Video-Engine Kling 4.0 und Ideogram-Vektorisierung
- Kling 4.0 — neue Video-Engine
kling_4_0fürPOST /videos/generations, inGET /videos/modelsund im MCP-Toolgenerate_video. Alle drei Modi:image_to_video(mit optionalem Endframe),text_to_videoundtext_to_video_styled. - Dauer — jede ganze Sekunde von
3bis30. Das MCP-Tool verwendet5, wenn dudurationweglässt; die REST-API verlangt den Wert, wie bei jeder Engine. - Auflösung und Seitenverhältnis —
720p(Standard) oder1080p;16:9,9:16oder1:1. Beiimage_to_videofolgt das Video dem Bildausschnitt des Startbilds. - Audio — eine Tonspur wird immer generiert, ohne Zusatzkosten.
- Credits —
15pro Sekunde bei720p,25pro Sekunde bei1080p(ein 5-s-Clip kostet75/125).text_to_video_styledaddiert wie üblich pauschal10. - Vektorisierungs-Engines —
POST /images/vectorizationsund das MCP-Toolvectorize_imagehaben ein neues optionales Feldengine:recraft(Standard) oderideogram. Mitideogramist der optionalemodedefault(detailliert) odersimple. Eine Anfrage ohneenginefunktioniert wie bisher. Ein unbekannter Wert oder einmodeohneideogramgibt422zurück, bevor etwas belastet wird. - Vektorisierungs-Credits bleiben bei
5für jede Engine und jeden Modus. Ein gecachtes Ergebnis (0Credits) zählt jetzt nur, wenn es von derselben Engine und demselben Modus stammt.
Bild-Uploads, Magic-Edit-Engines und finaler Job-Status
- Bild-Uploads — neu. Lade eine lokale Bilddatei hoch und erhalte in drei
Schritten eine
image_id:POST /images/uploads/prepare(sende die exaktesize_bytes) →PUTdie Datei an die presignedupload_url(1 Stunde gültig) →POST /images/uploads/{image_id}/complete. JPEG, PNG oder WebP; bis 10 MB und 32 MP; höchstens 20 Uploads pro Nutzer, die auf ihren Abschluss warten. Kostenlos. Braucht einen vonimages.edit,images.transformodervideos.generate— kein neuer Scope. Dieimage_idfunktioniert als Quelle für Edits, Bildoperationen und Image-to-Video. - MCP — zwei neue kostenlose Tools,
prepare_image_uploadundcomplete_image_upload, tun dasselbe. Der Server hat jetzt achtzehn Tools. - Magic-Edit-Engines —
POST /images/editsund das MCP-Tooledit_imageakzeptieren jetzt auchnano_banana_2undnano_banana_2_1, nebennano_banana_pro(Default),geminiundkontext.resolution(1K/2K/4K) funktioniert auf den drei Nano-Banana-Engines, zu 5 / 10 / 20 Credits pro output;geminiundkontextbleiben bei einer festen Auflösung und 5 Credits. - MCP
edit_image— neue optionale Parameterresolutionundnum_images. Bisher liefen MCP-Edits immer mit1K. - Edit-Antwort — die
202gibt jetzt die effektiveengineundresolutionzurück. - Verhaltensänderung: trainierte Modelle mit einer anderen Engine —
trainierte Modelle und eine Farbpalette funktionieren in einem Edit nur mit
nano_banana_pro. Eine Anfrage, die zusammen mit ihnen eine andere Engine nennt, liefert jetzt422, bevor etwas abgebucht wird. Bisher wurde eine solche Anfrage stillschweigend aufnano_banana_proumgestellt. - Finaler Job-Status bei Compliance-Sperren — ein Bild-Job, dessen outputs
alle an der Compliance-Pipeline gescheitert sind (zum Beispiel an der
C2PA-Signatur), endet jetzt
failedmiterrordelivery_blocked_compliance: <codes>, statt inprocessingzu bleiben. Ein Job mit einigen lieferbaren outputs istcompletedund listet die anderen im neuen Feldblocked_images. Das gilt für die REST-Job-GETs und das MCP-Toolget_job_status. - 4K-outputs — die C2PA-Signatur großer (4K-)outputs funktioniert wieder, sodass 4K-Bilder wieder ausgeliefert werden.
Text-to-Image-Engines
POST /images/generations und das MCP-Tool generate_image akzeptieren jetzt
sieben Text-to-Image-Engines. Die Standard-Engine bleibt nano_banana_pro; eine
Anfrage ohne engine verhält sich wie bisher.- Engines —
nano_banana_pro(Standard),nano_banana_2_1,nano_banana_2und neu:nano_banana,imagen_4,seedream_4,flux_1_pro. Jede Engine hat eigene Seitenverhältnisse und Auflösungen, geprüft vor jeder Abbuchung (422). GET /images/models— neu. Listet die Engines, die du nutzen kannst, mit Seitenverhältnissen, Auflösungen,num_outputs-Limit, Credits pro Bild und Unterstützung trainierter Modelle. Kostenlos, Scopeimages.generate.- MCP —
generate_imagehat einen neuen optionalen Parameterengine. Das ersetzt den früheren Hinweis, dassgenerate_imageimmer die Standard-Engine nutzt. Das neue kostenlose Toollist_image_enginesliefert denselben Inhalt wieGET /images/models. - Trainierte Modelle und Paletten funktionieren mit
nano_banana_pro,nano_banana_2_1undnano_banana_2. Mit den anderen Engines liefern sie422— sie werden nie verworfen. - Credits sind auf jeder Engine gleich: 5 pro output bei
1K, ×2 bei2K, ×4 bei4K. - Verhaltensänderung für Organisationen, die auf trainierte Modelle beschränkt
sind — sie erhalten eine leere Engine-Liste
(
unavailable_reason: "organization_restricted"), jedeengineliefert422, und eine Anfrage mussengineweglassen und mindestens ein trainiertes Modell oder eine Palette übergeben.
Nano Banana 2.1
Eine neue Bild-Engine,nano_banana_2_1 (Nano Banana 2.1), steht neben
nano_banana_pro und nano_banana_2 zur Verfügung.POST /images/generationsundPOST /images/img2imgakzeptierenengine: "nano_banana_2_1". Die Standard-Engine bleibtnano_banana_pro.- MCP — das Tool
img2imgakzeptiertengine: "nano_banana_2_1". Zu diesem Release hattegenerate_imagekeinenengine-Parameter und nutzte immer den Default; jetzt hat es einen (siehe Text-to-Image-Engines oben). - Dieselben Seitenverhältnisse wie
nano_banana_2(img2img erlaubt zusätzlich4:1,1:4,8:1,1:8), die Auflösungen1K,2Kund4Ksowie bis zu 14 img2img-Quellen. - Dieselben Credits wie
nano_banana_2: 5 pro output bei1K, ×2 bei2K, ×4 bei4K. - Nicht verfügbar für Magic Edit (
POST /images/edits) und das MCP-Tooledit_image— beide liefern422.
Bildoperationen
Sechs Wege, ein Bild zu transformieren, das du bereits hast — jeweils ein asynchronesPOST, das einen Job absendet, plus ein GET, das ihn abfragt.POST /images/img2img·GET /images/img2img/{img2img_id}— transformiere 1–14 Quellbilder mit einem Prompt.POST /images/variations·GET /images/variations/{variation_id}— kreative Variationen eines Bildes, gezielt auf das ganze Bild, eine Person, ein Objekt oder die Szene.POST /images/resizes·GET /images/resizes/{resize_id}— ändere das Seitenverhältnis per Outpainting statt per Zuschnitt.POST /images/upscales·GET /images/upscales/{upscale_id}— hochskalieren auf eine höhere Auflösung mit vier Modellen.POST /images/background-removals·GET /images/background-removals/{background_removal_id}— Hintergrund freistellen als transparentes PNG.POST /images/vectorizations·GET /images/vectorizations/{vectorization_id}— ein Bild zu SVG vektorisieren.
images.transform. Img2img läuft unter dem
bestehenden images.edit. Bestehende Keys mit allen Scopes haben ihn bereits;
einem eingeschränkten Key musst du ihn in Settings → API Keys hinzufügen.Auch in MCP. Dieselben sechs Operationen gibt es als die Tools img2img,
create_variations, resize_image, upscale_image, remove_background und
vectorize_image.Preise. Hintergrundentfernung kostet 1 Credit, Vektorisierung 5 — beide 0
bei einem Cache-Treffer für eine bereits verarbeitete Quelle. Der Rest wird mit
5 × Auflösung × Outputs berechnet; Upscaling nach Ziel-Tier mal einem
Multiplikator pro Modell. Bildoperationen ·
PreiseGehostete Decodierung von Bild-Wasserzeichen
Die Inhaltsverifizierungs-API decodiert jetzt beide Bild-Wasserzeichen-Techniken selbst, statt sie als ungeprüft zu melden.- TrustMark Q — der Legacy-Bestand: Bilder, die markiert wurden, als TrustMark der Embed-Anbieter war. Diese Lane bleibt dauerhaft verfügbar.
- Meta PixelSeal — das aktuelle Bild-Wasserzeichen, das neu generierte Samsa-Bilder tragen.
detected-Verdikt stammt weiterhin
aus der C2PA-Manifest-Prüfung, die maßgeblich ist. Die Decodierung von
Video-Wasserzeichen (Meta Video Seal) ist noch nicht verfügbar und wird als
not_checked gemeldet — eine Technik, die nie geprüft wurde, nie ein falsches
Negativ. InhaltsverifizierungInhaltsverifizierungs-API
Eine kostenlose, nicht authentifizierte API, um zu prüfen, ob ein Bild oder Video mit Samsa erstellt wurde — Samsas öffentlicher Erkennungsmechanismus nach Artikel 50(2) der EU-KI-Verordnung. Sie hat eine eigene Basis-URL, braucht keinen API key und verbraucht keine Credits.POST /v1/public/detect— prüfe ein hochgeladenes Bild oder Video.GET /v1/public/detect/info— maschinenlesbare Beschreibung jeder Markierungstechnik und wie man sie erkennt.GET /v1/public/detect/result/{request_id}— signiertes PDF eines früheren Ergebnisses.GET /v1/public/detect/health— Servicestatus und Version.
Trainierte Modelle per Name, Paletten und Inline-Vorschauen
Drei Änderungen, die die MCP-Tools aus einem Gespräch heraus leichter bedienbar machen — dort ist der Name eines Modells zur Hand, seine id nicht.- Namen funktionieren wie ids.
style_id,object_ids,person_idsundsetting_idsakzeptieren Name oder id eines trainierten Modells; ein Name wird zu einem Modell aufgelöst, das die verbundene Credential sehen darf. color_palette— ein neuer Parameter fürgenerate_imageundedit_image, ebenfalls als Name oder id.edit_imageist gleichgezogen mitgenerate_imageund akzeptiert alle vier Referenzparameter für trainierte Modelle, damit eine Bearbeitung markenkonform bleibt.get_job_statusliefert eine Vorschau. Ein abgeschlossener Raster-Bildjob trägt jetzt ein herunterskaliertes Inline-Bild neben dem Link zum Asset in voller Auflösung, sodass Clients das Ergebnis direkt anzeigen können. Die Vektorisierung liefert SVG und hat keine Raster-Vorschau.
Die öffentliche Samsa-API und der MCP server
Das erste öffentliche Release. Samsas Bild- und Video-Studio — und die trainierten Modelle deiner Organisation — über eine REST-API und einen remote MCP server.- Bilder —
POST /images/generationsundPOST /images/edits, komponiert mit den trainierten style-, object-, person- und setting-Modellen deiner Organisation. - Video —
POST /videos/generationsaus einem Startframe, aus Text oder aus Text im Stil deiner Modelle, dazuGET /videos/modelsfür die Engine-Liste. - Modelltraining —
POST /models,POST /models/prepare,POST /models/{model_id}/completeundGET /models/{model_id}/status. - Modelle — auflisten, abrufen, aktualisieren und löschen unter
/models. - Konto —
GET /me,GET /creditsundGET /usage.
webhook_url, um bei Abschluss benachrichtigt zu
werden, statt abzufragen. Callbacks sind signiert, Fehlversuche werden nach 5s,
30s, 2m, 15m und 1h erneut zugestellt.MCP server. Ein remote Streamable-HTTP-Server unter
https://api.samsa.ai/mcp, der entweder OAuth 2.1 für interaktive Clients wie
Claude und ChatGPT oder einen API key für headless Clients annimmt. Samsa API · Quickstart ·
MCP server