Was ist HunyuanVideo 1.5?
HunyuanVideo 1.5 erschien am 20. November 2025 und ist weiterhin Tencents offenes Allzweck-Videomodell; spätere Video-Releases bauen darauf auf. Es ist ein Diffusion Transformer mit 8,3 Milliarden Parametern und einem kausalen 3D-VAE, der Text-zu-Video und Bild-zu-Video in 480p oder 720p erzeugt, dazu schrittdestillierte Super-Resolution-Modelle, die auf 1080p hochskalieren. Der Standardclip hat 121 Frames bei 24 fps, etwa 5 Sekunden, und es gibt keinen Ton.
Tencent nennt 14 GB GPU-Speicher als Minimum mit Offloading. Ein im Dezember 2025 ergänztes schrittdestilliertes 480p-Bild-zu-Video-Modell läuft in 8 oder 12 Schritten und erzeugt einen Clip in etwa 75 Sekunden auf einer RTX 4090; Trainingscode und LoRA-Skripte folgten im selben Monat. Die Gewichte stehen unter der Tencent Hunyuan Community Licence, die in der Europäischen Union, Großbritannien und Südkorea nicht gilt.
Lohnt sich HunyuanVideo 1.5?
HunyuanVideo 1.5 ist die praktische Wahl für lokales Video auf bescheidener Hardware, und viel mehr nicht. Mit Offloading läuft es in 14 GB GPU-Speicher, das schrittdestillierte 480p-Bild-zu-Video-Modell erzeugt einen Clip in etwa 75 Sekunden auf einer RTX 4090, und Diffusers, ComfyUI, LightX2V und Wan2GP unterstützen es; Wan2GP gibt an, es mit nur 6 GB zu betreiben.
Es ist gealtert. Das Modell erzeugt keinen Ton, während MiniMax H3, LTX-2.5 und MAGI-2 Preview Audio mit dem Bild erzeugen und auf der aktuellen Text-to-Video-Rangliste von Artificial Analysis stehen, auf der HunyuanVideo 1.5 fehlt. Tencents eigene Belege sind Präferenzvergleiche auf 300 Prompts aus 2025, keine Arena-Werte.
Die Lizenz engt es weiter ein. Die Tencent Hunyuan Community Licence gilt nicht in der EU, Großbritannien und Südkorea, verbietet die Nutzung der Ergebnisse zur Verbesserung anderer KI-Modelle und verlangt für Dienste mit mehr als 100 Millionen monatlich aktiven Nutzern eine eigene Lizenz von Tencent.
Gehostet ist es billig, aber begrenzt. fal berechnet 0,075 $ pro Sekunde, ein 5-Sekunden-Clip kostet also etwa 0,38 $, bietet aber nur 480p-Text-zu-Video und braucht etwa 3 Minuten pro Clip mit 121 Frames. Einige versprochene Gewichte, darunter die destillierten und Sparse-Attention-Modelle für 720p-Text-zu-Video, sind ein Jahr nach dem Start noch als demnächst markiert.
Wo es sich lohnt
Ein freiberuflicher Animator in Texas mit einer RTX 4090
Konzept-Standbilder in kurze Bewegungstests verwandeln
Das schrittdestillierte 480p-Bild-zu-Video-Modell mit 8 oder 12 Schritten nutzen, etwa 75 Sekunden pro Clip, und die besten mit dem 1080p-Super-Resolution-Modell hochskalieren. Ton muss aus einem anderen Werkzeug kommen.
Eine universitäre Forschungsgruppe in Singapur
Ein kompaktes Videomodell auf einem Fachdatensatz feintunen
Das veröffentlichte train.py mit LoRA, FSDP und dem Muon-Optimierer auf einem Multi-GPU-Knoten nutzen; die Lizenz erlaubt Ableitungen innerhalb ihres Gebiets, verbietet aber, Ergebnisse zur Verbesserung von Nicht-Hunyuan-Modellen zu verwenden.
Bevor du dich festlegst
- Einrichtung
- Repository klonen, Flash Attention und optional SageAttention installieren, Checkpoints laden und das Generierungsskript starten; ein Prompt-Umschreib-LLM hinter einem vLLM-Endpunkt ist optional, aber empfohlen.
- Integrationen
- Diffusers, ComfyUI, LightX2V, Wan2GP, Cache-Beschleuniger wie DeepCache und TeaCache sowie der gehostete Endpunkt von fal.
- Daten und Datenschutz
- Selbst gehostete Gewichte halten das Material lokal; die Lizenz verbietet die Nutzung außerhalb ihres Gebiets und das Training anderer KI-Modelle mit den Ergebnissen.
- Kosten im großen Maßstab
- Auf fal kosten 1.000 Clips à fünf Sekunden etwa 375 $; selbst gehostet schafft eine RTX 4090 rund 48 destillierte 480p-Clips pro Stunde bei 75 Sekunden pro Clip.
- Grenzen
- Standardmäßig 121 Frames bei 24 fps; nativ 480p und 720p; kein Ton; fal bietet nur 480p-Text-zu-Video; einige destillierte und Sparse-Checkpoints fehlen noch.
Was gut ist
- Läuft mit Offloading in 14 GB GPU-Speicher
- Etwa 75 Sekunden pro destilliertem 480p-Clip auf einer RTX 4090
- Offener Trainingscode und LoRA-Skripte
- Unterstützt von Diffusers, ComfyUI und LightX2V
Was nicht
- Kein Ton
- Lizenz schließt EU, Großbritannien und Südkorea aus
- Ergebnisse dürfen andere KI-Modelle nicht verbessern
- Mehrere versprochene Checkpoints noch nicht erschienen
Am besten für
Hobbyisten und kleine Teams außerhalb Europas, die stumme 5-Sekunden-Clips von einer einzelnen Consumer-GPU wollen.
Alternativen zu HunyuanVideo 1.5
HunyuanVideo 1.5: häufige Fragen
- Lohnt sich HunyuanVideo 1.5?
- HunyuanVideo 1.5 ist das offene Videomodell, das auf einen Gaming-PC passt, solange du keinen Ton, keine europäischen Nutzer und nichts Neueres als die Qualität von 2025 brauchst. Wir bewerten es mit 3.5 von 5.
- Was kostet HunyuanVideo 1.5?
- Kostenlose Gewichte unter der Tencent Hunyuan Community Licence (nicht gültig in EU, Großbritannien und Südkorea; eigene Lizenz ab 100 Millionen monatlichen Nutzern). fal berechnet 0,075 $ pro Sekunde 480p-Video.
- Welche Nachteile hat HunyuanVideo 1.5?
- Kein Ton; Lizenz schließt EU, Großbritannien und Südkorea aus; Ergebnisse dürfen andere KI-Modelle nicht verbessern; Mehrere versprochene Checkpoints noch nicht erschienen.
- Für wen eignet sich HunyuanVideo 1.5?
- Hobbyisten und kleine Teams außerhalb Europas, die stumme 5-Sekunden-Clips von einer einzelnen Consumer-GPU wollen.
- Was kostet HunyuanVideo 1.5 für ein Team oder im Produktivbetrieb?
- Auf fal kosten 1.000 Clips à fünf Sekunden etwa 375 $; selbst gehostet schafft eine RTX 4090 rund 48 destillierte 480p-Clips pro Stunde bei 75 Sekunden pro Clip.
- Ist HunyuanVideo 1.5 sicher für Firmendaten?
- Selbst gehostete Gewichte halten das Material lokal; die Lizenz verbietet die Nutzung außerhalb ihres Gebiets und das Training anderer KI-Modelle mit den Ergebnissen.
- Was sind die besten Alternativen zu HunyuanVideo 1.5?
- Die nächsten Alternativen, die wir getestet haben, sind LTX-2.5, Kandinsky 6.0 Video, LongCat-Video und MiniMax H3 (Hailuo 3.0).
Antworten geprüft am 7. Nov. 2026.