Neue Modelle auf fal.ai: 18 Modelle im Test, Scores und Preise
Vom 25. September bis 20. Oktober 2026 sind auf fal.ai 61 neue Endpunkte erschienen. Ich habe 18 davon in 158 Generationen auf Bildqualität, Video-Kohärenz, Lip-Sync und Kosten getestet.
👁 115 Aufrufe
Vom 25. September bis zum 20. Oktober 2026 kamen auf fal.ai exakt 61 neue Endpunkte hinzu: Video, Bildgenerierung, Bildbearbeitung, Lip-Sync, Audio, 3D und erste interaktive Weltmodelle, durch die man sich in Echtzeit bewegen kann. Am 20. Oktober habe ich 18 dieser Neuzugänge anhand identischer Prompts mit anspruchsvollen polnischen Motiven getestet - Krakau bei Nacht, eine Küche im Plattenbau, Bäckerschilder und das Menü einer Milchbar. Insgesamt liefen 158 Generationen für 19,13 USD über die API. Die detaillierten Video-Ergebnisse finden Sie im FLUX 3 Max Testbericht, weitere Messreihen sammle ich regulär im Wissnox Labor. Hier sind alle Ergebnisse, Gewinner und Kosten im Überblick.
Testsieger nach Kategorien (Stand 20.10.2026)
- Video: FLUX 3 Max - 8,8/10 im direkten Video-Arena-Vergleich, 10 Sekunden Video in 20-25 Sekunden Rechenzeit, 0,21 USD für 5 Sekunden während des Aktionszeitraums. fal beschreibt das Modell als eigene Weiterentwicklung auf Basis von FLUX.
- Bildbearbeitung: Seedream 5.0 Flash Edit - 9,2/10 für 0,027 USD. Am schnellsten und günstigsten: FLUX 3 Klein Edit - 8,9/10 in 7 Sekunden.
- Text-to-Image (Neuheiten): Unentschieden zwischen FLUX 3 Klein und MOSS Image - jeweils 8,5/10. Klein generiert ein Bild in 6 Sekunden für rund 0,01 USD.
- Sprechende Porträts: Unentschieden zwischen OmniHuman v2 und MiniMax H3 Max Lip Sync - jeweils 8,5/10 auf derselben Referenzfigur mit polnischer Sprachausgabe.
- Spezialwerkzeuge: Bria Guided Remove Background - 3 von 4 Freistellungen fehlerfrei für 0,03 USD pro Bild.
- Enttäuschungen: 3D-Meshes (Tripo P2, Meshy 7) sowie Weltmodelle ohne initiales Startbild.
Alle getesteten Modelle auf fal ai im Überblick
Die Wertung von 0 bis 10 entspricht dem Mittelwert meiner Testläufe (Anzahl in Klammern). Bewertungskriterien waren Prompt-Treue, korrekte Darstellung polnischer Sonderzeichen, Realismus und Artefaktfreiheit. Die Kosten basieren auf der offiziellen Preisliste von fal.ai vom 20.10.2026 ohne Mehrwertsteuer.
Video und Audio
| Modell | Funktion | Score | Preis auf fal.ai |
|---|---|---|---|
| FLUX 3 Max | Video aus Text, Bild, Keyframes | 8,9 (11) | 0,0425 USD/s (720p) |
| OmniHuman v2 | Sprechende Figur aus Foto | 8,4 (5) | 0,105 USD/s |
| MiniMax H3 Max Turbo Extend | Videoverlängerung | 8,0 (2) | 0,025 USD/s (480p) |
| Mirelo SFX 2.0 | Audio zu fertigem Video | 7,6 (5) | 0,01 USD/s |
| Grok Imagine Video 1.5 Lite | Günstiges Video mit Audio | 7,0 (5) | 0,02 USD/s (480p) |
| Pixelcut Looping Video | Produkt-Loop aus Foto | 7,0 (1) | 0,08 USD/s (480p) |
| MiniMax H3 Max Relight | Beleuchtungsänderung in Video | 6,7 (3) | 0,05 USD/s (480p) |
Bildgenerierung und Bildbearbeitung
| Modell | Funktion | Score | Kosten pro Bild (Test) |
|---|---|---|---|
| Seedream 5.0 Flash Edit* | Edit, bis zu 10 Referenzen | 9,2 (8) | 0,027 USD |
| FLUX 3 Klein Edit | Edit, bis zu 10 Referenzen | 8,9 (8) | ca. 0,03 USD |
| Bria Guided Remove Background | Freistellen per Textbefehl | 8,6 (4) | 0,03 USD |
| FLUX 3 Klein | Text-to-Image | 8,5 (10) | ca. 0,01 USD |
| MOSS Image | Text-to-Image, Typografie | 8,5 (10) | 0,056 USD |
| Bria Expand | Outpainting über Bildränder | 8,3 (3) | 0,04 USD |
| Krea 3 Edit | Edit, bis zu 8 Referenzen | 8,3 (8) | ca. 0,06-0,08 USD |
| Krea 3 | Text-to-Image | 8,1 (10) | ca. 0,03 USD |
| Seedream 5.0 Flash* | Text-to-Image | 8,0 (10) | 0,027 USD |
| Recraft V4.1 Flash* | Text-to-Image | 7,4 (10) | 0,007 USD |
* Seedream 5.0 Flash und Recraft V4.1 Flash wurden am 23. September auf fal gelistet, kurz vor dem Erfassungszeitraum. Ich habe sie einbezogen, da noch kein Test vorlag. Zum Vergleich bei denselben 10 Prompts: FLUX 3 Image erreichte 9,2/10 und Nano Banana 2.1 kam auf 9,0/10 - beides etablierte Modelle aus früheren Einzeltests (FLUX 3 Image, Nano Banana 2.1).
3D-Generatoren und Weltmodelle
| Modell | Funktion | Score | Preis auf fal.ai |
|---|---|---|---|
| LingBot World 2 | Echtzeit-Weltmodell | 7,0 mit Bild, 4,5 ohne | 0,00125 USD/s Rechenzeit |
| Abot World 0 | Echtzeit-Weltmodell | 6,5 (1) | 0,00125 USD/s Rechenzeit |
| Meshy 7 Retexture | 3D-Mesh neu texturieren | 6,5 (1) | 0,30 USD |
| Tripo P2 | 3D-Modell aus 2D-Bild | 6,0 (1) | 1,10 USD |
Ausführliche Protokolle zu den interaktiven Sitzungen finden Sie im Testbericht zu LingBot World 2 und Abot World 0. Beachten Sie, dass LingBot-World v2 laut fal-Metadaten unter CC BY-NC-SA 4.0 mit Forschungs-Label geführt wird.
Erkenntnisse aus den Praxistests
Polnische Sonderzeichen bleiben ein Härtetest
Ein typisches Milchbar-Menü mit vier Preisen fehlerfrei und sauber ausgerichtet darzustellen, gelang nur FLUX 3 Image und FLUX 3 Klein. Recraft V4.1 Flash setzte die Sonderzeichen korrekt, verrutschte aber in der Zeilenführung, während Nano Banana 2.1 Artefakte beim durchgestrichenen L erzeugte. Krea AI ersetzt konsequent polnische Währungsangaben durch lateinische Buchstaben ohne Akzente. Seedream platziert falsche diakritische Zeichen über Konsonanten, und MOSS Image fabrizierte typografische Buchstabendreher.
Geografische Landmarken: Lokalkolorit im Check
Der Prompt zum Krakauer Hauptmarkt trennte das Feld deutlich: FLUX 3 Image platzierte die Tuchhallen, die Marienkirche und den Rathausturm architektonisch stimmig. FLUX 3 Klein generierte stattdessen eine gotische Kirche mit zwei symmetrischen Türmen, die eher an die Prager Teynkirche erinnert. Das Bergmotiv der Hohen Tatra traf Nano Banana 2.1 am präzisesten, während MOSS und Seedream Kulissen generierten, die an die Dolomiten erinnerten.
Bildbearbeitung: Günstige Spezialisten überzeugen
In acht typischen Bearbeitungsaufgaben (Schriftersetzung, Produktplatzierung, Porträtkonsistenz in neuer Umgebung, Objektentfernung, Bildfusion aus mehreren Referenzen, Jahreszeitenwechsel und Preisergänzung) lieferte Seedream 5.0 Flash Edit mit 9,2 Punkten das beste Resultat, dicht gefolgt von FLUX 3 Klein Edit mit 8,9 Punkten. Beide Modelle lagen bei rund 0,03 USD pro Bild. Teurere Alternativen wie Nano Banana 2.1 (8,4) und Krea 3 (8,3) patzten bei Sonderzeichen oder der Verschmelzung mehrerer Vorlagen. Den vollständigen Ablauf lesen Sie im KI-Bildbearbeitungsvergleich von Krea 3, FLUX 3 Klein, Nano Banana 2.1 und Seedream.
Lip-Sync im Sprachtest
Fünf rein synthetischen Porträts habe ich über TTS generierte polnische Sprachaufnahmen hinterlegt, darunter komplexe Zungenbrecher. OmniHuman v2 und H3 Max Lip Sync erzielten eine überzeugende Artikulation mit sauber schließenden Lippen in Sprachpausen. Kling AI Avatar v2 bewegte den Mund zu verhalten, während OmniHuman 1.5 in Sprechpausen zu einem unnatürlichen Dauergrinsen neigte. Details dazu bietet der Lip-Sync-Vergleichstest.
Neuheiten im Katalog ohne eigenen Test
Die folgenden Angaben stammen direkt aus den fal.ai-Modellkarten (Stand 20.10.2026) und basieren auf Herstellerangaben ohne eigene Messung:
- MiniMax H3 Max Reference Director: Echtzeit-Weltregie über Bildreferenzen und Prompt-Drehbücher. Ich habe eine Sitzung gestartet; da fal den Preis mit 0,00 USD pro Rechensekunde auswies und der Endpunkt auf einem Cluster mit 8 GPUs läuft, habe ich aus Kostenvorsicht keine weiteren Generierungen durchgeführt.
- MiniMax H3 Max Recast: Personentausch in bestehendem Videomaterial anhand von Fotos, 0,30 USD/s in 768p. Insert Video: Einfügen neuer Szenen in Videomaterial für 0,05 USD/s.
- Kandinsky 6.0 Pro und Lite via API: 1,35 USD (Pro) und 0,16 USD (Lite) für 5 Sekunden Video in 480p. Den lokalen Betrieb habe ich bereits im Artikel zu Kandinsky 6.0 auf der RTX 4090 analysiert.
- Kandinsky 6.0 VSR: Video-Upscaling mit Abrechnung pro Megapixel und Frame.
- Vidu Q4 Reference to Video: Unterstützt bis zu 12 Referenzbilder auf fal (der Hersteller nennt bis zu 15). Details im Artikel zu Vidu Q4.
- Mureka API: Musik, Playbacks, Songtexte und Podcasts ab 0,045 USD pro Track.
- VEED Clean Audio: Sprachbereinigung für 0,0125 USD pro Audiominute.
- Meshy 6 und 6 Lite Retexture: Aktualisierte Textur-Pipelines. Ebenfalls gelistet sind Marigold V2 (Tiefenkarten), Gemini 3.8 Flash TTS, Eleven v4 (mein Testbericht) sowie japanische Sprachmodelle von Kotoba.
In diesem Zeitfenster gab es keine neuen Modell-Endpunkte für Kling, Veo, Wan oder Runway auf fal.ai.
Testaufbau und Methodik
- Alle Durchläufe erfolgten am 20.10.2026 direkt über die API von fal.ai. Es gab genau einen Versuch pro Prompt ohne selektive Best-of-Auswahl.
- Das Testset umfasste 10 Text-to-Image-Prompts (ca. 1 MP, Format 3:2), 8 Bearbeitungsaufgaben auf Basis identischer Ausgangsbilder, 5 Szenen der bekannten Video-Arena ergänzt um 3 regionale Motive sowie 5 synthetische Porträts für Lip-Sync.
- Textelemente wurden in Originalauflösung geprüft. Videos wurden framegenau sowie im Gesamtablauf beurteilt. Audio wurde per Whisper transkribiert und über Gemini 3.8 Flash via API verblindet evaluiert.
- Die gemessene Latenz umfasst die Spanne vom Absenden des API-Requests bis zum vollständigen Dateidownload inklusive Warteschlange.
- Gesamtkosten des Testtages: 19,13 USD auf fal.ai zuzüglich 0,03 USD via API für die Audio-Auswertung.
Häufige Fragen (FAQ)
Funktioniert fal.ai uneingeschränkt aus Europa?
Ja. Sämtliche API-Aufrufe liefen reibungslos über ein reguläres Konto mit Kreditkarten-Prepaid-Guthaben. fal.ai rechnet minutengenau in US-Dollar nach tatsächlichem Ressourcenverbrauch ab.
Welches neue Bildmodell meistert Text im Bild am besten?
FLUX 3 Klein setzte sämtliche Textvorgaben in meinen 10 Testläufen absolut fehlerfrei um, schwächelte jedoch bei der Erkennung lokaler Architektur. Im Bereich der Bildbearbeitung führten FLUX 3 Klein Edit und Nano Banana 2.1 das Feld an.
Welches KI-Videomodell ist aktuell am günstigsten?
Grok Imagine Video 1.5 Lite liegt bei 0,10 USD für 5 Sekunden in 480p inklusive Tonspur. Das beste Verhältnis aus Bildqualität, zeitlicher Konsistenz und Preis bot im Testzeitraum jedoch FLUX 3 Max mit rechnerisch 0,21 USD für 5 Sekunden in 720p.
Lohnen sich interaktive Weltmodelle bereits für den Produktiveinsatz?
Die Technologie befindet sich noch im Frühstadium. Interaktive Sitzungen kosten zwar nur Bruchteile eines Cents pro Sekunde und streamen flüssig per WebRTC, ohne hochauflösendes Startbild zerfällt die 3D-Geometrie bei freier Navigation aber rasch in inkohärente Fragmente.
Google · Deine QuellenWissnox höher in Ihrem Google - mit einem KlickZu bevorzugten Quellen hinzufügen →Quellen
- fal.ai: Katalog neu hinzugefügter Modelle (70 Seiten, Stand 20.10.2026) und offizielle Endpunkt-Preislisten.
- Eigener API-Benchmark vom 20.10.2026: 158 Messungen, Rohdaten und Rechnungsbelege im Wissnox Labor.
- Artificial Analysis: Leaderboard Image-to-Video (Stand 20.10.2026).
More on this from WISSNOX
