StartseiteArtikel

Sind KI-Videos in das DeepSeek-Moment eingetreten?

AIX财经2026-11-19 19:39
Die Kluft zwischen den Modellen schrumpft, während die Kluft zwischen den großen Technologiekonzernen sich vergrößert.

Die KI-Videobranche nähert sich einem Moment, der dem von DeepSeek ähnelt: Die Fähigkeitsunterschiede zwischen den Modellen verringern sich, die Preise sinken auf den Bruchteil eines Cents pro Sekunde, und Ersteller beginnen, sie in großen Mengen aufzurufen.

Anfang November hat Google das Videomodell Gemini Omni 1.2 Flash zur offiziellen Version gemacht. Es unterstützt nicht nur Funktionserweiterungen wie die Generierung von 15-Sekunden-Videos und mehrstufige dialoggesteuerte Bearbeitung, sondern senkt auch den Preis: Die 720p-Auflösung kostet nur 0,07 US-Dollar pro Sekunde (ca. 0,47 Yuan pro Sekunde), 30 % weniger als bei der Vorgängerversion. Nach Berechnungen der offiziellen API betragen die Kosten für ein 720p-Video gleicher Dauer etwa ein Drittel des vergleichbaren Niveaus von ByteDances Seedance 2.5.

Auch im Inland sinken die Preise. Anfang Oktober veröffentlichte Shengshu Technology die Vorschauversion Vidu Q4, deren Einführungspreis auf 0,09 Yuan pro Sekunde gesenkt wurde.

Doch vor mehr als einem halben Jahr hat dieses Geschäft gerade einen schwergewichtigen Spieler aussortiert. Im März dieses Jahres schloss OpenAI Sora. Als dieses Produkt im September 2025 auf den Markt kam, überschritt die Anzahl der Downloads die Marke von einer Million schneller als bei ChatGPT, doch es existierte nur ein halbes Jahr. Medienberichten zufolge verlor Sora vor der Schließung täglich etwa 1 Million US-Dollar. Branchendaten zufolge entsprechen die Rechenkosten für ein 10-Sekunden-Video möglicherweise Tausenden von gewöhnlichen Textkonversationen.

OpenAI zog sich zurück, während große inländische Unternehmen das Tempo beschleunigen. Es wurde bekannt, dass ByteDances Seedance 2.0 einen monatlichen Umsatz von über 1 Milliarde Yuan erzielt. Obwohl Tan Dai, Präsident von Volcano Engine, öffentlich darauf reagierte, dass die verbreiteten Einnahmendaten „im Allgemeinen zu hoch sind“, ist unbestreitbar, dass es zu einem der wichtigen Hebel für die KI-Kommerzialisierung von ByteDance geworden ist. Keling wurde von Kuaishou abgespalten und erhielt eine Finanzierung von fast 3 Milliarden US-Dollar, mit einer Post-Money-Bewertung von etwa 18 Milliarden US-Dollar.

Warum erhöhen Google, ByteDance und Kuaishou ihre Investitionen in dasselbe kapitalintensive Geschäft, während OpenAI sich zurückzieht? Rechnen sie mit derselben Bilanz?

01. Die Kostenbilanz von KI-Videos: Es gibt Einnahmen, aber noch keine Gewinne

Schauen wir uns zunächst die Haupteinnahmequellen aktueller KI-Videoprodukte an: Es gibt vier Hauptarten: Abonnements für Endnutzer, APIs, Unternehmensprojekte (mit angepassten Modellen, privater Bereitstellung und langfristigen Dienstleistungen) sowie ökologische Zusammenarbeit (technische Dienstleistungen, Projektbeteiligungen).

Unter ihnen decken Abonnements und APIs die breiteste Nutzergruppe ab und sind die wichtigsten Einnahmequellen für alle Anbieter. Gemini Omni 1.2 Flash kann über die API aufgerufen oder innerhalb von Gemini verwendet werden; ByteDances Seedance berechnet API-Gebühren über Volcano Engine, während für die Nutzung der Jimeng-Plattform über Mitgliedschaften oder Punkte bezahlt wird. Keling AI erzielte im ersten Halbjahr 2026 einen Umsatz von über 1,5 Milliarden Yuan, wobei Unternehmens-APIs und Erstellerabonnements die Hauptquellen darstellen.

Ein wichtiger Treiber hinter dem API-Wachstum sind Kurzdramen. Chinese Online gab im Juni bekannt, dass KI-Kurzdramen und Videogenerierung mit einem Anteil von bis zu 55 % den größten Anteil am gesamten Token-Verbrauch im Inland ausmachen. Laut Berichten von 36kr beträgt die Durchdringung von Seedance in der Kurzdramenbranche bereits etwa 95 %, und allein das Modell Seedance 2.0 bringt Volcano Engine einen monatlichen Umsatz von über 1 Milliarde Yuan ein. Dementsprechend hat Volcano Engine sein Umsatzziel für MaaS im Jahr 2026 auf 15 Milliarden Yuan angehoben, während der tatsächliche Umsatz in diesem Bereich im Jahr 2025 etwa 1,5 Milliarden Yuan betrug.

Ein Teil des hohen Wachstums von Keling stammt ebenfalls aus dem B2B-Bereich. Im ersten Halbjahr 2026 überstieg der Umsatz von Keling mit über 1,5 Milliarden Yuan den gesamten Umsatz des Jahres 2025 von etwa 1,1 Milliarden Yuan; im März lag die annualisierte Umsatzrate (ARR) bei fast 500 Millionen US-Dollar. Daten, die von National Business Daily erhalten wurden, zeigen, dass im ersten Quartal dieses Jahres der Anteil der Keling-API-Einnahmen erstmals den der Abonnements überstieg und 60 % erreichte, während der Anteil der Auslandseinnahmen fast 80 % betrug.

Die Einnahmen steigen schnell, und die Kosten steigen entsprechend. Die Kosten von KI-Videos müssen in zwei Teile unterteilt werden.

Der erste Teil sind die festen Investitionen, einschließlich Modelltraining, Teamaufbau und Bau von Rechenzentren. Kuaishou erwartet Kapitalausgaben von etwa 26 Milliarden Yuan im Jahr 2026, von denen die zusätzlichen 11 Milliarden Yuan hauptsächlich in die Rechenleistung von Keling und anderen grundlegenden großen Modellen fließen, einschließlich Serverbeschaffung und Bau von Rechenzentren. Dieses Geld stellt die gesamten Kapitalausgaben von Kuaishou dar und kann nicht direkt mit den Investitionen in Keling gleichgesetzt werden, aber es ist bestätigt, dass Keling sich noch in einer Phase hoher Investitionen befindet.

Der zweite Teil sind die Inferenzkosten, die bei jeder Generierung anfallen. Die Kostenseite ist schwieriger zu berechnen. Ein Investor, der sich auf KI-Film spezialisiert hat, erklärte, dass jeder Aufruf des Nutzers mit einem tatsächlichen Rechenverbrauch einhergeht: Je höher die Auflösung und je länger die Dauer, desto höher die Kosten. Für Unternehmen, die KI-Videodienste anbieten, handelt es sich um laufende Ausgaben, die mit der Nutzerzahl steigen.

Ersteller spüren dies noch deutlicher. Der Leiter einer KI-Kurzdramen-Produktionsfirma hat öffentlich eine Rechnung aufgemacht: Für ein 720p-Video berechnet das Modell 1,5 bis 1,6 Yuan pro Sekunde, sodass die Generierung eines einminütigen Videos 90 Yuan kostet. Bei dreimaligem „Ziehen“ desselben Bildes betragen die Rechenkosten pro Minute fast 300 Yuan.

Der KI-Filmproduzent Xiaoqi erklärte, dass viele KI-Kurzfilme, die auf Filmfestivals gezeigt werden, in der Regel Dutzende Male überarbeitet werden, und die Kosten für einen hochwertigen Kurzfilm pro Minute Tausende von Yuan erreichen können. Sie fügte jedoch hinzu, dass die Rechenleistung für viele Super-Erstellerteams, die mit Plattformen zusammenarbeiten, von der Plattform bereitgestellt wird. Dieses Geld ist nicht verschwunden, sondern nur von den Konten der Ersteller auf die Konten der Plattformen verschoben worden.

Das ist auch der größte Unterschied zwischen KI-Videos und SaaS: Je mehr Nutzer SaaS hat, desto niedriger sind die Grenzkosten; je höher die Aufrufmenge von KI-Videos ist, desto größer sind die Rechenausgaben. Was wirklich entscheidet, ob dieses Geschäft funktioniert, ist die zweite Bilanz: Wenn der einzelne Aufruf selbst profitabel ist und die Verluste hauptsächlich aus Vorabinvestitionen stammen, können sie durch steigende Skalierung verteilt werden; wenn jeder einzelne Aufruf Verluste verursacht, desto mehr wird verwendet, desto mehr wird verloren.

Sora ist die extreme Version des letzteren Falls. Zu Beginn seiner Einführung war es sehr beliebt, aber die Popularität sank später. Ausländischen Medienberichten zufolge verlor Sora täglich etwa 1 Million US-Dollar und verbrauchte eine große Menge an Rechenleistung von KI-Chips. An dem Punkt, an dem OpenAI sein IPO vorbereitet und seine Geschäftsaktivitäten fokussiert, war Sora das erste Produkt, das eingestellt wurde.

Das Problem von Sora betrifft auch andere Spieler. Aus öffentlichen Informationen geht hervor, dass bisher kein einziges Unternehmen für KI-Videomodelle öffentlich Profitabilität erreicht hat.

Keling ist eines der Beispiele mit dem größten derzeitigen Umsatzvolumen, aber Medienberichten zufolge wird Keling voraussichtlich erst im vierten Quartal 2028 einen quartalsweisen Break-Even erreichen.

Da alle Verluste machen, warum ziehen sich Google, ByteDance und Kuaishou nicht zurück, sondern senken stattdessen die Preise, um Nutzer zu gewinnen?

02. Große Unternehmen erhöhen ihre Investitionen: Die Verluste bei Videos werden im Ökosystem ausgeglichen

In dieser Runde der Preissenkungen hat Google die klarsten Maßnahmen und die transparenteste Preisgestaltung. Sein Ansatz besteht darin, Preissenkungen zu nutzen, um die Nutzungshäufigkeit zu steigern. Die 720p-Preisgestaltung von Gemini Omni 1.2 Flash beträgt 0,07 US-Dollar pro Sekunde, sodass die Synthesekosten für ein 15-Sekunden-Video etwa 7 Yuan betragen. Xiaoqi erklärte, dass dieser Preis so niedrig ist, dass die einzelne Generierung keine Hürde mehr darstellt.

Nachdem die Hürde gesenkt wurde, verkauft Google die „Bearbeitung“. Die neu eingeführte dialoggesteuerte Bearbeitung ermöglicht es Nutzern, dasselbe Video wiederholt zu ändern, ohne jedes Mal von vorne anzufangen, aber jede Änderung durchläuft die API und wird einmal berechnet.

Einige Kunden haben bereits Nutzungsfeedback gegeben. Shivam Rastogi, Vizepräsident für Technik bei invideo, gestand nach dem Test, dass dies eines der besten Tools ist, das sie getestet haben, wenn sie in großem Umfang schnell Videos erstellen müssen. Matt Rouif, CEO von Photoroom, rechnete noch konkreter: Sie wählen dieses Modell für Werbevideos von Produkten, weil es „Gleichgewicht zwischen Qualität, Geschwindigkeit und Kosten“ bietet, und die native Dauer von 15 Sekunden entspricht genau den häufigsten Anforderungen der Kunden.

ByteDance hält die Preise für B2B-APIs stabil und subventioniert Ersteller über den Endnutzerkanal. Die API von Seedance 2.5 wird nach Tokens berechnet, 720p kostet etwa 1,51 Yuan pro Sekunde, und der Token-Einheitspreis beträgt etwa das 1,5-fache von Version 2.0. Günstig sind die Endnutzerkanäle: Während des Double 11 lag der beworbene Grundpreis von Seedance 2.5 im Jimeng-Mitgliederkanal bei etwa 0,16 bis 0,19 Yuan pro Sekunde, wobei 0,16 Yuan pro Sekunde der extrem berechnete Preis nach der Kombination von Mitgliedschaft, Bonuspunkten und Verbrauchsrabatten ist.

Darüber hinaus lassen Open-Source-Modelle wie MiniMax H3 Raum für kostengünstige Bereitstellungen auf Drittplattformen.

Das Selbstvertrauen für diese Runde der Preissenkungen stammt aus zwei Dingen.

Einerseits verringern sich die Fähigkeitsunterschiede zwischen den führenden Videomodellen. Die Arena-Videorangliste verwendet Elo-Blindbewertungen (im Tausenderbereich), der Unterschied zwischen dem ersten und siebten Platz beträgt nur 65 Punkte, was im Elo-System weit unter der Schwelle eines „stabilen Vorteils“ liegt. Die Unterschiede zwischen den inländischen Modellen Wan 3.0, Seedance 2.5 und MiniMax H3 liegen sogar alle innerhalb von 20 Punkten, statistisch gesehen sind sie fast gleichauf.

Viele Ersteller gaben an, dass sowohl Keling als auch Seedance dieselben Arten von Bildern erstellen können, und die Wahl zwischen ihnen hängt hauptsächlich von Preis, Geschwindigkeit und einfacher Integration ab. Einige verwenden Keling für die Bildgenerierung und wechseln zu Seedance für die Storyboard-Erstellung, andere haben letztes Jahr hauptsächlich Keling verwendet und verlagern jetzt einige Arbeitsschritte auf Seedance.

Andererseits ist das Ökosystem großer Unternehmen ausschlaggebend. Obwohl es für das einzelne KI-Videoprodukt schwierig ist, die Kosten auszugleichen, können große Unternehmen die Kosten über Cloud-Dienste, Werbung, Abonnements und Verbreitung verteilen. Wo Videofunktionen in weitere Geschäftsbereiche integriert werden können, dort können Einnahmen erzielt werden.

Google hat rund um Videos mindestens sechs Tools entwickelt, die Modelle umfassen: Auf der Seite der Videomodelle gibt es Gemini Omni und Veo – Veo ist die Videogenerierungsmodelllinie von Google, während Gemini Omni als einheitliches Modell positioniert ist, das Videos aus beliebigen Modalitäten erstellen und bearbeiten kann, beide konzentrieren sich auf die Videoproduktion. Auf der Seite der Produktzugänge gibt es Flow für Filmemacher, Vids, das in Workspace integriert ist, um Büroaufgaben zu erledigen, Vertex, das Cloud-Aufrufe für Unternehmen übernimmt, und Ads, das mit Werbeausgaben verbunden ist.

Daher decken die Abrechnungsarten für seine Videogenerierung vier Formen ab: API-Abrechnung pro Sekunde, Vertex-Cloud-Verträge, Gemini-Abonnements und Werbeausgaben. YouTube Shorts hat Veo bereits integriert, sodass Ersteller kurze Videoclips direkt per Text generieren können.

Die Verluste durch die Preissenkung bei Videos kann Google durch den Zuwachs bei Cloud-Diensten ausgleichen. Im dritten Quartal 2026 stieg der Umsatz von Google Cloud im Jahresvergleich um 103 % auf 30,7 Milliarden US-Dollar, und die Betriebsmarge stieg von 23,7 % im Vorjahr auf 36,2 %. Das Management erwähnte ausdrücklich, dass der Verkauf von TPU-Systemen einer der wichtigsten Beiträge ist. Eigenentwickelte TPUs bedeuten auch, dass Google Chips, Server und Softwareplanung selbst entwirft, sodass seine Rechenkosten niedriger sind als bei Konkurrenten, die auf externe Chips angewiesen sind.

Schauen wir uns nun die inländischen Unternehmen ByteDance und Kuaishou an: KI-Videos sind auch für sie kein unabhängiges Geschäft.

ByteDance integriert sein Videomodell in seine eigene Produktionskette für Inhalte: Fanqie Novel liefert IP, Doubao und Xiaoyunque bearbeiten Drehbücher und Storyboards, Jimeng und Seedance generieren Bilder, Jianying erledigt die Nachbearbeitung, und die Verbreitung erfolgt über Kanäle wie Hongguo Kurzdramen und Douyin, um schließlich über Ocean Engine und Douyin E-Commerce kommerziell verwertet zu werden.

Bisher haben Kurzdramen das Geschäftsmodell zuerst umgesetzt. Seedance liefert die Generierungsfähigkeit am oberen Ende dieser Kette und verkauft gleichzeitig APIs über Volcano Engine an Dritte. Darüber hinaus ist es in der Branche Konsens, dass Werbeausgaben in KI-Kurzdramenprojekten normalerweise 70 % des Umsatzes ausmachen. KI senkt die Produktionskosten, aber der größte Teil des eingesparten Geldes fließt wieder in die Werbeausgaben – und die Plattform für diese Werbeausgaben gehört ebenfalls ByteDance.

Xiaoqi räumte ein, dass obwohl die Koordination mehrerer Personen in mehreren Szenen und komplexe lange Aufnahmen noch menschliches Eingreifen erfordern, und Probleme wie die Positionssprünge von Charakteren und nicht passende Kostüme in Dutzenden von Folgen langer fortlaufender Kurzdramen noch existieren, ByteDance aus Sicht des geschlossenen Geschäftsmodells das vollständigste der drei Unternehmen ist.

Der Weg von Keling hat ebenfalls zwei Richtungen.

Intern unterstützt Keling weiterhin mehrere Geschäftslinien von Kuaishou: Werbematerialien von Magnet Engine, Storyboard-Vorschauen für Xingmang Kurzdramen, kurze Produktvideos für E-Commerce-Händler und virtuelle Szenen für Filme und Serien. Im zweiten Quartal 2026 stiegen die Ausgaben für KI-generierte Kurzvideo-Werbematerialien bei Kuaishou im Jahresvergleich um über 70 %, und im ersten Halbjahr nutzten über 850.000 Händler die kostenlosen KI-Betriebstools der Plattform.

Bei der