6. Oktober 2026
KI-Video in 4K: direkt in 4K generieren oder nachträglich hochskalieren?
Die meisten Videomodelle liefern 720p oder 1080p. Was natives 4K bei Seedance 2.0, Veo 3.1 Fast und Kling V3 kostet, was eine Hochskalierung durch ByteDance oder Topaz kostet, die Rechnung Modell für Modell, und was eine Hochskalierung niemals wieder herstellen kann.
Frank HoubreGründer von Imaginode
Die meisten KI-Videos kommen in 720p heraus
Von den siebzehn Videogenerierungsmodellen im Katalog bieten nur drei eine 2160p-Stufe: Kling V3, Veo 3.1 Fast und Seedance 2.0; Seedance 2.5 kommt maximal auf 720p, Wan 3.0, Flux 3 Video und Grok Imagine Video 1.5 auf 1080p.
In Ankündigungen ist viel von 4K die Rede, in den technischen Datenblättern deutlich weniger. Die Standardstufe fast aller Videomodelle ist 720p, also 1280 × 720 im Querformat. Das ist die Auflösung eines YouTube-Videos aus dem Jahr 2010. Auf dem Smartphone geht das in Ordnung. Auf einem Fernsehbildschirm oder einem Projektor sieht man es sofort.
Im Detail nach Modell: Seedance 2.5, eines der meistgefragten, bietet 480p und 720p, nichts darüber. Wan 3.0, Flux 3 Video und Grok Imagine Video 1.5 gehen bis 1080p. Nur Kling V3, Veo 3.1 Fast und Seedance 2.0 bieten eine echte 2160p-Stufe, das 4K der Bildschirme.
Wenn Ihr Ergebnis in 4K vorliegen muss, haben Sie also zwei Wege. Eines der drei Modelle wählen, die es nativ können, oder mit dem gewünschten Modell generieren und anschließend hochskalieren. Beides hat seinen Preis, und beides liefert nicht dasselbe Ergebnis. Hier die Zahlen.
Was natives 4K kostet
Fünf Sekunden Seedance 2.0 kosten 60 Credits in 720p und 330 in 2160p; acht Sekunden Veo 3.1 Fast kosten 144 Credits in 1080p und 336 in 2160p; Kling V3 kostet 152 Credits für fünf Sekunden, unabhängig von der Auflösung.
Bei Seedance 2.0 wird die Auflösung ehrlich berechnet: 36 Credits für fünf Sekunden in 480p, 60 in 720p, 150 in 1080p und 330 in 2160p. 4K kostet fünfeinhalbmal so viel wie 720p. Bei einem zehnsekündigen Shot steigt der Preis von 120 auf 660 Credits.
Bei Veo 3.1 Fast kosten 720p und 1080p gleich viel, 144 Credits für acht Sekunden mit Ton, und 2160p steigt auf 336 Credits. 1080p ist dort also im Vergleich zu 720p kostenlos, aber 4K kostet mehr als doppelt so viel.
Und dann gibt es die Ausnahme, die ihr Gewicht in Gold wert ist: Kling V3 berechnet jede Sekunde zum gleichen Preis in 720p, 1080p und 2160p. 152 Credits für fünf Sekunden mit Ton, 101 ohne, unabhängig von der Auflösung. Wenn Sie Kling V3 verwenden und standardmäßig bei 720p bleiben, lassen Sie bei jeder Generierung kostenloses 4K liegen.
Was eine Hochskalierung kostet
Der ByteDance Upscaler bringt fünf Sekunden Video für 18 Credits auf 4K, zehn Sekunden für 35, eine volle Minute für 208; Topaz Proteus berechnet nach Ausgabestufe, 36 Credits für fünf Sekunden, sobald die Ausgabe 4K erreicht.
Der Node Verbessern bietet im Videomodus zwei Hochskalierer. Der erste, der ByteDance Upscaler, wird über die Zielauflösung eingestellt: 1080p, 2K oder 4K. Er kostet 5 Credits für fünf Sekunden auf 1080p, 9 auf 2K und 18 auf 4K. Eine volle Minute in 4K, sein Maximum, kommt auf 208 Credits.
Der zweite, Topaz Proteus, wird über einen Faktor eingestellt, ×2 oder ×4, und nach der Stufe des erzeugten Videos berechnet: 6 Credits für fünf Sekunden, wenn die Ausgabe bei 720p bleibt, 12 bei 1080p, 36 sobald 2160p erreicht wird. Ein auf ×2 hochskaliertes 1080p-Video ergibt genau 3840 × 2160 für 36 Credits pro fünf Sekunden. Ein auf ×4 hochskaliertes 720p-Video kommt auf 5120 × 2880, über 4K hinaus, zum gleichen Preis.
Beide erhalten die Tonspur der Quelle, was wir an den erzeugten Dateien überprüft haben: der von Veo oder Seedance generierte Ton kommt unverändert heraus. Beide akzeptieren Clips von einer bis sechzig Sekunden. Und in beiden Fällen wird der Preis auf dem Button angezeigt, bevor man startet, berechnet nach der tatsächlichen Länge des angeschlossenen Clips.
Die Rechnung, Modell für Modell
Für fünf Sekunden in 4K: Seedance 2.0 in 720p, dann ByteDance kostet 78 Credits gegenüber 330 nativ; Veo 3.1 Fast in 1080p, dann ByteDance, 172 gegenüber 336 für acht Sekunden; Kling V3 in nativem 2160p bleibt bei 152, ohne Hochskalierung.
Zuerst Seedance 2.0, weil der Unterschied hier am größten ist. Natives 4K: 330 Credits für fünf Sekunden. 720p, dann ByteDance auf 4K: 60 plus 18, also 78 Credits. Viermal günstiger. Selbst ausgehend von 1080p sind es 150 plus 18, also 168, immer noch die Hälfte des nativen Preises.
Dann Veo 3.1 Fast, bei seinen acht Sekunden. Natives 4K: 336 Credits. 1080p, das gleich viel kostet wie 720p, dann ByteDance auf 4K: 144 plus 28, also 172 Credits. Etwas mehr als die Hälfte des Preises. Bei Seedance 2.5 stellt sich die Frage nicht: Es hat keine Stufe über 720p, also 120 Credits für fünf Sekunden, plus 18 für 4K. Bei Wan 3.0 sind es 60 Credits in 720p plus 18, also 78, gegenüber 138 ausgehend von 1080p.
Kling V3 ist der einzige Fall, in dem sich die Antwort umkehrt: 2160p kostet dort dasselbe wie 720p, man generiert also direkt in 4K und skaliert nichts hoch. Um Ihr eigenes Projekt Shot für Shot zu berechnen, berücksichtigt der Rechner das Modell, die Dauer und die Auflösung, und der Node Verbessern zeigt seinen Preis auf Basis der tatsächlichen Länge Ihres Clips an.
GuthabenNativ oder hochskaliert: was sich im Bild ändert
Ein in 4K generierter Shot enthält Details, die das Modell bei der Generierung festgelegt hat; ein hochskalierter Shot kann nur das schärfer darstellen, was bereits in 720p vorhanden war, und ein dreißig Pixel hohes Gesicht bleibt ein dreißig Pixel hohes Gesicht.
Man muss ehrlich sein, was ein Hochskalierer tut. Er generiert die Szene nicht neu. Er nimmt jedes Einzelbild des Clips und macht Kanten schärfer, Texturen feiner, bleibt dabei aber dem treu, was bereits vorhanden ist. Bei einer Nahaufnahme, einem Gesicht, das die Hälfte des Bildes einnimmt, einem aus der Nähe gefilmten Produkt, ist das Ergebnis exzellent, weil die Information bereits in 720p vorhanden war.
Bei einer Weitwinkelaufnahme sieht es anders aus. Eine Person, die in 720p ein Zehntel der Bildhöhe einnimmt, hat ein Gesicht von etwa dreißig Pixeln Höhe. Kein Hochskalierer wird dort Augen, einen Ausdruck, Wimpern finden. Ein Modell, das direkt in 4K generiert, entscheidet über diese Details bereits bei der Generierung. Bei Weitwinkelaufnahmen mit Personen behält Nativ also einen echten Vorteil.
Die Ausschnitte unten zeigen das an einem bewusst harten Fall: einem Clip mit 480 × 270 Pixeln, viermal auf 1920 × 1080 hochskaliert, zu 100 % auf das Gesicht des Kindes zugeschnitten. Die klassische Vergrößerung wirkt unscharf. Der ByteDance Upscaler macht die Kanten sehr scharf und verstärkt dabei Bildrauschen und Kompressionsartefakte. Topaz Proteus liefert ein weicheres, natürlicheres Bild, aber kein detailreicheres. Und in allen drei Fällen bleibt das Gesicht ein lächelnder Fleck: Die Information war nie in der Quelle vorhanden.
ByteDance oder Topaz: welchen wählen
Der ByteDance Upscaler ist der günstigste und schärfste, mit dem Risiko, Mängel zu verstärken; Topaz Proteus ist weicher und bleibt dem Ausgangsbild treuer, kostet zum 4K hin doppelt so viel.
Für ein saubereres, KI-generiertes Video ohne starke Kompression erledigt der ByteDance Upscaler die Arbeit sehr gut und kostet nur die Hälfte. Er wird einfach über das Ziel eingestellt, 1080p, 2K oder 4K, wodurch jede Berechnung entfällt. Das ist unsere Standardwahl, um einen Seedance- oder Wan-Shot auf 4K zu bringen.
Topaz Proteus lohnt sich, wenn die Quelle Mängel aufweist, die man nicht verstärken möchte: ein bereits komprimiertes, herunter- und mehrfach neu codiertes Video, oder Bildrauschen. Er glättet mehr, als er schärft. Bei unserem Testclip kam ByteDance mit 30 Bildern pro Sekunde heraus und Topaz behielt die 25 der Quelle, doch die Ausgabe-Bildrate wird jetzt bei beiden im Node gewählt, 24, 25, 30, 50 oder 60: Stellen Sie sie auf die Bildrate Ihres Schnitts.
Im Zweifel klärt das Canvas die Frage für ein paar Credits: Schließen Sie denselben fünfsekündigen Clip an zwei Verbessern-Nodes an, einen pro Hochskalierer, und vergleichen Sie. Bei 5 und 12 Credits auf 1080p kostet der Test weniger als eine einzige misslungene Generierung. Die Details zu beiden Modellen und was es sonst noch gibt, finden Sie in die besten KI-Video-Upscaler.
Wann 4K sinnlos ist
Bei TikTok, Reels und Shorts, die mit 1080 × 1920 angezeigt und von der Plattform neu codiert werden, sieht man 4K gar nicht; es lohnt sich für einen großen Bildschirm, eine Kundenlieferung, die Ausstrahlung und das Nachträgliche Zuschneiden in der Postproduktion.
Zuerst die gute Nachricht für Ihr Budget: Die meisten KI-Videos landen auf einem Smartphone. TikTok, Reels und Shorts zeigen höchstens 1080 × 1920 an und codieren alles, was man ihnen schickt, neu. Ein 720p-Shot, der von ByteDance auf 1080p hochskaliert wird, für 5 Credits pro fünf Sekunden, reicht völlig aus. 4K ist hier zum Fenster hinausgeworfenes Geld. Die genauen Größen je Plattform finden Sie in welches Format und welche Auflösung generieren.
4K lohnt sich in vier Fällen. Eine Ausstrahlung auf einem großen Bildschirm, Fernseher, Projektion, professionellem Wohnzimmerbildschirm. Eine Lieferung an einen Kunden, der es in seinem Lastenheft fordert. YouTube, wo viele Videomacher in 4K exportieren, weil die Plattform eine schärfere Quelle mit mehr Bitrate neu codiert, was im Allgemeinen ein besseres Ergebnis liefert, selbst für Zuschauer, die in 1080p schauen. Und das Zuschneiden.
Das Zuschneiden verdient einen genaueren Blick, denn das ist die cleverste Nutzung. Ein 16:9-Shot in 3840 × 2160 enthält einen vertikalen Ausschnitt von 1215 × 2160, über dem 1080 × 1920 der sozialen Netzwerke. Mit anderen Worten: Ein einziger horizontaler Shot, auf 4K hochskaliert, liefert Ihnen gleichzeitig die YouTube-Version und die Reels-Version, ohne neu zu generieren, indem Sie den vertikalen Bildausschnitt beim Schnitt wählen.
Die Methode: niedrig prüfen, den finalen Shot hochskalieren
Man exploriert in 480p oder 720p, wählt die Aufnahmen aus, skaliert nur die ausgewählten Shots hoch und schneidet anschließend: Wer hochskaliert, bevor er sich entschieden hat, zahlt 4K für Aufnahmen, die er wegwirft.
KI-Video entsteht durch Ausprobieren. Von zehn Generierungen eines Shots behält man eine oder zwei. Diese zehn Versuche nativ in 4K bei Seedance 2.0 zu generieren, kostet 3.300 Credits für fünf Sekunden Film. Sie in 480p zu generieren, kostet 360 Credits, und Bewegung, Bildausschnitt und Figurkonsistenz lassen sich bei dieser Auflösung perfekt beurteilen.
Sobald die Aufnahme ausgewählt ist, gibt es zwei Optionen je nach Modell. Wenn die höhere Stufe nichts oder fast nichts kostet, wie das 2160p von Kling V3 oder das 1080p von Veo 3.1 Fast, generiert man die ausgewählte Aufnahme auf dieser Stufe neu, mit derselben Anweisung und demselben Startbild. Andernfalls schließt man einen Verbessern-Node an die Aufnahme an und bringt sie auf 1080p oder 4K.
Der Schnitt kommt danach. Der Hochskalierer akzeptiert bis zu sechzig Sekunden pro Durchlauf, was jeden generierten Shot abdeckt. Man skaliert jeden ausgewählten Shot hoch und setzt sie anschließend im Node Montage zusammen. Für Filme, die die Dauer eines einzelnen Shots überschreiten, wird die Aneinanderreihungsmethode in ein KI-Video mit mehr als 10 Sekunden erstellen erläutert.
Die Zusammenfassung
Kling V3: natives 4K zum Preis von 720p. Seedance 2.0, Wan 3.0, Seedance 2.5: in 720p generieren, dann mit ByteDance auf 4K, für 18 Credits pro fünf Sekunden. Veo 3.1 Fast: 1080p, dann hochskalieren. Und für soziale Netzwerke reicht 1080p aus.
Wenn Ihr Modell die Auflösung in Rechnung stellt, kommt Hochskalieren fast immer günstiger als die Generierung in 4K: viermal günstiger bei Seedance 2.0, zweimal günstiger bei Veo 3.1 Fast. Wenn Ihr Modell dies nicht tut, wie Kling V3, generieren Sie direkt auf der höchsten Stufe.
Hochskalierung ist bei Nahaufnahmen und sauberen Quellen ausgezeichnet. Sie wird das Gesicht einer winzigen Figur in einer Weitwinkelaufnahme nicht wiederherstellen: Bei dieser Art von Shot behält Nativ den Vorteil, und genau dort ist es seinen Preis wert.
Und in jedem Fall gilt: niedrig explorieren, auswählen, dann die Auflösung nur für die eine Aufnahme steigern, die in die Produktion geht. Für ein Foto statt eines Videos gilt die gleiche Überlegung, mit eigenen Zahlen, in ein KI-Bild groß drucken.