch OpenRouter verfügbar (geprüft am 11.10.). Der Zugang führt aktuell ausschließlich über das HiHarness-API oder vivago.
- Keine offizielle Preisliste. Der einzige Richtwert stammt aus der AA-Übersicht: rund 5,19 EUR (5,80 USD) pro Minute, was etwa 0,87 EUR (0,97 USD) für 10 Sekunden entspricht (Umrechnung nach EZB-Referenzkurs vom 12.10.2026: 1 EUR = 1,1181 USD; Quelle: ecb.europa.eu). HiDream selbst führt keine öffentlichen Tarife auf.
- Sprachunterstützung unklar. Der Anbieter spezifiziert die unterstützten Sprachen nicht. Prompts formulieren Sie am besten auf Englisch.
- Bedarf an reinem Text-to-Video: Hier bieten sich weiterhin Alternativen wie Wan 3.0 oder H3 Max an, die direkte Textprompts beherrschen und über gängige Router bereitstehen.
Für erste Tests können Sie die Prompts aus der Übersicht Fähigkeiten von HiDream-O1-Video ausprobieren. Sobald neue Modi in der API-Dokumentation auftauchen, ergänze ich die Angaben entsprechend.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Quellen und Prüfdatum
- Pressemitteilung HiDream (17.09.2026), QbitAI (15.09.2026)
- HiHarness-Dokumentation (11.10.2026)
- Artificial Analysis (11.10.2026)
- vivago R1 Mitteilung (09.10.2026)
- OrcaRouter (10.10.2026), AlphaSignal (09.10.2026)
More on this from WISSNOX
