HeyGen verlangt einen Cent pro Sekunde, und die Preisuntergrenze für Videomodelle hat sich gerade verschoben

HeyGen hat diesen Monat HeyGen Video veröffentlicht, sein erstes universell einsetzbares Videomodell. Es basiert auf MiniMax H3 und wurde intern nachtrainiert; es deckt Text-zu-Video, Bild-zu-Video und Reference-to-Video in einem Modell mit synchronisiertem Ton ab. Der Aktionspreis zum Start beträgt 0,01 US-Dollar pro Sekunde, die Hälfte des Standardpreises, und zielt direkt auf budgetbeschränkte Unternehmensanwendungen.

Diese Zahl sollte man auf sich wirken lassen. Ein zehnsekündiger Clip kostet zehn Cent. Letztes Jahr wurde dieselbe Art von Output noch in Dollar pro Generierung abgerechnet, und Teams gingen sparsam damit um.

Schon die Aktions-Rahmung ist aufschlussreich. HeyGen setzte den Standardpreis auf zwei Cent pro Sekunde an und startete bei der Hälfte davon – ein Preisnachlass, der darauf abzielt, Teams von etablierten Anbietern wegzuziehen, statt den Umsatz pro Clip zu maximieren. Ein Aktionspreis ist eine Wette darauf, dass die Wechselkosten den Kunden auch nach Ende des Rabatts halten, sobald ein Workflow um ein Modell herum aufgebaut ist.

Der Preis pro Sekunde ist der neue Maßstab

Die Preisgestaltung für Videomodelle hat sich von pro Generierung auf pro Sekunde Output verlagert, und die veröffentlichten Preise umfassen inzwischen eine Größenordnung. HeyGens Aktionspreis von einem Cent pro Sekunde entspricht etwa 0,60 US-Dollar pro Minute. MiniMax H3, die Open-Weight-Basis, liegt bei 4,80 US-Dollar pro Minute. Wan 3.0 ist mit 12 US-Dollar pro Minute gelistet. Seedance 2.5 verlangt 34,12 US-Dollar pro Minute. Grok Imagine Video 1.5 liegt bei 0,08 US-Dollar pro Sekunde, also 4,80 US-Dollar pro Minute, mit nativem Audio und einem einzigen veröffentlichten Preis ohne Auflösungsstufe.

Groks Einheitspreis-Struktur ist für sich genommen bemerkenswert. Die meisten Anbieter berechnen nach Auflösungsstufe, sodass ein 1080p-Rendering mehr kostet als ein 480p-Rendering. Ein einziger veröffentlichter Preis ohne Stufen ist leichter zu kalkulieren und schwerer zu manipulieren. Er signalisiert zudem Vertrauen, dass die Qualität des Modells nicht stark davon abhängt, wie viele Pixel der Käufer anfordert.

Die Spanne zeigt, dass sich der Markt segmentiert hat. Oben steht Qualität für Kampagnen, bei denen ein einzelner Clip zählt. Unten steht Volumen für Workflows, in denen hundert Clips generiert werden und die meisten verworfen werden.

HeyGens Preisgestaltung positioniert das Angebot bewusst am unteren Ende, und die Rahmung sind Unternehmensanwendungsfälle, in denen das Budget der begrenzende Faktor ist. Das ist ein anderer Kunde als eine Agentur, die einen Hero-Spot produziert. Es ist ein Unternehmen, das in jedem Support-Artikel, jeder Produktseite und jedem Onboarding-Flow Video haben möchte und für jedes einzelne keinen Designer rechtfertigen kann.

Post-Training auf der Basis eines anderen

Die Architekturentscheidung ist ebenso bemerkenswert wie der Preis. HeyGen hat kein Foundation Model von Grund auf trainiert. Es nahm MiniMax H3, ein Open-Weight-Modell, und trainierte es intern für seinen Anwendungsfall nach.

Das wird zum Standard-Playbook. Creatify machte dasselbe mit Boreal-H3, trainierte MiniMax H3 auf echten Werbeprojekt-Daten nach und berichtete, dass die Brief-Erfüllung von 27,8 % auf 50 % und die Subjektkonsistenz von 83,3 % auf 94,4 % gegenüber der Basis stieg. Das Muster wiederholt sich, weil die Basis offen ist und die Differenzierung in den Trainingsdaten und der Evaluation liegt, nicht im Pretraining-Durchlauf.

Für Teams, die Videoprodukte bauen, ist die Rechnung einfach. Ein Foundation Model zu trainieren kostet zig Millionen und dauert Monate. Eine offene Basis nachzutrainieren kostet einen Bruchteil davon und erzeugt ein Modell, das auf die eigene Qualitätslatte abgestimmt ist. Das Risiko besteht darin, dass die Kernfähigkeit des Produkts auf den Lizenzbedingungen eines anderen beruht – ein aktuelles Problem bei H3, da MiniMax nicht veröffentlicht hat, welche Territorien seine Lizenz abdeckt. Drei auf H3 basierende Produkte starteten diese Woche in Territorien, die die Lizenz möglicherweise nicht erreicht, und das Labor begrüßte sie, was weit davon entfernt ist, eine Genehmigung zu erteilen.

Die Lizenzfrage ist der Teil des Post-Training-Playbooks, der die geringste Aufmerksamkeit erhält. Ein Modell kann heute heruntergeladen und morgen nicht mehr verfügbar sein, oder in einem Markt legal und in einem anderen nicht, und die Bedingungen sind oft für den ursprünglichen Zweck des Modells geschrieben, nicht für die darauf aufbauenden Produkte. Wer mit seinem Produkt von einer offenen Basis abhängt, sollte die Lizenz ebenso sorgfältig lesen wie den technischen Bericht. Der Kostenvorteil des Nachtrainings ist real, und er bringt ein operatives Risiko mit sich, das in einem Preisvergleich nicht auftaucht.

Was der Preis für kreative Arbeit bedeutet

Wenn ein zehnsekündiger Clip zehn Cent kostet, ändert sich die Ökonomie der Iteration. Ein Team kann fünfzig Varianten einer Produktdemo generieren, sie ansehen, die zwei brauchbaren behalten und dafür fünf Dollar ausgeben. Der Engpass verschiebt sich von den Generierungskosten zur menschlichen Prüfzeit – das Gegenteil davon, wo er vor zwei Jahren lag.

Diese Verschiebung hat Folgen dafür, wie Videoteams besetzt und Workflows gestaltet werden. Günstige Generierung bedeutet, dass der teure Teil darin besteht, zu entscheiden, was gut ist, und die Menschen, die dieses Urteil schnell fällen können, werden schnell zum Engpass. Sie bedeutet auch, dass die Flut mittelmäßiger Ergebnisse größer wird, weil die Kosten dafür, etwas zu produzieren, das niemand brauchte, gerade nahe null gefallen sind.

Es gibt einen weniger offensichtlichen Effekt darauf, wie Teams planen. Wenn ein Clip zehn Cent kostet, verschiebt sich die rationale Strategie davon, eine gute Version zu erstellen, hin dazu, viele zu erstellen und auszuwählen. Das begünstigt Teams, die gut im Bewerten sind, und benachteiligt Teams, die gut im Produktionshandwerk sind, weil das handwerkliche Können, das früher den Wert ausmachte, heute zu einer austauschbaren Input-Größe geworden ist.

Es ändert auch, was ein Kunde erwartet. Ein Brief, der früher ein Video spezifizierte, spezifiziert jetzt fünf Varianten für A/B-Tests, weil die Grenzkosten der vier zusätzlichen vernachlässigbar sind. Die Arbeit verlagert sich vorgelagert zur Strategie und nachgelagert zur Analyse, und die Mitte, in der der Großteil der kreativen Produktionsarbeit sitzt, dünnt aus.

Die Frage, die der Preis nicht beantwortet

Günstige Generierung ist nicht dasselbe wie nützliche Generierung. Ein Cent pro Sekunde kauft einen Clip, nicht einen Clip, der zum Brief passt. Die Unterschiede, die in der Produktion zählen – ein Produktetikett lesbar zu halten, das Gesicht eines Creators vom ersten bis zum letzten Frame konsistent zu halten, einem Skript statt einem diffusen Gefühl zu folgen –, sind genau das, wofür die teureren Stufen Geld verlangen.

Das ist die eigentliche Segmentierung, die die Preisspanne offenbart. Der Markt trennt sich in Modelle für Volumen und Modelle für Präzision, und der Preisunterschied zwischen ihnen beträgt grob den Faktor fünfzig. Ein Team, das weiß, in welche Kategorie seine Arbeit fällt, kann eine klare Entscheidung treffen. Ein Team, das annimmt, das günstige Modell reiche aus, kann die Lücke bei einer Kundenlieferung entdecken.

HeyGens Aktionspreis wird nicht bei einem Cent bleiben. Er setzt eine Untergrenze, auf die der Rest des Marktes antworten muss, und zwingt alle, die Videofunktionen bauen, ihre Unit Economics auf einem Preisniveau zu modellieren, das letztes Jahr noch unplausibel gewesen wäre. Die interessante Frage ist, für welche Fähigkeiten man am Ende mehr als einen Cent pro Sekunde zu zahlen bereit ist.

Die Antwort wird wahrscheinlich eng und spezifisch ausfallen. Etikettlesbarkeit, Identitätskonsistenz und Brief-Treue wirken wenig glamourös, aber sie entscheiden darüber, ob ein Clip ausgeliefert werden kann. Alles andere ist Geschmackssache, und Geschmack lässt sich günstig iterieren, wenn ein Take zehn Cent kostet.