Im August 2026 kamen acht produktionsreife Modelle zu Poyo.ai hinzu, die Bild, Video und Chat in einem Monat abdecken. Im selben Monat wurde auch Suno Music zu einem einzigen Workspace zusammengeführt und Grok Imagine Video 1.5 um zusätzliche Workflows und 1080p-Ausgabe erweitert.
Dieser Monatsbericht behandelt nur Modelle, die heute auf Poyo.ai live sind. Die unten genannten Preise entsprechen den öffentlichen Modellseiten vom 2. September 2026. Prüfen Sie den aktuellen Preis auf der Modellseite, bevor Sie einen Produktions-Workflow ausliefern.
So wählen Sie aus
Beginnen Sie mit der Aufgabe und öffnen Sie dann die passende Modellseite.
| Wenn Sie brauchen | Beginnen Sie mit | Warum |
|---|---|---|
| Kostengünstigeres Video, 2–30 Sekunden | Wan 3.0 | Text-, Bild- und Referenz-Workflows in 480p, 720p oder 1080p |
| Schnellere Wan 3.0-Erstellung | Wan 3.0 Video Prime | Dieselbe Workflow-Familie, auf Geschwindigkeit ausgelegt |
| Längere Clips und viele Referenzen | Seedance 2.5 | 4–30 Sekunden und bis zu 50 Referenzdateien |
| Start-/Endbilder, Verlängerung, Keyframes, natives Audio | FLUX 3 | Fünf Video-Workflows in einer Familie |
| Dichte Layouts und mehrsprachiger Text in Bildern | Qwen Image 3 | Lange Prompts, feiner Text, 1K- und 2K-Ausgabe |
| Text-zu-Bild plus leichte Bearbeitung mit Referenzen | Grok Imagine Image 2.0 | Bis zu 3 Eingabebilder und 4 Ausgaben pro Anfrage |
| Langlebige Agenten, Coding und Wissensarbeit | Grok 4.6 | Chat API mit 20% günstigeren Tokenpreisen als offiziell |
| Multimodale Agenten, Tools und langer Kontext | Gemini 3.7 Flash | Chat API mit Preisen für gecachte Eingaben |
| Songs, Soundeffekte, Stimmen und Mashups | Suno Music | 24 Musik-Tools in einem Workspace |
Video: die größte Änderung im August
Seedance 2.5
Seedance 2.5 ging am 8. August für längere Videos mit vielen Referenzen live. Verwenden Sie es, wenn ein Clip mehr als einen Prompt benötigt: Start- und Endbilder, Bilder, Videos und Audio können in einer Anfrage übermittelt werden.
- Modell-ID:
seedance-2.5 - Dauer: 4–30 Sekunden
- Ausgabe: 480p, 720p oder 1080p
- Referenzen: bis zu 30 Bilder, 10 Videos und 10 Audiodateien, maximal 50 Dateien pro Anfrage
- Optionales synchronisiertes Audio über
generate_audio
| Ausgabe | Mit Referenzvideo | Ohne Referenzvideo |
|---|---|---|
| 480p | 17 credits / $0.085 per billed second | 28 credits / $0.14 per second |
| 720p | 38 credits / $0.19 per billed second | 63 credits / $0.315 per second |
| 1080p | 68.5 credits / $0.3425 per billed second | 114 credits / $0.57 per second |
Bei vorhandenem Referenzvideo entspricht die abgerechnete Dauer der Ausgabedauer plus der Dauer des Referenzvideos. Siehe die Seedance 2.5 API-Dokumentation für Anfragefelder. Für einen direkten Vergleich mit MiniMax H3 lesen Sie MiniMax H3 vs Seedance 2.5.
Wan 3.0 und Wan 3.0 Video Prime
Wan 3.0 und Wan 3.0 Video Prime gingen am 25. August live. Beide unterstützen Text-zu-Video, Bild-zu-Video und multimodales Referenz-zu-Video. Wählen Sie Wan 3.0, wenn die Kosten wichtiger sind; wählen Sie Prime, wenn die Generierungszeit wichtiger ist.
Gemeinsame Funktionen:
- 2–30 Sekunden Ausgabe in 480p, 720p oder 1080p
- Ein oder zwei Bilder als Startbild und optionales Endbild
- Bis zu 10 Referenzbilder, 5 Referenzvideos, 5 Referenz-Audioclips sowie ein Dokument oder eine öffentliche Webseite
- Optional generiertes Audio in allen drei Workflows
| Auflösung | Wan 3.0 | Wan 3.0 Video Prime |
|---|---|---|
| 480p | 10 credits / $0.05 per second | 13.6 credits / $0.068 per second |
| 720p | 20 credits / $0.10 per second | 28 credits / $0.14 per second |
| 1080p | 40 credits / $0.20 per second | 56 credits / $0.28 per second |
Modell-IDs:
- Wan 3.0:
wan3.0-text-to-video,wan3.0-image-to-video,wan3.0-reference-to-video - Wan 3.0 Video Prime:
wan3.0-prime-text-to-video,wan3.0-prime-image-to-video,wan3.0-prime-reference-to-video
FLUX 3
FLUX 3 wurde am 6. August zu einer produktionsreifen Video-Familie mit fünf Workflows statt eines einzelnen Text-zu-Video-Endpunkts.
flux-3/text-to-videoflux-3/image-to-videoflux-3/first-last-frame-to-videoflux-3/extend-videoflux-3/keyframes-to-video
Standard-Workflows kosten 34 credits / $0.17 per second in 720p und 58 credits / $0.29 per second in 1080p. Die Videoverlängerung kostet 82 credits / $0.41 per second in 720p und 106 credits / $0.53 per second in 1080p. Natives Audio gehört zur Familie.
Nutzen Sie FLUX 3, wenn Sie Shot-Kontrolle, Fortsetzung oder platzierte Keyframes statt einer einmaligen Generierung benötigen. Ausführlichere Leitfäden: FLUX 3: Alles, was Sie wissen müssen und FLUX 3 vs FLUX 2.
Grok Imagine Video 1.5-Upgrade
Dies ist ein Upgrade, kein neuer Katalogeintrag. Grok Imagine Video 1.5 unterstützt nun Text-zu-Video, Bild-zu-Video mit einem Einzelbild sowie Referenz-zu-Video mit 1–7 Bildern. Die Ausgabe umfasst 480p, 720p und 1080p.
| Posten | Preis |
|---|---|
| 480p | 14.5 credits / $0.0725 per second |
| 720p | 25 credits / $0.125 per second |
| 1080p Text- oder Bildmodus | 45 credits / $0.225 per second |
| Eingabebild | 2 credits / $0.01 per image |
Bild: zwei ergänzende Optionen
Qwen Image 3 und Qwen Image 3 Pro
Qwen Image 3 wechselte am 6. August von einer Vorschauseite zu einem Live-Generator. Es eignet sich besser für lange Prompts, informationsdichte Layouts, kleinen Text und mehrsprachige Grafiken.
- Modell-IDs:
qwen-image-3,qwen-image-3-pro - Ausgabe: 1K oder 2K
- Aufgaben: Text-zu-Bild und Bild-zu-Bild
| Variante | 1K | 2K |
|---|---|---|
| Qwen Image 3 | 4.8 credits / $0.024 | 4.8 credits / $0.024 |
| Qwen Image 3 Pro | 6.4 credits / $0.032 | 12 credits / $0.06 |
Eingabebilder kosten zusätzlich jeweils 0.5 credits / $0.0025. Vollständiger Hintergrund: Qwen Image 3.0: Alles, was Sie wissen müssen.
Grok Imagine Image 2.0
Grok Imagine Image 2.0 ging am 15. August live. Eine Modell-ID verarbeitet Text-zu-Bild und Bearbeitung mit bis zu drei Eingabebildern.
- Modell-ID:
grok-imagine-image-2.0 - Auflösung: 1K oder 2K
- Qualität: niedrig oder mittel
- Bis zu 4 Bilder pro Anfrage
- Ausgabe: JPEG, PNG oder WebP
| Qualität / Auflösung | Preis pro Bild |
|---|---|
| Niedrig / 1K | 8 credits / $0.04 |
| Mittel / 1K | 12 credits / $0.06 |
| Niedrig / 2K | 12 credits / $0.06 |
| Mittel / 2K | 16 credits / $0.08 |
| Zusatzoption für Eingabebilder | 2 credits / $0.01 per input image |
Chat: zwei neue Produktionsmodelle
Grok 4.6
Grok 4.6 ging am 15. August für langlebige Agenten, Coding, Engineering und Wissensarbeit live. Rufen Sie es über die OpenAI-kompatible Chat Completions API auf.
- Modell-ID:
grok-4.6 - Eingabe: 320 credits / $1.60 per 1M tokens (official $2.00)
- Ausgabe, einschließlich Reasoning-Tokens: 960 credits / $4.80 per 1M tokens (official $6.00)
Das sind 20% weniger als die offiziellen Tokenpreise. Dokumentation: OpenAI-kompatibler Chat.
Gemini 3.7 Flash
Gemini 3.7 Flash ging ebenfalls am 15. August live. Nutzen Sie es für agentisches Coding, multimodales Schlussfolgern, Tool-Nutzung und Arbeit mit langem Kontext, wenn Sie Googles GA-Flash-Modell statt eines größeren Flaggschiffs wünschen.
- Modell-ID:
gemini-3.7-flash - Eingabe: 120 credits / $0.60 per 1M tokens (official $0.75)
- Gecachte Eingabe: 12 credits / $0.06 per 1M tokens (official $0.075)
- Ausgabe, einschließlich Thinking-Tokens: 600 credits / $3.00 per 1M tokens (official $3.75)
Dokumentation: Gemini-Native-Format.
Musik: Suno-Workspace-Upgrade
Am 28. August wurde Suno Music zu einem Workspace mit 24 Tools. Sie können zwischen Generierung, Bearbeitung, Mashups, wiederverwendbaren Stimmen, Stem-Splitting und Formatkonvertierung wechseln, ohne die Seite zu verlassen. Jedes Tool zeigt seine Modell-ID, den Preis und die API-Dokumentation.
Zu den neuen und verbesserten Funktionen gehören:
- Generate Mashup: Zwei Audiotracks mit Steuerelementen für Stil, Gesang, Modellversion und Dauer mischen. 12 credits / $0.06 per generation.
- Generate Sounds: Soundeffekte und Atmosphäre mit Steuerelementen für Loop, Tempo und Tonart. 2.5 credits / $0.0125 per generation.
- Suno Voice: Eine Stimme validieren, eine wiederverwendbare Voice ID erstellen, die Verifizierungsphrase erneut generieren und die Verfügbarkeit prüfen. Sprachvorgänge sind kostenlos.
- Generate MIDI: 1 credit / $0.005 per generation.
- Musikgenerierung und -verlängerung unterstützen jetzt V5, V5.5, Style Persona, Voice Persona und eine Dauer bis zu 360 Sekunden.
- Die Bearbeitung umfasst Covers, Verlängerungen, Abschnittsersatz, hinzugefügten Gesang, hinzugefügte Instrumentals, Stimmtrennung und 12-Stem-Splits.
API-Dokumentation: Generate Music.
Plattformänderungen, die Sie jetzt nutzen können
Dies sind die Produktänderungen im August, die sich auf Ihre Arbeit mit Poyo.ai auswirken:
- Eine Dashboard-Übersicht, die Verlauf und Nutzung an einem Ort vereint.
- Ein Generierungsverlauf, der Ergebnisvorschauen wieder anzeigt.
- Ein übersichtlicherer Modellmarkt mit Live-Rabattpreisen auf Modellkarten, wenn eine Aktion aktiv ist.
- Neue Einstiegspunkte für Entwickler: MCP, CLI, Skill sowie Anleitungen für n8n und ComfyUI.
- Vietnamesische und indonesische Website-Sprachversionen.
Modellübersicht für August 2026
| Live-Datum | Modell | Typ | Modell-IDs | Seite |
|---|---|---|---|---|
| 6. Aug. | Qwen Image 3 / Pro | Bild | qwen-image-3, qwen-image-3-pro | /models/qwen-image-3 |
| 6. Aug. | FLUX 3 | Video | flux-3/text-to-video und vier verwandte Endpunkte | /models/flux-3 |
| 8. Aug. | Seedance 2.5 | Video | seedance-2.5 | /models/seedance-2-5 |
| 15. Aug. | Grok 4.6 | Chat | grok-4.6 | /models/grok-4-6 |
| 15. Aug. | Gemini 3.7 Flash | Chat | gemini-3.7-flash | /models/gemini-3-7-flash |
| 15. Aug. | Grok Imagine Image 2.0 | Bild | grok-imagine-image-2.0 | /models/grok-imagine-image-2 |
| 25. Aug. | Wan 3.0 | Video | wan3.0-text-to-video, wan3.0-image-to-video, wan3.0-reference-to-video | /models/wan-3-0 |
| 25. Aug. | Wan 3.0 Video Prime | Video | wan3.0-prime-text-to-video, wan3.0-prime-image-to-video, wan3.0-prime-reference-to-video | /models/wan-3-0-video-prime |
Upgrades im August, die nicht zu den acht Starts zählen: Grok Imagine Video 1.5 und Suno Music.
So starten Sie
- Öffnen Sie die Modellseite und führen Sie mit dem Live-Tool eine Testgenerierung aus.
- Kopieren Sie die Modell-ID in Ihren bestehenden Poyo-Workflow: asynchrone Übermittlung und Statusabfrage für Medien oder Chat Completions / Gemini-Native-Format für Chat.
- Wenn Sie dies in ein internes Tool integrieren, beginnen Sie mit MCP, CLI, n8n oder ComfyUI.
Nach August: Starts Anfang September
Direkt nach diesem August-Updatezeitraum gingen zwei weitere Modelle live:
- Gemini Omni 1.1 Flash am 1. September, für Text-zu-Video, Start- und Endbilder, Referenzbilder und Referenzvideo-Workflows von 360p bis 4K. Leitfaden: Gemini Omni 1.1 Flash API.
- Claude Fable 5.1 am 2. September, für langfristiges Coding und Wissensarbeit mit einem 1M-Kontextfenster.
Sie gehören nicht zu den acht Starts im August. Nutzen Sie die obigen Links, wenn Sie bereits die neuesten Video- und Chat-Optionen bewerten.