Agnes-Video-2.0-MoE: Sapiens AI veröffentlicht Open-Source-Gewichte

👁 115 Aufrufe

Am 11. Oktober 2026 hat das singapurische Unternehmen Sapiens AI das Modell Agnes-Video-2.0-MoE mit offenen Gewichten unter der Apache-2.0-Lizenz auf Hugging Face veröffentlicht. Es verfügt über 28,7 Milliarden Parameter, von denen 15,3 Milliarden aktiv sind, und generiert Video samt Audio. Das neuere Agnes Video 2.5 bleibt kostenpflichtig und proprietär - eine detaillierte Übersicht dazu bietet der Leitfaden zu Agnes Video 2.5.

Was genau veröffentlicht wurde

Das Repository Agnes-AI/Agnes-Video-2.0-MoE wurde am 11. Oktober um 08:50 UTC angelegt. Laut README (Stand vom selben Tag) handelt es sich um ein Bild- und Audiomodell, das auf DaVinci-MagiHuman aufbaut, einem Open-Source-Projekt des GAIR-NLP-Teams.

Die veröffentlichte Variante ist ein ungeschnittenes Basismodell. Das Unternehmen plant zudem eine leichtere Version namens „EENP 60%“, deren Gewichte jedoch noch nicht vorliegen. Laut README verkürzt diese die Denoising-Zeit auf einer H100 von 26,83 s auf 20,92 s, allerdings auf Kosten der Qualität (VBench 2.0 sinkt von 0,519 auf 0,479).

Hintergrund: 2.5 ist kostenpflichtig, 2.0 aus der API entfernt

Die Chronologie innerhalb der Agnes-Video-Modellreihe:

• 31. Mai 2026 - Agnes AI kündigt auf X an, dass Agnes 2.0 (Text, Bild, Video) kostenlos nutzbar ist.
• 2. Juli 2026 - Der erste Clip mit Agnes Video 2.5 Preview erscheint.
• 22. August 2026 - Veröffentlichungsdatum von Agnes-Video-2.5 laut Artificial Analysis.
• 27. August 2026 - Die kostenlose Version Flash startet auf Pavo, einer Plattform für Microdramen.
• 25. September 2026 - Agnes-Video-V2.0 wird aus der API entfernt.
• 30. September 2026 - Artificial Analysis startet eine neue Text-to-Video-Bestenliste (v2.0). Am 11. Oktober belegt Agnes-Video-2.5 dort Platz 10 (1057 Elo) und ist mit ca. 2,15 EUR (2,40 USD) pro Minute in 1080p das günstigste Modell in den Top 10.
• 10. Oktober 2026 - GitHub-Issue #142: Die kostenlose Flash-Version liefert den Fehler HTTP 503 „video_queue_full“.
• 11. Oktober 2026 - Die Gewichte von Agnes-Video-2.0-MoE erscheinen auf Hugging Face.

Zu Issue #142 gab es bis zum 11. Oktober zwei Kommentare: Im ersten wurde derselbe Fehler mit einem zweiten API-Schlüssel bestätigt, im zweiten erhielt ein weiterer Nutzer über ein separates Konto am 11. Oktober gegen 11:25 UTC dieselbe Meldung. Eine Rückmeldung des Anbieters blieb aus. Die kostenpflichtige Version 2.5 kostet ca. 0,022 EUR (0,025 USD) pro Sekunde in 720p und ca. 0,036 EUR (0,040 USD) in 1080p - das entspricht ca. 0,18 EUR (0,20 USD) für einen 5-Sekunden-Clip in 1080p (Umrechnungen basieren auf dem EZB-Referenzkurs vom 12.10.2026: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml).

Was lokal möglich ist

Die README beschreibt einen beispielhaften Aufruf: ein Skript mit Text-Prompt, einer Cliplänge von 5 Sekunden, 32 Schritten und dem Parameter cfg_number 2. Im Code finden sich zudem Optionen wie --seed, --br_width und --br_height (Auflösung). Sämtliche Demos im Repository basieren auf Text-zu-Video-Generierungen, obwohl das Modell laut Spezifikation auch Video- und Audio-Inputs unterstützt.

Welche Angaben in der README fehlen:

• konkrete VRAM-Anforderungen für die Grafikkarte;
• maximale Auflösung und Cliplänge;
• Vergleichswerte zur Version 2.5.

Die Qualitätsmessungen wurden seitens des Herstellers bei 448 x 256 Bildpunkten und 4 bis 5 Sekunden ermittelt, die Laufzeiten auf einer H100 in FP32 ohne VAE-Decodierung. Allein die Gewichtsdateien (ca. 57,5 GB) übersteigen den Speicher einer RTX 4090 (24 GB) um mehr als das Doppelte. Auf einer einzelnen Consumer-Grafikkarte ist daher ein Auslagern in den Systemspeicher (RAM) erforderlich. Zwar existiert im Repository eine Datei cpu_offload_wrapper.py, die README liefert dazu jedoch keine Anleitung. Ich habe das Modell nicht lokal ausgeführt.

Zwei lizenzrechtliche und technische Fallstricke:

• Apache 2.0 deckt ausschließlich die Agnes-Gewichte ab. Der Text-Encoder T5Gemma unterliegt den Nutzungsbedingungen von Gemma, und die übrigen Komponenten besitzen jeweils eigene Lizenzen.
• Von sechs in der README verlinkten Demo-Clips funktionierten zum Zeitpunkt der Prüfung nur vier. Zwei Links (Sonnenaufgang in den Bergen und Pferde am Fluss) lieferten am 11. Oktober einen 404-Fehler.

Ausgewählte Demo-Clips mit ihren Prompts finden Sie im Überblick zu den Beispielen für Agnes Video 2.5.

Fazit und Einsatzmöglichkeiten

Wer über einen Server mit leistungsstarker NVIDIA-Hardware verfügt, erhält ein weiteres Open-Source-Modell zur Video- und Audiogenerierung für eigene Tests und die kommerzielle Nutzung im Rahmen der Lizenzen. Auf einem Standard-PC mit Windows lässt es sich ohne WSL nicht ausführen. Steht das Ergebnis im Vordergrund und nicht das lokale Hosting, bietet Agnes Video 2.5 via API 100 Clips à 5 Sekunden in 1080p für 20 USD (ca. 17,89 EUR; EZB-Referenzkurs vom 12.10.2026). Damit gehört es zu den preiswertesten Modellen in den Top 10, auch wenn MiniMax H3 für ca. 35,77 EUR (40 USD) rund 80 Punkte höher im Ranking rangiert. Eine genaue Kostenaufstellung zeigt die Übersicht zum preiswertesten Video-KI-Generator in den Top 10. Weitere Modelle für die lokale Hardware beschreibe ich im Leitfaden zu lokaler KI, während der MoE-Konkurrent im Beitrag über MAGI-2 vorgestellt wird.

// weiterlesenWarum Ozempic-Patienten weniger laufen - trotz erfolgreicher GewichtsabnahmeMedizinNeandertaler waren die ersten Zahnärzte - 45.000 Jahre vor Homo sapiensArchäologieWenn verschlüsselte Anfragen KI-Sicherheitstests blind machenNachrichten