Ein Videomodell von einer Biologiefirma kostet einen halben Cent pro Sekunde

Am 30. Oktober tauchte ein Modell namens mischief 1 auf OpenRouter auf, mit einer Beschreibung, die klingt, als hätte sie jemand geschrieben, der einen Streit anfangen wollte: „das weltweit erste aus Neuronen abgeleitete Videomodell von The Biological Computing Co.“

Das ist die gesamte Behauptung. Kein verlinktes Whitepaper, kein Architekturdiagramm, keine Erklärung, was „aus Neuronen abgeleitet“ in der Praxis bedeutet. Was es gibt, auf der Modellseite, ist eine Reihe von Zahlen, die viel interessanter sind als die Marketingzeile. mischief 1 kostet 0,005 Dollar pro Sekunde. Im Video-Benchmark-Set von OpenRouter liegt es bei den Kosten auf Platz eins von 27 Modellen und bei der Geschwindigkeit ebenfalls auf Platz eins von 27. Es generiert Clips in 854×480, standardmäßig fünf Sekunden, und das Beispiel auf der Seite — ein Clip von 11,7 Sekunden — kostete 0,025 Dollar.

Zum Vergleich: Veo 3.1 ist mit 3,20 Dollar gelistet, Sora 2 Pro mit 2,40, Seedance 2.5 mit 1,86. Ein Fünf-Sekunden-Clip auf mischief 1 kostet etwa zweieinhalb Cent. Derselbe Clip auf Veo kostet rund das Sechshundertfache, allerdings nicht in derselben Auflösung oder derselben Qualitätsstufe.

Was man tatsächlich bekommt

Bild-zu-Video, nicht Text-zu-Video. Du lieferst ein erstes Frame, einen Prompt, eine Größe und eine Dauer. Die Playground-Standards sind 854×480 und fünf Sekunden, was ungefähr der Auflösung eines YouTube-Uploads von 2010 entspricht. Die Latenz ist der auffällige Teil: P50 end-to-end liegt bei etwa 13 Sekunden. Die meisten Videomodelle messen ihre Wartezeiten in Minuten.

Der Benchmark-Abschnitt ist der Ort, an dem die Ehrlichkeit des Produkts sichtbar wird. Beim Testprompt von der dampfenden Tasse auf OpenRouter generiert mischief 1 einen Clip in 23,7 Sekunden für 0,05 Dollar, und das Rubric-Feld sagt „Noch keine Rubric“. Es wurde nicht darauf bewertet, ob die Tasse korrekt dampft. Es wurde nach Kosten und Geschwindigkeit eingestuft, und das sind die einzigen beiden Ranglisten, auf denen es oben steht.

Die Verfügbarkeit über drei Tage liegt bei 92,59 Prozent, bei einer Uptime von 100 Prozent und einer 24-Stunden-Verfügbarkeit von 99,56 Prozent. Nur ein Anbieter hostet es: Ambient. Es gibt kein Routing-Fallback. Wenn Ambient eine schlechte Stunde hat, hast du eine schlechte Stunde.

Die Zahlen, die einen Anwendungsfall beschreiben

Die Modellseite hat ein Aktivitätsdiagramm, das die pro Tag generierte Videodauer zeigt. Am Tag meines Blicks waren es 0,7 Stunden. Nicht 700 Stunden. Null Komma sieben. Über alle Apps auf OpenRouter hinweg, die Traffic an dieses Modell schicken.

Diese Zahl ist das Ehrlichste auf der Seite. Sie sagt dir, wofür das Modell gerade tatsächlich benutzt wird: eine Handvoll Leute, die es testen, ein paar Prototypen, einige Tooling-Experimente. Die Apps, die als Traffic-Quellen gelistet sind, sind klein — eine deutsche Seite, ein Open-Source-CLI, ein paar Startups. Niemand hat darauf bisher ein Geschäft gebaut.

Was Sinn ergibt, denn bei 854×480 und fünf Sekunden kann man das nicht als fertigen Content ausliefern. Man kann damit entscheiden, ob eine Einstellung funktioniert. Das ist der Previsualisierungsmarkt, und es ist ein echter Markt, der historisch von Storyboards und von dem bedient wurde, was der Regisseur auf eine Serviette skizzieren kann.

Was „aus Neuronen abgeleitet“ bedeuten könnte, und warum das zählt

Ich kann die Behauptung nicht überprüfen, und ich wäre misstrauisch gegenüber jedem, der behauptet, er könne es. Der Firmenname — The Biological Computing Co. — deutet eher auf einen Forschungs- als auf einen Produktansatz hin. Es gibt eine lange Geschichte „biologischer“ Sprache im KI-Marketing, die sich dann als „wir haben ein Spiking Neural Network benutzt“ herausstellt oder „wir haben uns von kortikalen Säulen inspirieren lassen“ oder gelegentlich „wir haben unsere Layer nach Hirnregionen benannt“.

Aber die Behauptung ist aus einem Grund jenseits des Hypes relevant. Wenn ein Videomodell wirklich auf einem anderen Substrat als einem Diffusion Transformer gebaut ist, dann ist die interessante Frage nicht, ob es besser ist. Sondern ob es pro Sekunde strukturell günstiger ist, mit einem Abstand, der nicht verschwindet, wenn die großen Labore ihre Inferenz-Stacks optimieren. Derzeit sind 0,005 Dollar pro Sekunde ungefähr das, was man für ein sehr günstiges Bild zahlt, verteilt auf fünf Sekunden Bewegung. Dieser Preis ergibt nur Sinn, wenn irgendetwas an der Architektur ungewöhnlich effizient ist oder das Unternehmen Marktanteile kauft.

So oder so ist der praktische Rat derselbe: Bau kein Produkt auf einem Preis, der eine Werbeaktion sein könnte.

Der unbequeme Vergleich

Folgendes zu billigem Video: Der Markt hat zwei Jahre damit verbracht, darüber zu streiten, ob KI-Video gut genug für Film ist. Die tatsächliche Nachfrage von arbeitenden Leuten gilt inzwischen überwiegend etwas viel Kleinerem: „Ich muss diese Einstellung sehen, bevor ich Geld dafür ausgebe.“ Ein Werberegisseur will wissen, ob die Kamerabewegung funktioniert. Ein Animator will das Timing prüfen. Ein Gamestudio will ein Moodboard, das sich bewegt.

Für diese Aufgaben reichen 480p. Fünf Sekunden reichen. Zweieinhalb Cent reichen mehr als genug — es ist billig genug, um sorglos damit zu sein. Du kannst zwanzig Varianten einer Einstellung für fünfzig Cent generieren und neunzehn wegwerfen. Das ist ein Verhalten, das es bei 3,20 Dollar pro Clip nicht gibt, wo jede Generierung wie ein Kauf wirkt.

Das ist die eigentliche Wette von mischief 1, ob das Unternehmen es so formulieren würde oder nicht. Nicht „wir sind besser als Veo“, sondern „wir sind billig genug, dass du uns anders benutzt“.

Wie man es tatsächlich anbindet

Die Integration ist der übliche Video-Flow von OpenRouter, was man kennen sollte, weil er sich vom Chat-Completion-Muster unterscheidet, an das die meisten gewöhnt sind. Du schickst ein POST an /api/v1/videos mit Modell-Slug, Prompt und erstem Frame und bekommst eine Job-ID plus eine Polling-URL zurück. Dann pollst du, bis der Status auf abgeschlossen springt, und die Antwort liefert dir Download-URLs. Kein Streaming, keine Token, keine Teilausgabe. Es ist Batch, verkleidet als API.

Diese Form sagt dir, wofür das Modell gedacht ist. Interaktive Werkzeuge wollen Streaming. Produktionspipelines wollen eine Warteschlange. mischief 1 liegt klar in der zweiten Kategorie, und bei zweieinhalb Cent pro Clip kann man es sich leisten, ein Dutzend Jobs abzufeuern und sie später durchzusehen.

Solltest du es ausprobieren

Wenn du beruflich storyboardest: ja, sofort. Die Ökonomie verändert, was du dir an Erkundung leisten kannst. Wenn du finale Deliverables produzierst: nein — du wirst mehr Zeit mit Hochskalieren verbringen, als du gespart hast.

Und wenn du jemand bist, der „aus Neuronen abgeleitet“ liest und wissen will, was da drinnen wirklich vor sich geht, wirst du enttäuscht. Die Seite gibt dir einen Preis, eine Auflösung, eine Latenz und einen Benchmark-Platz. Sie gibt dir keine Methode. In einem Markt, in dem jedes andere Modell mit Architekturdiagramm und Paper kommt, ist dieses Schweigen entweder ein Burggraben oder eine Marketingabteilung, die Überstunden macht. Von außen lässt sich das noch nicht auseinanderhalten.