Leistungen · Messwerte vom 22. bis 30. September 2026

Acht Aufgaben, jede auf eigener Hardware gemessen.

Bilder, Video, 3D und Trainingsdaten laufen bei uns lokal auf drei Grafikkarten. Jede Leistung unten ist ein echter Testlauf mit Messwerten und der Grenze, die wir dabei gefunden haben.

1.200Bilder pro Stunde, gemessen auf allen drei Karten
0,44 WhStrom pro Bild, nur Grafikkarten
3 KartenRTX 3090 (24 GB), 5070 Ti (16 GB), 3060 (12 GB), getrennt eingesetzt
0Daten, die das Haus verlassen
FreigegebenInterner Test = eigener Testlauf, keine Kundenarbeit

Eine Figur, viele Szenen

Konsistente Charaktere · KI-Influencer · Kampagnen

Dieselbe Person in jeder Szene: Gesicht, Sommersprossen, Haarfarbe bleiben stabil, auch bei 36 Bildern in einem Durchlauf. Dazu von vorn, im Dreiviertelprofil und im Profil, lachend, sprechend, zuhörend, müde.

Gemessen
5,0 s pro Bild (5070 Ti), 1.200 Bilder pro Stunde auf drei Karten, 32 von 36 Kandidaten im Produktionstest freigegeben; Ausdrucks-Satz: 28 Trainingsbilder, davon 8 mit natürlichem Ausdruck
Grenze
Natürliche Ausdrücke halten im Standbild. Kräftiges Lachen und Mimik im Video verändern das Gesicht noch leicht; ein erstes trainiertes LoRA hat das nicht gelöst, die zweite Version ist noch nicht bewertet
FreigegebenFLUX.2 Klein 4B · Apache-2.0
Acht Bilder derselben fiktiven Frau: neutral, lächelnd, im Profil, sitzend, ganze Figur, gehend, im harten Licht und beim Laufen
NOVA_01, fiktive Figur · 8 von 32 gelieferten Bildern: neutral, Lächeln, Dreiviertelprofil, sitzend, ganze Figur, gehend, hartes Licht, laufend
Zwölf Bilder derselben fiktiven Frau mit natürlichem Ausdruck und aus verschiedenen Blickwinkeln
Zwölf Bilder aus dem 28-Bilder-Trainingssatz: Lachen, Lächeln, Sprechen, Zuhören, Müdigkeit, Dreiviertel- und Profilansichten · Standbilder, kein Video

Aus einem Bild wird ein Clip

KI-Video · Social Clips · Produkt in Bewegung

Fünf Sekunden ruhige, begründete Bewegung aus einem Standbild. Die Figur bleibt dabei erkennbar, auch im Profil.

Gemessen
914 bis 972 s pro 5-Sekunden-Take bei 576 × 832 (5070 Ti), frühere Läufe bei 832 × 576 brauchten rund 21 Minuten; etwa jeder zweite Take ist verwendbar
Grenze
Länger als 5 Sekunden, Lippensynchronität und große Gesten noch nicht geprüft
Freigegeben · interner TestWan 2.2 · Apache-2.0
Büro · 972 s Rechenzeit
Dachterrasse · 922 s Rechenzeit

Bildbearbeitung, die Person bleibt gleich

Hintergrund · Outfit · Retusche · Licht

Sechs typische Kundenwünsche an einem Bild. Gesicht, Schmuck und Haltung bleiben unverändert, nur das Gewünschte ändert sich. Regler ziehen zum Vergleichen.

Gemessen
rund 2 Minuten pro Bearbeitung (RTX 3090), zwei Varianten zur Auswahl
Grenze
Getestet an unserer eigenen Figur, echte Kundenfotos und Logos noch nicht
Freigegeben · interner TestQwen-Image-Edit 2511 · Apache-2.0
Vorher Nachher
VorherNachher

Freisteller in Masse

E-Commerce · transparente PNGs · Katalog

Hintergrund weg, Haare und Henkel bleiben sauber. Gedacht für Hunderte oder Tausende Produktbilder am Stück.

Gemessen
etwa 1 Sekunde pro Bild (5070 Ti), unter 4 GB Grafikspeicher
Grenze
Glas, durchsichtige Objekte und sehr feines Fell noch nicht geprüft
Freigegeben · interner TestBiRefNet · MIT
Freigestelltes Haar vor Karomuster
Haarkante, Ausschnitt
Freigestellte Tasse vor Karomuster
Produkt mit Henkelöffnung

Hochskalierung auf 4K

Druck · große Displays · Bildarchive

Das Modell schärft, was im Bild wirklich ist, statt neue Gesichter zu erfinden. Links normale Vergrößerung, rechts unser Ergebnis, gleicher Ausschnitt.

Gemessen
43 Sekunden pro Hochformat-Bild auf 2624 × 3834, 79 Sekunden für ein Quadrat auf 4096 × 4096 (RTX 3090)
Grenze
Hochformat über 4K zeigte feine Nahtlinien, dort testen wir vorab mit Ihren Dateien
Freigegeben · interner TestSeedVR2 · Apache-2.0
Normale Vergrößerung, unscharf
Normale Vergrößerung
KI-Hochskalierung mit Wimpern und Sommersprossen
SeedVR2, 4-fach

Video-Restaurierung

Alte Aufnahmen · Familienarchive · flüssigere Bewegung

Wir haben einen Clip absichtlich auf ein Sechzehntel der Pixel verkleinert und stark komprimiert, dann wiederhergestellt und mit dem Original verglichen. Dazu doppelte Bildrate für ruhigere Bewegung.

Gemessen
67 s für 5 Sekunden Video (RTX 3090), kein zusätzliches Flimmern, SSIM 0,79 auf 0,81
Grenze
Feine Details wie Sommersprossen werden neu gebildet, nicht zurückgeholt
Freigegeben · interner TestSeedVR2 · RIFE · Apache-2.0 / MIT
links beschädigt, rechts wiederhergestellt mit 32 statt 16 Bildern pro Sekunde
Ein Einzelbild in vier Fassungen: beschädigt, vergrößert, wiederhergestellt, Original
beschädigt · normale Vergrößerung · wiederhergestellt · Original

3D-Modell aus einem Foto

Web-Shop · AR · Spiele-Assets

Ein Produktbild, daraus ein drehbares 3D-Modell. Die Form stimmt von allen Seiten, auch die unsichtbare Rückseite. Die vier Eingabebilder sind selbst KI-erzeugt, echte Produktfotos folgen. Modell mit Maus oder Finger drehen.

Gemessen
26 bis 63 Sekunden pro Objekt (5070 Ti), als GLB für Web und AR
Grenze
Die Oberflächen zeigen noch weiße Flecken, der Textur-Schritt fehlt noch
Freigegeben · interner TestTRELLIS.2 · MIT · Built with DINOv3

Die drehbare 3D-Ansicht braucht JavaScript. Feste Ansichten siehe unten.

Verkehrskegel, aus einem einzigen Bild
Vier Objekte: Eingabebild und vier Ansichten des 3D-Modells
links das Eingabebild, rechts vier Ansichten des Modells

Synthetische Trainingsdaten

Objekterkennung · Segmentierung · YOLO / COCO

Beschriftete Bilder für Seltenes oder Datenschutz-Heikles. Die Markierungen sind exakt, weil wir wissen, wo jedes Objekt eingesetzt wurde. Die grünen Rahmen sind die gelieferten Labels.

Gemessen
500 Bilder, 1.338 Objekte mit Rahmen und Pixelmaske; die 80 Ausgangsbilder entstanden in rund 10 Minuten auf zwei Karten, die Gesamtzeit der Montage wurde nicht einzeln gemessen
Grenze
In dunklen Szenen wirken Objekte eingesetzt, ein trainiertes Modell wurde noch nicht geprüft
Freigegeben · interner TestFLUX.2 Klein · eigener Code
Zwölf Szenen mit Verkehrskegeln und grünen Erkennungsrahmen
Stichprobe mit eingezeichneten Labels

Lizenzen und Grenzen

Jedes Modell wurde vor dem Einsatz an der Quelle auf kommerzielle Nutzung geprüft. Modelle mit nicht-kommerzieller oder EU-ausschließender Lizenz setzen wir für Kundenarbeit nicht ein.

FLUX.2 Klein 4BApache-2.0 · Bilder
Wan 2.2Apache-2.0 · Video
Qwen-Image-Edit 2511Apache-2.0 · Bearbeitung
SeedVR2 7BApache-2.0 · 4K und Restaurierung
BiRefNetMIT · Freisteller
RIFE 4.9MIT · Bildrate
TRELLIS.2MIT · 3D
DINOv3DINOv3-Lizenz · Built with DINOv3

Alle gezeigten Personen und Firmen sind erfunden und maschinell erzeugt. Messwerte stammen aus unseren eigenen Testläufen vom 22. bis 30. September 2026; sie gelten für die beschriebenen Einstellungen, nicht für jede Aufgabe.