Cloud oder eigener Rechner? Dasselbe KI-Video, zweimal gemacht
Mein KI-Video zweimal gebaut: einmal in der Cloud mit Higgsfield, einmal auf meinem eigenen Rechner mit LTX-2.5. Gleiche Prompts, gleiche Stimme, lokal für rund 0,7 Rappen Strom.
Für mein zweites KI-Video habe ich alle Clips in der Cloud erzeugt, mit Higgsfield: drei Szenen und einen Fehlversuch, zusammen 30 Credits. Da stellt sich die Frage: Kann mein eigener Rechner das auch? Also habe ich das ganze Video ein zweites Mal gebaut, diesmal lokal.
Eine KI richtet das Werkzeug ein
Das Videomodell LTX-2.5 von Lightricks ist ein sogenanntes Open-Weight-Modell: Man darf es herunterladen und auf dem eigenen Computer laufen lassen. Die Einrichtung habe ich nicht selbst gemacht, sondern einer KI überlassen, GLM-5.3 im Programm ZCode. Mein Auftrag, nur die Tippfehler korrigiert:
LTX-2.5 ist ein Open-Weight-Modell. Ich würde es gerne lokal auf meinem Rechner testen, wenn es passt. Kannst du es auf Hugging Face suchen und mit mir schauen, ob das bei mir überhaupt geht?
Es ging. Mein Rechner hat eine Grafikkarte mit 24 GB Speicher, eine NVIDIA RTX A5000, dazu 128 GB Arbeitsspeicher. Vom leeren Ordner bis zum ersten Video mit Ton dauerte es 14 Minuten, inklusive rund 50 GB Download.
| Schritt | Dauer |
|---|---|
| Recherche und Hardware-Check | ca. 8 Min. |
| Einrichten bis zum ersten Video mit Ton | 14 Min. |
| Anleitung und Startdatei schreiben | ca. 7 Min. |
| Steuerung für KI-Assistenten einrichten und testen | ca. 35 Min. |
| Anleitung für Claude schreiben | ca. 8 Min. |
| Zusammen | ca. 1,5 Std. |
Die Umwege: Die Originaldateien von Lightricks sind auf Hugging Face zugangsbeschränkt, also musste eine frei zugängliche Kopie her. Der Download-Link für das Programm ComfyUI lieferte zuerst eine zwei Jahre alte Version. Und beim Speichern der Videos wartete eine Formatfalle. Zusammen kostete das knapp eine halbe Stunde. Beim nächsten Mal wäre es schneller, denn alle Fallstricke sind jetzt aufgeschrieben.
Der Test: dasselbe Video, zweimal
Claude hat danach das neue Studio übernommen und alle vier Clips nachgebaut: gleiches Startbild, gleiche Prompts wie in der Cloud. Auch das Endbild für die Katzen-Szene liess sich lokal vorgeben. Stimme, Musik und Schnitt blieben identisch. Ausgetauscht sind nur die Clips.
Ein Detail hat Claude dabei rechtzeitig bemerkt: Die mitgelieferte Vorlage schliesst «cartoon» aus. Für eine gezeichnete Illustration wäre das fatal gewesen. Die KI hätte sich bemüht, meinen Zeichenstil loszuwerden.
Szene für Szene
| Szene | Cloud (Higgsfield) | Lokal (LTX-2.5) |
|---|---|---|
| Die Katze (Start- und Endbild) | Katze springt herein, König fällt, Hand an die Stirn | ebenso, alles etwas schneller |
| Der Zug | Springer aufs Brett, Schmunzeln, Dampf aus der Tasse | Springer aufs Brett, Schmunzeln, kein Dampf |
| Die KI antwortet | Chat-Blase leuchtet, Blick zum Laptop | Blick zum Laptop, Blase leuchtet nicht, Springer verschwindet aus der Hand |
| Fehlversuch «smiles warmly» | breites Grinsen mit Zähnen | Mund bleibt zu, kein Grinsen |
Die spannendste Stelle ist der Fehlversuch. In der Cloud führte «smiles warmly» zu einem breiten Zahn-Grinsen. Genau daraus entstand im Video Schritt 3: genau hinschauen und nachbessern. Lokal bleibt der Mund beim gleichen Prompt zu. Was in der Cloud schiefging, klappte lokal, und bei der Chat-Blase war es umgekehrt.
Das Ergebnis
| Cloud (Higgsfield) | Lokal (LTX-2.5) | |
|---|---|---|
| Kosten für vier Clips | 30 Credits | 0 Credits, rund 0,7 Rappen Strom |
| Rechenzeit pro Clip | unter 1 Minute | rund 1,5 Minuten |
| Zeichenstil | hält | hält, Gesicht etwas plastischer |
| Ton | keiner | passend zum Bild |
| Meine Bilder | gehen in die Cloud | bleiben auf meinem Rechner |
Auch der Strom wurde nachgemessen: Die Grafikkarte zog beim Rechnen gut 200 Watt. Für alle vier Clips, zusammen gut 6 Minuten, sind das etwa 22 Wattstunden. Bei Schweizer Strompreisen kostet das rund 0,7 Rappen.
Lokal gibt es den Ton dazu
Im Reel hört man nur meine Stimme und Musik. Dabei erzeugt LTX-2.5 zu jedem Clip auch den passenden Ton. Beim ersten Clip kommt das Klacken genau in dem Moment, in dem der Springer das Brett berührt:
Cloud oder eigener Rechner?
- Cloud, wenn du keine starke Grafikkarte hast oder einfach sofort loslegen willst. Konto eröffnen, Bild hochladen, fertig.
- Eigener Rechner, wenn du viel ausprobierst, deine Bilder nicht aus der Hand geben willst oder Ton gleich mit dabei haben möchtest. Voraussetzung ist eine Grafikkarte mit viel Speicher, bei mir 24 GB.
Egal wo: Derselbe Prompt verhält sich nicht bei jedem Modell gleich. Wer wechselt, schaut sich jeden Clip neu an.
Wie dieser Beitrag entstand
Videos KI-generiert: in der Cloud mit Higgsfield (MiniMax H3 Max), lokal mit LTX-2.5 von Lightricks (Open-Weight, LTX-2.x Community License) in ComfyUI. Das Endbild der Katzen-Szene stammt in beiden Versionen aus GPT Image 2.5. Einrichtung des lokalen Studios durch GLM-5.3 in ZCode, Steuerung, Schnitt und Vergleich durch Claude. Stimme: meine eigene. Strom mit der Messfunktion der Grafikkarte erfasst, nur Grafikkarte. Text mit KI-Unterstützung erstellt.
