Moin AInauten,

Willkommen zur neuen Ausgabe deines Lieblingsnewsletters!

Ein AI-Film für 500.000 Dollar. Ein Coding-Modell fast auf Opus-Niveau, aber hundertmal günstiger. Und ein Artikel, der sich angeblich fast von selbst in einen Video-Podcast verwandelt. Klingt alles gut. Teilweise zu gut.

Wir haben uns diese Woche durch Filme, Benchmarks, Prompts und sprechende Avatare gearbeitet. Was davon spart Zeit? Was Geld? Und was produziert vor allem neuen AI-Slop? Wir sind ins Rabbithole abgetaucht und haben alles ausprobiert.

Und damit die Dramaturgie stimmig bleibt, kommt das Beste zum Schluss. Gaaanz weit unten 😉…

Das haben wir heute für dich im Gepäck:

Los geht’s!

In einer Bar in Peking gibt es zum Getränk unbegrenzt DeepSeek-V4-Flash-Tokens dazu. WLAN verbinden, fertig. Auf X finden sich gerade einige Anbieter, die das Modell unlimitiert zum Schleuderpreis rauswerfen.

DeepSeek V4 Flash ist aktuell das günstigste Modell im Vals-Index über 60 Punkten, rund 35-mal billiger als das nächstbeste. Beim Coding liegt es nah an Opus 4.8. Kimi K3 schafft zwar zehn Punkte mehr, kostet pro Aufgabe aber fast das 90-Fache.

Benchmarks sind ja immer so eine Sache und gehören für uns in dieselbe Kategorie wie der Spruch "Traue keiner Statistik, die du nicht selbst gefälscht hast."

Da unser ChatGPT-Guthaben aber gerade am Anschlag lief (weil Codex Auto-Review das Budget gefressen hat und wir auf einen Reset von ChatGPT-Meister Tibo warten), haben wir gedacht: "Okay, lass es uns mal versuchen…"

Schnell, gut durchdachte Antworten, hilfreich, fragt lieber einmal zu viel als einmal zu wenig nach. Wir haben damit den ganzen Tag ohne Probleme durchgearbeitet.

Ein Knackpunkt: DeepSeek kommt aus China. Sobald Kundendaten durchlaufen, nimmst du am besten nicht DeepSeeks hauseigene API, sondern nutzt das Modell über einen EU-Hoster. Die Weights sind offen, betreiben kann das Modell damit jeder. Und es kostet immer noch einen Bruchteil dessen, was du für Claude und GPT zahlst.

Die Unterschiede zu anderen Modellen kannst du auch ganz praktisch hier bei OpenRouter im Chat vergleichen. Wir haben einen Prompt mit 10 Fragen an DeepSeek V4 Flash, Claude Opus 5 und GPT-5.6 gestellt. Bei allem Messbaren gab es Gleichstand: Rechnen, Python-Einzeiler, Kalenderarithmetik, Betreffzeile mit exakt 42 Zeichen.

Beim Eindampfen eines aufgeblasenen Satzes war DeepSeek sogar das beste der drei.

Auseinander gingen sie erst dort, wo ein Modell etwas nicht tun soll. Wir haben nach einem Fachbegriff gefragt, den es nicht gibt, und DeepSeek hat ihn dreimal erklärt, jedes Mal anders und jedes Mal überzeugend 😁 ...

Kosten der Runde: DeepSeek schlägt mit 0,0009 Dollar gegen 0,10 bei Opus zu Buche.

Also, nimm eine Aufgabe, die du sonst an GPT oder Claude gibst, und schick sie parallel durch V4 Flash. Nach ein paar Versuchen weißt du, ob es für deine Arbeit passt.

Beim Preis selbst kannst du entspannt bleiben. DeepSeek hat diese Woche zwar deutlich steigende Preise angekündigt, ohne Zahl und ohne Datum. Das trifft aber die hauseigene API, also genau den Weg, den du mit Kundendaten sowieso meidest.

Und da die Weights offen sind, bestimmt nicht DeepSeek allein, was dich das Modell kostet. Eile ist nur bei den Gratis-Guthaben geboten. Die sind Kundengewinnung und irgendwann weg.

P.S. Wir haben sogar herausgefunden, wie wir DeepSeek V4 und Co. in unser reguläres ChatGPT Work einbinden können! Die Anleitung mit Prompt und Video gibt es heute für alle AI Automation Experts.

Wir haben HeyGens Video-Podcast-Modus mit unserem vorhergehenden DeepSeek-Artikel getestet.

Der Prozess war erfreulich unspektakulär. Das Ergebnis leider auch…

Artikel und Produktionsprompt hochladen, Avatare auswählen, Skript prüfen. HeyGen bereitet zuerst jedes Audio-Segment vor. Zwei oder drei Stellen ließen wir neu generieren.

Erst wenn alle Abschnitte bestätigt sind, wird das Video gerendert. Das ist sauber gelöst und funktionierte komplett im kostenlosen Account.

Aber der erste Versuch wirkte trotzdem ziemlich hölzern und sah 100% nach AI-Slop aus.

Eine zweite Version im Hochformat mit den HeyGen-Avataren Pippa und Kurt ist aus unserer Sicht etwas besser geworden - aber immer noch sehr AI-mäßiges Look and Feel.

Derselbe Inhalt, dasselbe Prinzip, anderes Format und andere Avatare.

Die aktuellen HeyGen-Bedingungen sagen auch, dass Outputs aus dem Free-Plan nur persönlich, nicht kommerziell und nur zur Evaluation genutzt werden dürfen. Wer Videos für Monetarisierung, Werbung, Kundenarbeit oder andere kommerzielle Aktivitäten einsetzen will, muss upgraden.

Der Test zeigt vor allem, wie schnell sich ein bestehender Artikel in ein Zwei-Personen-Video verwandeln lässt. Das ist praktisch, aber noch kein besonderer Podcast.

Und wenn knackige Schnitte, B-Roll und Rhythmus fehlen, sind es einfach zwei AI-Avatare, die ein Skript aufsagen. Für uns ist HeyGen deshalb vorerst ein schneller Format-Test.

P.S. Populär wurden AI-Podcasts durch NotebookLM und deren Audio-Deep-Dives. Inzwischen gibt es bei NotebookLM auch schöne Erklärvideos. Also haben wir versucht, darüber einen ähnlichen Podcast zu generieren … und sind kläglich gescheitert. Aktuell lässt NotebookLM noch nicht allzu viele Steuerungsmöglichkeiten zu, aber wir bleiben am Ball.

Weiter geht’s! Higgsfield hat Hell Grind veröffentlicht, seinen 95-Minuten-Spielfilm, komplett AI-generiert.

Wir haben reingeklickt.

Und ehrlich: Nach ein paar Minuten Dämonen-Action war bei uns gut. 90 Minuten davon waren dann doch etwas viel verlangt.

Ein Filmemacher urteilte, dass es zwar visuell auf dem Niveau eines achtstelligen Budgets sei, aber leider Anschlussfehler und springende Größenverhältnisse hat - und auf einem Drehbuch mit überschaubarem Niveau basiert. Und die viel zitierte Cannes-Premiere war übrigens keine, sondern ein Screening am Filmmarkt.

Der Film ist also nicht der Grund, warum wir darüber reden.

Was wir richtig cool finden: Higgsfield hat die gesamte Produktion offengelegt: den Brief, die Asset-Bibliothek, die Shotlists, jeden Prompt!

Findest du alles direkt hier (es sind 115.451 Assets!).

Dass sich jemand komplett in die Karten schauen lässt, ist in dieser Branche selten genug, um es zu würdigen (oder ein Versuch, nach dem Shitstorm um eine Terms-of-Service-Änderung wieder etwas Goodwill zu schaffen). Oder um ein bisschen Publicity für den $1-Millionen-Dollar-Video-Contest zu machen, der jetzt gerade startet.

Egal, was die Motivation ist: Es ist kein Marketing-Blabla, sondern Praxiswissen.

Für uns Schreibtischtäter kommt das Beste zum Schluss des Briefs: Higgsfield hat seine Regeln in drei Skills gepackt, CINEDANCE für die Videogenerierung, LIRA für die Bilder und den ACTING SKILL fürs Schauspiel.

Alle drei stehen hier zum Download zur Verfügung.

Also einfach runterladen, rein in Claude und los geht’s (im Video siehst du genau, wie das Schritt-für-Schritt funktioniert)!

Letzte Woche stand hier noch, dass Seedance 2.5 zwar angekündigt, aber noch nicht nutzbar ist. Das hat sich erledigt.

Das Modell läuft natürlich auf Higgsfield und anderen Plattformen, wie zum Beispiel auf Magnific (da sind wir aktuell gerne unterwegs, weil wir noch einiges an Credits vom letzten Black Friday zu verballern haben 😁).

Und es bietet eine starke Ausgangslage: 4 bis 30 Sekunden Video in einer durchgehenden Einstellung, mit bis zu 50 (!) Referenzen pro Generierung, Ton im selben Durchgang statt hinterher, und über MCP direkt ansteuerbar. Credits sparst du, wenn du zuerst in 480p renderst und danach über den Upscaler eine hochauflösendere Version produzierst.

Genau das haben wir gemacht. Zuerst haben wir die Skills an Claude gegeben, mit dem Auftrag, darauf basierend ein passendes Video über die AInauten via den MCP von Magnific zu erstellen.

Was dann passierte, ist die eigentliche Lesson learned. Der MCP hat nicht gesagt, dass Seedance 2.5 dort nicht verfügbar ist. Er hat kommentarlos ein altes Modell genommen und unseren 30-Sekunden-Aufbau auf 12 Sekunden gestaucht. Keine Fehlermeldung, keine Warnung. Aufgefallen ist es erst, als wir den Datensatz der fertigen Generierung ausgelesen und mit unserer Anfrage verglichen haben.

Auf unsere Rückfrage hin wurden wir mit dem Hinweis abgespeist, dass das neueste Seedance-Modell noch nicht über den MCP verfügbar sei und wir das doch “manuell machen” sollten.

Say what?! Manuell? Frechheit!

Also musste ChatGPT ran. Wir haben einfach auf den Claude-Thread verwiesen: "Schau bei Claude, der Thread heißt X, und erstelle mir ein Video. Nutze den Browser und generiere bei Magnific."

Die ChatGPT-Work-Desktop-App hat sich fleißig ans Werk gemacht, alles gesichtet und dann zurückgefragt, was noch fehlt. "Bilder von Fabian und Reto. Hast du die Stimmen?" So ging es ein paar Mal hin und her, bis wir Bilder für die wichtigsten Ankerpunkte hatten, die halbwegs nach uns aussahen.

Halbwegs ist hier das entscheidende Wort. Unsere ersten Versuche sahen cinematisch gut aus, aber die Gesichter waren nicht unsere.

Die Lösung steht im Higgsfield-Briefing: Ein Referenzpaket braucht drei Bilder aus derselben Session, frontal, halbes Profil, Profil, gleiches Licht, gleiche Mimik.

Wir hatten ein Sommer-Selfie mit einem Blitzlichtfoto gemischt. Daraus mischt das Modell ein Durchschnittsgesicht.

Merke: Ein sauberes Character Reference Sheet ist keine Bürokratie, sondern die Voraussetzung.

Also haben wir Nauti als Testobjekt gewählt. Und Nauti ist dafür ein besserer Fall, als man zuerst denkt. Er hat kein Gesicht. Hinter dem Visier ist nichts. Jede Regung muss über Schultern, Kopfneigung, Hände und Timing laufen, und genau darauf ist der Acting-Skill ausgelegt.

Gut, so viel zum Prozedere. Aber du willst ja wissen, was am Ende unserer Bemühungen rausgekommen ist, oder? Here we go!

Higgsfield verschenkt mit den 115.451 Assets den billigsten Teil der Produktion. Den teuersten behalten sie. Will heißen: Das Wissen ist geschenkt, die Versuche sind es nicht.

Allein im ersten 25-Minuten-Segment brauchte das Team rund 64 Versuche pro brauchbarer Einstellung! Von den knapp 500.000 Dollar Budget gingen etwa 400.000 in Rechenzeit.

Wir experimentieren nicht so oft mit Videos, wie wir gerne würden. Wenn man eine Idee im Kopf hat, braucht es Zeit, diese zu realisieren - und die fehlte uns dann am Ende für weitere Versuche, weil noch ein Konzert auf der Agenda stand. Aber für den ersten Wurf ist es ganz passabel geworden, finden wir.

Und noch etwas ist uns aufgefallen: Die Higgsfield-Skills sind zwar ein echter Bonus für alle, die mal ernsthaft eine Idee als Drehbuch skizzieren und umsetzen wollen. Aber Higgsfields Prompt-Format ist nicht universell.

Das CINEDANCE-Skelett mit seinen fünfzehn Blöcken ist auf Higgsfields eigenen Stack kalibriert. Prüfe also immer, ob es für dein genutztes Modell einen offiziellen Prompting Guide gibt.

Wenn du selbst testen willst, in dieser Reihenfolge: Erst ein sauberes Character Sheet bauen, dann ein solides Drehbuch und zum Schluss in 480p rendern. Und nach fünfzehn Versuchen aufhören. Sitzt der Shot dann nicht, liegt es an der Szene und nicht an deinem Prompt. Das ist Higgsfields eigene Regel, und sie spart echtes Geld.

Geschafft! Bis zur nächsten Ausgabe.

Reto & Fabian von den AInauten