NeuSo erkennen wir Verkäufer, die das falsche Modell anbieten – und du bekommst dein Geld zurück.
UberLLM

KI-Werbemittel-API: von einem Produktfoto zu Bild- und Videoanzeigen

UberLLM ist ein API-Schlüssel für die Bild-, Video- und Sprachmodelle, die Werbe-Workflows aufrufen. Diese Seite enthält vier Rezepte, die von einem Produktfoto ausgehen, jedes als n8n Workflow, den Sie importieren können, und als Skript, mit dem Ergebnis eines echten Laufs, der benötigten Zeit und den entstandenen Kosten.

·

Vier Rezepte, jedes echt ausgeführt

Alle vier wurden am 19. November 2026 von Anfang bis Ende über die öffentliche API ausgeführt, mit einer einfachen Wasserflasche als Produkt. Die Bilder und Clips unten stammen aus diesen Läufen und wurden für diese Seite verkleinert. Zeiten und Beträge sind das, was an diesem Tag gemessen und abgerechnet wurde; sie ändern sich mit der Auslastung und den Preisen.

1. Produktfoto zu einer Person, die es hält, einem 9:16 Clip und einem Voice-over

Was Sie erhalten: Ein 9:16 Standbild einer Person, die Ihr Produkt hält, ein 5-sekündiger Clip, der mit diesem Standbild beginnt, und eine gesprochene Zeile als MP3.

So funktioniert's

  1. Ein Bildbearbeitungsmodell platziert das Produkt von Ihrem Foto in eine Hand, in einer von Ihnen beschriebenen Szene, als 9:16 Bild.
  2. Ein Bild-zu-Video-Modell animiert dieses Bild. Das Bild ist der erste Frame, so hat der Clip seine Form.
  3. Ein Sprachmodell liest Ihre Zeile.
  4. Sie fügen Clip und Stimme mit einem ffmpeg-Befehl zusammen, den die Vorlage und das Skript ausgeben. UberLLM fügt keine Dateien zusammen.

Der Testlauf ·

  • Standbild: PNG, 768x1376, erstellt in 48 Sekunden, abgerechnet $0.042.
  • Clip: MP4, 716x1284, 5.04 Sekunden, kein Ton, erstellt in 85 Sekunden, abgerechnet $0.3675.
  • Voice-over: MP3, 3.3 Sekunden, erstellt in 2 Sekunden, abgerechnet $0.0001.
  • Gesamtlaufzeit: 2 Minuten 18 Sekunden, $0.41.

n8n Workflow (Import per Link) · Skript: node ad-creative.mjs ugc product.jpg

2. Ein Produktfoto zu vielen statischen Anzeigenvarianten

Was Sie erhalten: Ein Bild pro Zeile einer Liste, die Sie schreiben: Hintergründe, Einstellungen, Winkel, Aufhänger. Das Produkt bleibt, wie es auf Ihrem Foto ist.

So funktioniert's

  1. Schreiben Sie die Liste, eine Variante pro Zeile (bis zu 100 pro Lauf), und wählen Sie die Form: 4:5 für den Feed, 1:1 oder 9:16.
  2. Ein Bildbearbeitungsmodell erstellt ein Bild pro Zeile.
  3. Jedes Bild wird sofort heruntergeladen. Eine Zeile, die nicht erstellt werden kann, stoppt die anderen nicht und wird nicht berechnet.

Der Testlauf ·

  • Vier Varianten im Format 4:5: vier PNG-Dateien, je 928x1152, je $0.042 abgerechnet, insgesamt $0.168.
  • Drei wurden in 14 bis 48 Sekunden erstellt. Eine ist zweimal fehlgeschlagen (Timeout) (nicht berechnet) und wurde beim dritten Versuch erstellt.
  • Gesamtlaufzeit: 3 Minuten 13 Sekunden.

n8n Workflow (Import per Link) · Skript: node ad-creative.mjs variations product.jpg

3. Tabellenzeilen zu einem Bild und einer Videoanzeige pro Zeile, nach einem Zeitplan

Was Sie erhalten: Für jede neue Zeile eines Google Sheets (als CSV veröffentlicht) oder einer beliebigen CSV-Datei: ein Standbild und ein Clip. Zuvor erstellte Zeilen werden übersprungen.

So funktioniert's

  1. Jede Zeile benennt ein Produktfoto, die Szene, was sich bewegt und die Form.
  2. Der Workflow läuft täglich (oder wenn Sie ihn starten), liest das Blatt und nimmt die Zeilen, die er noch nicht erstellt hat, höchstens 5 pro Lauf, es sei denn, Sie ändern es.
  3. Für jede Zeile erstellt ein Bildbearbeitungsmodell das Standbild und ein Bild-zu-Video-Modell erstellt den Clip.
  4. Eine Zeile, die fehlschlägt, stoppt die anderen nicht und wird beim nächsten Lauf erneut versucht.

Der Testlauf ·

  • Zwei Zeilen, eine 9:16 und eine 4:5.
  • Zeile 1: Standbild 768x1376 in 15 Sekunden, abgerechnet $0.042; Clip 716x1284, 5.04 Sekunden, erstellt in 5 Minuten 32 Sekunden, abgerechnet $0.4531.
  • Zeile 2: Standbild 928x1152, abgerechnet $0.042 (ein Versuch ist zuerst fehlgeschlagen (Timeout) und wurde nicht berechnet); Clip 860x1068, 5.04 Sekunden, erstellt in 5 Minuten 29 Sekunden, abgerechnet $0.4531.
  • Beide Clips waren bei Beginn mit $0.3675 gelistet. Der erste Anbieter war ausgelastet, die Aufträge wurden an einen teureren verschoben, und die Rechnung lag 23% über dem gelisteten Preis. Die im Rezept festgelegte Obergrenze ($1.50 pro Clip) wurde nicht erreicht.
  • Ganzer Durchlauf: 13 Minuten 13 Sekunden, $0.99. Ein zweiter Durchlauf direkt danach erzeugte nichts und kostete nichts, da beide Zeilen bereits erstellt waren.

n8n Workflow (Import per Link) · Skript: node ad-creative.mjs sheet rows.csv

4. Produktfoto zu einem Studio-Drehvideo

Was Sie erhalten: Ein sauberes Studio-Standbild des Produkts allein und ein 5-sekündiger Clip im Drehteller-Stil für eine Shop-Seite oder eine Anzeige.

So funktioniert's

  1. Ein Bildbearbeitungsmodell platziert das Produkt allein auf einem einfachen Studiohintergrund, 1:1, es sei denn, Sie wählen eine andere Form.
  2. Ein Bild-zu-Video-Modell dreht es langsam bei stehender Kamera.

Der Testlauf ·

  • Studio-Standbild: PNG, 1024x1024, erstellt in 36 Sekunden, abgerechnet $0.042.
  • Clip: MP4, 960x960, 5.04 Sekunden, erstellt in 2 Minuten 32 Sekunden, abgerechnet $0.3675.
  • Gesamtlaufzeit: 3 Minuten 11 Sekunden, $0.41.
  • Die Musterflasche ist von jeder Seite gleich, daher ist ihre Drehung schwer zu erkennen. Ein Produkt mit einem Etikett oder einer ungleichmäßigen Form zeigt es. Das Modell zeichnet die Seiten, die Ihr Foto nicht zeigt, überprüfen Sie diese daher mit dem echten Produkt.

n8n Workflow (Import per Link) · Skript: node ad-creative.mjs spin product.jpg

Was die Modelle jetzt kosten

Dies sind die Modelle, die die Rezepte aufrufen, zum Marktpreis, als diese Seite erstellt wurde. Die Seite wird stündlich neu erstellt. Sie zahlen pro Bild, pro Sekunde Video und pro 1,000 Zeichen Sprache; es gibt kein Abonnement. Die Rechnung entspricht dem, was der Anbieter berechnet hat: Die oben genannten Testläufe wurden etwa 5% über dem angegebenen Preis ($0.042 pro Bild, $0.0735 pro Sekunde Video) und zwei Clips mehr als das abgerechnet, daher kalkulieren Sie einen Lauf zuerst und legen Sie eine Obergrenze fest.

ModellVerwendet fürAktueller Preis
Nano Banana 2 (image-to-image)
google/nano-banana-2-edit
Platziert das Produkt in einer Szene (das Standbild)$0.04 pro Bild
Kling O3 Standard (image-to-video)
kling/kling-o3-standard-image-to-video
Verwandelt das Standbild in einen Clip$0.07 pro Sekunde
Kling O3 Standard Image to Video
fal-ai/kling-video/o3/standard/image-to-video
Backup für den Clip, wird nur verwendet, wenn der erste keinen freien Anbieter hat$0.07 pro Sekunde
Kokoro Text to Speech (Venice)
venice/kokoro-tts
Spricht die Voice-Over-Zeile$0.0028 pro 1K Zeichen

· Keine UberLLM-Gebühr für Anfragen. Das Hinzufügen von Guthaben per Karte kostet 5.5% + $0.50. Jedes Videomodell, pro Sekunde · Alle Bild-, Video- und Sprachmodelle

Was Sie zahlen, wenn etwas schiefgeht

Ein fehlgeschlagener Auftrag kostet nichts

Ein Videoauftrag, der als fehlgeschlagen, abgebrochen oder abgelaufen endet, wird nicht berechnet, ebenso wenig wie eine fehlgeschlagene Bild- oder Voice-over-Anfrage. Das dafür reservierte Geld wird Ihrem Guthaben wieder gutgeschrieben. Ein Clip, der fertiggestellt wird, aber nicht korrekt aussieht, wird berechnet, wie es überall üblich ist.

Auftragsstatus und was jeder kostet

Sie sehen den Preis vor dem Auftrag, und Sie legen die Obergrenze fest

Senden Sie jede Anfrage mit "validate": true, und sie wird geprüft und bepreist, ohne ausgeführt oder berechnet zu werden. Die Rechnung entspricht dem, was der Anbieter berechnet hat, was über oder unter dem angegebenen Preis liegen kann: Wenn der erste Anbieter ausgelastet ist, kann ein Auftrag an einen teureren weitergegeben werden. Ihre Obergrenze ist max_cost: Senden Sie diese mit einer Anfrage, und ein Auftrag, der mehr kosten würde, wird abgelehnt oder kostenlos gestoppt. Jedes Rezept hier legt eine fest.

Preis prüfen, bevor Sie ausgeben

Guthaben verfällt nicht

Guthaben, das Sie kaufen, verfällt nicht, solange Ihr Konto offen ist. Sie laden Guthaben von $5, per Karte oder PayPal auf, und ungenutztes Guthaben kann auf Anfrage innerhalb von 30 Tagen nach dem Kauf zurückerstattet werden.

Bedingungen

Was diese API nicht leistet

Damit Sie den Rest der Pipeline planen können:

  • Es fügt keine Clips zusammen oder legt eine Tonspur auf einen Clip. Die Rezepte geben Ihnen den ffmpeg-Befehl dafür.
  • Es fügt keine Untertitel zu einem Video hinzu. Es kann die Untertiteldatei schreiben: Senden Sie eine Tonspur an den transcription endpoint, wobei response_format auf srt oder vtt gesetzt ist, und Sie erhalten zeitgesteuerte Untertitel zurück (der Test-Voice-Over kam als eine zeitgesteuerte Zeile für weniger als ein Hundertstel Cent zurück). Das Hinzufügen zum Clip ist ein ffmpeg-Schritt.
  • Es hat keinen sprechenden Avatar und kein Lip-Sync-Modell. Nichts hier bewegt ein Gesicht zu einer von Ihnen gelieferten Tonspur.
  • Ein aus einem Bild erstellter Clip nimmt die Form dieses Bildes an. Für einen 9:16- oder 4:5-Clip erstellen Sie zuerst das Standbild in dieser Form; diese image-to-video models berücksichtigen kein Seitenverhältnis, und eine Anfrage, die eines sendet, wird vor jeder Berechnung abgelehnt.
  • Ergebnisse werden nicht für Sie gespeichert. Bildlinks halten etwa 15 Minuten und Videolinks etwa 3 Stunden, daher laden die Rezepte jede Datei sofort herunter.
  • Ein Modell kann einen prompt oder ein Bild gemäß den Inhaltsregeln seines Herstellers ablehnen, und einige Aufträge schlagen fehl, wenn kein Anbieter frei ist. Diese kosten nichts, aber planen Sie einen zweiten Versuch ein.
  • Es lässt das Produkt nicht von selbst richtig aussehen. Überprüfen Sie jedes Bild und jeden Clip mit dem echten Produkt, bevor es veröffentlicht wird.

Bevor Sie Anzeigen schalten

Die Rezepte verwenden ein einfaches Produkt und erheben keine Ansprüche. Was Sie veröffentlichen, liegt in Ihrer Verantwortung, überprüfen Sie daher zuerst Folgendes:

  • KI-Personen sind keine Kunden. Eine von einem Modell erstellte Person ist generisch. Präsentieren Sie sie nicht als echten Kunden, als Testimonial oder als Arzt, und kennzeichnen Sie KI-generierte Personen, wo die Plattform oder Ihr lokales Gesetz dies verlangt. In den Vereinigten Staaten kann ein gefälschtes Testimonial gegen die FTC-Regel für Bewertungen und Testimonials verstoßen. FTC zu ihrer Verbraucherbewertungsregel
  • Meta kennzeichnet KI-Medien selbst. Meta sagt, es liest die Signale, die KI-Tools in eine Datei einfügen, und fügt Anzeigen, die mit KI erstellt oder bearbeitet wurden, ein eigenes Label hinzu. Meta zu KI-Labels in Anzeigen
  • Gesundheits- und Vorher/Nachher-Regeln gelten auch für KI-Kreative. Meta erlaubt keine Vorher-Nachher-Bilder nebeneinander für Gewichtsverlust oder Behauptungen, dass ein Produkt eine gelistete Krankheit heilt, egal welches Tool die Anzeige erstellt hat. Meta-Standard für Gesundheits- und Wellness-Anzeigen
  • Jedes Modell hat einen Hersteller, und die Bedingungen des Herstellers besagen, wie seine Ausgabe verwendet werden darf. Anfragen hier laufen über Drittanbieter, lesen Sie daher die Bedingungen der von Ihnen verwendeten Modelle, bevor eine Anzeige live geht, und verwenden Sie nur Produktfotos, für die Sie die Rechte besitzen. Google sagt, dass Bilder, die von seinen Gemini image models erstellt wurden, ein SynthID-Wasserzeichen tragen. Kling-Nutzungsrichtlinie · Google Gemini API-Bedingungen · Google zur Bilderzeugung und SynthID

Für Claude Code und andere Coding Agents

Die Ad-Creative-Fähigkeit führt dieselben Rezepte von einem Produktfoto auf Ihrem Computer aus. Es fragt, bevor es Ausgaben tätigt, kalkuliert zuerst einen Durchlauf und speichert jede Datei mit einer Aufzeichnung der Kosten jedes Schritts.

sh
npx skills add PSA-Team-source/uberllm-n8n-templates --skill ad-creative

Die Fähigkeit und ihr Skript · Wie Jobs, Wartezeiten, callbacks und Dateilebensdauern für diese Rezepte funktionieren: Ad-Creative-Workflows in den Docs

Fragen

Kann ich ein 4:5-Video für den Meta-Feed erstellen?

Ja, indem Sie zuerst das Standbild im Format 4:5 erstellen. Die image-to-video models in diesen Rezepten folgen der Form des ersten Bildes, daher ergibt ein 4:5-Standbild einen 4:5-Clip.

Wie lange dauert eine Anzeige?

In den Testläufen dauerte ein Standbild 14 Sekunden bis etwa 2 Minuten (die langsamen hatten zuerst einen Timeout-Versuch) und ein 5-Sekunden-Clip dauerte 1.5 bis 5.5 Minuten. Die Workflows warten auf den Job und laden die Datei herunter, wenn sie fertig ist.

Brauche ich n8n?

Nein. Jedes Rezept ist auch ein Befehl eines Skripts ohne Abhängigkeiten (Node 18 oder neuer), und dieselben Aufrufe funktionieren von jeder Sprache aus: es sind einfache HTTP requests.