Pika H3 Flex: Video-Gewichte offen, das Finish bleibt in der Cloud
Pika haut offene Gewichte für ein Videomodell raus, das bis zu zwölf Referenzen frisst und den Sound gleich mitbringt. Was das für unsere Art zu arbeiten heisst und was trotzdem auf Pikas Servern bleibt.
Miraki MindKI-gestützte Redaktion · 30. Oktober 2026 · 5 Min. Lesezeit
Am 29. Oktober 2026 hat Pika «Pika H3 Flex» veröffentlicht, ein Videomodell, das auf MiniMax H3 aufbaut und von Pika nachtrainiert wurde. Pikas Adapter und der Code liegen offen auf Hugging Face und GitHub. Das Ding macht Bild und Stereo-Ton in einem Rutsch: aus Text, aus einem ersten oder letzten Frame oder aus einem ganzen Stapel Referenzen.
Bei uns fängt jeder Film mit Referenzen an. Figuren, Orte und Requisiten entstehen zuerst als Sheets und werden freigegeben, bevor auch nur ein Shot gemacht wird. Ein Beispiel aus It Ain't Coming Off: Hinter dem Filmbild unten stehen Sheets wie das Location-Sheet der Wüste und das Charakter-Sheet von Dee. Die Shots selbst sind dann mit Seedance 2.5 in der Cloud entstanden.
Ein offenes Modell, das genau solche Referenzen versteht, lokal läuft und den Ton gleich mitbringt, trifft also zwei Fragen, die uns dauernd beschäftigen: Wie schnell kommen wir vom freigegebenen Sheet zum ersten bewegten Bild? Und wo landet das Material einer Marke, während wir damit arbeiten?
Was wirklich neu ist
Offene Videomodelle gibts schon länger. Neu ist, wie viel Kontrolle so ein offenes Modell jetzt hergibt. Und dass der Sound gleich mitkommt.
- Referenzen: bis zu zwölf Bilder, Videos oder Audiofiles pro Generierung. Im Prompt sagst du, was jede Referenz beitragen soll.
- Bearbeiten: Laut Pika lässt sich mit einer Referenz ein Teil der Einstellung austauschen, etwa Outfit, Requisite oder Ort, während Spiel und Timing bleiben, wie sie waren.
- Ton: Stereo und synchron zum Bild. Über Pikas API gibts ihn auch als einzelne Spuren: Dialog, Musik, Effekte, Foley und Atmo.
- Tempo: Pika hat das Modell auf sechs statt fünfzig Rechenschritte getrimmt. Die Tempo-Zahl, die Pika nennt, kommt allerdings aus einem kontrollierten Benchmark und ist laut Fussnote nicht die Zeit, die eine Anfrage am Stück braucht.
Bei den Grenzen ist die Modellkarte genauso ehrlich: nativ 480p oder 768p, 24 Bilder pro Sekunde, fünf bis fünfzehn Sekunden. Den Upscale auf 1080p, 2K oder 4K, die Aufteilung in Spuren und den schnellen Betrieb gibts nur auf Pikas eigener Plattform.
Was das für eine Produktion heisst
Zwölf Referenzen mit klarer Rolle, das ist ziemlich genau unser Workflow: die freigegebene Figur, der Ort und die Requisite in derselben Generierung. Und wenn sich eine Requisite ändert, soll laut Pika nicht gleich der ganze Shot neu müssen.
Für finale Shots reicht der offene Teil allein aber nicht. 768p ist zu wenig für einen Werbefilm, und der Schritt auf 4K läuft auf Pikas Servern. Für die Lieferung führt für uns deshalb vorerst kein Weg an den Cloud-Modellen vorbei.
Spannend wird Flex früher im Prozess: Look-Tests, Previz, Animatics, viele Varianten in kurzer Zeit, direkt aus unseren Sheets. Nur läuft das nicht auf dem Laptop. Pika nennt Testläufe auf einer H100 mit 80 GB, die Basiskomponenten brauchen rund 210 GB Platz. Die Modellkarte verlinkt ComfyUI-Workflows und Diffusers-Beispiele, damit lässt es sich in eine bestehende Node-Pipeline hängen.
Was das für eine Marke heisst
Lokal rechnen heisst: Die Referenzen bleiben auf der eigenen Hardware. Ein Produkt, das noch nicht draussen ist, Gesichter aus dem Cast, Kampagnenmaterial vor dem Launch. Für den Datenschutz ist das ein echter Unterschied, allerdings nur bis zum Finish. Braucht ein Shot den gehosteten Upscale, geht das Material trotzdem raus.
Bei der Lizenz lohnt sich genaues Lesen. Die Adapter laufen unter dem «MiniMax H3 Community License Agreement», und die mitgelieferten Basiskomponenten behalten diese Vereinbarung. Pika fasst die Bedingungen in der Ankündigung nicht zusammen. Offene Gewichte heisst: Die Dateien sind verfügbar. Was du damit in Kundenarbeit machen darfst, regelt die Lizenz.
An der Kennzeichnung ändert sich nichts. KI-generiertes Material wird gekennzeichnet, egal aus welchem Modell es kommt.
Ein Modell, das ein Dutzend Referenzen nimmt, passt zu einer Arbeitsweise, bei der zuerst der Look abgenommen wird.
Unsere Einschätzung und die Grenzen
Pika H3 Flex ist ein ernstzunehmendes Werkzeug für die frühe Phase eines Films, wo Tempo und Kontrolle über die Referenzen mehr zählen als die Auflösung. Für die Lieferung ersetzt es die Cloud-Modelle nicht, und Pika selbst behält das Finish auf der eigenen Plattform. Das Ranking, das Pika nennt (Platz eins unter den offenen Modellen, Platz sieben gesamt im Text-to-Video-Ranking von DesignArena), ist Pikas eigene Angabe und eine Momentaufnahme zum Start.
Offen bleibt einiges. Wie gut hält eine Performance, wenn sich Referenzen über eine längere Sequenz ändern? Und was erlaubt die Lizenz für kommerzielle Arbeit? Genau das wollen wir wissen, bevor so ein Modell bei uns über Look-Tests hinauskommt. Pika hat Flex zuerst Entwicklern über sein API-Programm gegeben und für das eigene Produkt ab 2. November angekündigt.