Teams, die Midjourney per API anbinden wollen, kommen oft zum selben Ergebnis: Midjourney hat keine allgemeine öffentliche API. Stand Oktober 2026 dominieren Web-Version und Discord; die am Markt befindlichen „Midjourney APIs“ sind meist Drittanbieter-Wrapper, die über automatisierte Kontopools eine HTTP-Schnittstelle anbieten.

Alternativen müssen nach Modalität bewertet werden: Zugang, asynchrone Abläufe, Abrechnung und kommerzielle Bedingungen unterscheiden sich zwischen Bild und Video. Dieser Beitrag vergleicht Kling, Seedance, Sora und verbreitete Bildmodelle, ohne eine absolute Rangliste aufzustellen.

Hinweis: Midjourney ist eine Marke von Midjourney, Inc.; Kling/Kling AI ist eine Marke von Kling AI; Seedance und Seedream sind Marken von ByteDance; Sora und OpenAI sind Marken von OpenAI; FLUX ist eine Marke von Black Forest Labs; Nano Banana und Gemini sind Marken von Google; alle weiteren Namen gehören ihren Rechteinhabern. Dieser Beitrag dient dem technischen Vergleich und begründet keine Zugehörigkeit oder Empfehlung.

1. Zuerst die Zugangsbeschränkung von Midjourney klären

Midjourney bietet keine öffentliche Entwicklerkonsole, keine allgemeine REST-Schnittstelle und keine API-Preisliste. Drittanbieter-Wrapper gibt es in zwei Formen: Der Anbieter unterhält einen Pool von Abo-Konten und steuert Discord oder Web automatisiert; oder der Kunde stellt die Konten, und der Anbieter liefert nur die Automatisierungsschicht. Beides ist keine offizielle Direktverbindung.

Drei Risiken bestehen: Die Nutzungsbedingungen beschränken automatisierten Zugriff, Konten können eingeschränkt werden; die Schnittstelle hängt von Web- oder Discord-Oberfläche ab und kann bei Upstream-Änderungen ausfallen; Wrapper-Anbieter haben bereits aufgegeben oder ihr Geschäft verkleinert, sodass langfristige Verfügbarkeit nicht allein auf Ruf beruhen sollte.

Vor der Auswahl den Bedarf trennen: Bei geringer Frequenz kann die manuelle Erzeugung im Web bleiben und nur die Nachbearbeitung automatisiert werden. Bei täglicher Batch-Produktion sollten „öffentliche Dokumentation, programmatischer Aufruf und nachvollziehbare Fehlercodes“ harte Anforderungen sein.

2. Nach Modalität: Bild, Video und Bearbeitung

Bildgenerierung ist der direkte Ersatzfall für Midjourney. Kling hat eine eigene Bildgenerierungs-Schnittstelle; Seedream von ByteDance deckt Generierung und Bearbeitung ab; FLUX ist für offene Gewichte und Feinabstimmung bekannt; Nano Banana von Google betont Bearbeitung und Figurenkonsistenz; Ideogram legt Gewicht auf Text in Postern; GPT Image und Tongyi Wanxiang haben ebenfalls Schnittstellen. Modellnamen und Versionen ändern sich schnell; vor dem Aufruf die offizielle Dokumentation prüfen.

Videogenerierung ist eine zweite Linie. Kling und Seedance bieten asynchrone Videoaufgaben mit Text zu Video, Bild zu Video und Start-/Endbild. Sora muss gesondert erwähnt werden: Das Modell Sora 2 und die Videos API wurden am 24. September 2026 eingestellt; laut offizieller Erklärung gibt es keine eins zu eins ersetzende Schnittstelle. Bestehende Integrationen sollten zügig migriert werden, neue Projekte Sora nicht mehr als Option führen.

Bildbearbeitung wird oft übersehen. Inpainting, Outpainting, Hintergrundwechsel und Referenzkonsistenz passen häufig besser zum E-Commerce als eine Generierung von null. Bei der Auswahl die Bearbeitung separat bewerten und nicht annehmen, ein starkes Generierungsmodell sei auch bei Bearbeitung stark.

3. Stil und Kontrollierbarkeit: nicht nur Demo-Bilder ansehen

Der Ruf von Midjourney kommt vor allem von der Ästhetik: Filmwirkung, Illustrationscharakter, Licht und stabile Komposition. „Guter Stil“ ist jedoch keine abnehmbare technische Kennzahl. Eine Alternativbewertung sollte mindestens sechs Punkte umfassen: Subjektkonsistenz, Textdarstellung, Hände und Körper, Kompositionskontrolle, Stilkonsistenz und Nacharbeitsquote.

Die Stärken unterscheiden sich: Kling tendiert zu Realismus und kommerziellen Porträts; Seedream versteht chinesische Semantik besser; das offene FLUX-Ökosystem eignet sich für LoRAs und private Stile; Nano Banana ist stark bei mehrstufiger Bearbeitung und Figurenkonsistenz; Ideogram passt zu Textpostern; GPT Image folgt komplexen Anweisungen gut. Das sind Tendenzen, keine absoluten Aussagen.

Zuverlässig ist ein Blindtest: 10–20 echte Geschäfts-Prompts vorbereiten, Seitenverhältnis, Auflösung und Seed fixieren, Modellnamen verdecken und Design sowie Marketing nach denselben Kriterien bewerten lassen. Öffentliche Demo-Bilder sind kuratiert und weichen von der eigenen Kategorie oft stark ab.

4. Zugangswege: öffentliche API, Cloud-Marktplatz und Drittanbieter-Wrapper

Drei Wege sind üblich.

  • Öffentliche Hersteller-API: Konsole, Dokumentation, Key und Fehlercodes; als Hauptkanal geeignet. Offene Regionen, Identitätsanforderungen, Parallelitätskontingente und Datenaufbewahrung prüfen.
  • Cloud-Marktplatz: Dasselbe Modell kann von einem Cloud-Anbieter bereitgestellt werden; Abrechnung, Rechnung, Region und Compliance liegen beim Cloud-Anbieter, Modellversionen können jedoch hinterherhinken.
  • Drittanbieter-Wrapper oder Relay: Einheitliche Schnittstelle und schneller Einstieg, aber eine zusätzliche Schicht; Preis- und Verfügbarkeitsrisiko trägt der Anbieter. Die sogenannten Midjourney-APIs fallen im Wesentlichen hierunter.

Bei der Bewertung von Dritten mindestens fünf Punkte prüfen: Dokumentation und Statusseite, Upstream und Abrechnungsmaßstab, Berechnung fehlgeschlagener Aufgaben, Datenaufbewahrung und Störungs-Ticketkanal. Das ZSQH AI Gateway bietet einen OpenAI-kompatiblen einheitlichen Eingang; ob Bild- und Videokanäle freigeschaltet sind und welche Modelle unterstützt werden, richtet sich nach der Modellliste und den Modellpreisen; nicht freigeschaltete Modelle nicht als verfügbar annehmen.

5. Asynchrone Workflows: unterschiedliche Schnittstellen, gleiches Gerüst

Bildschnittstellen antworten teils synchron, teils erst nach Aufgabenerstellung; Video ist fast immer asynchron. Ein Midjourney-Wrapper benötigt zusätzlich einen Discord-Roundtrip, wodurch Warteschlangen und Timeouts häufiger auftreten. In der Produktion sind fünf Schritte sinnvoll: senden, Aufgaben-ID erhalten, pollen oder Callback, herunterladen, persistieren.

import time

def wait_task(provider, task_id, timeout=600):
    deadline = time.time() + timeout
    delay = 3
    while time.time() < deadline:
        task = provider.get_task(task_id)
        if task["status"] == "succeeded":
            return provider.download(task["result_url"])
        if task["status"] in {"failed", "rejected"}:
            raise RuntimeError(task.get("error", "task failed"))
        time.sleep(delay)
        delay = min(delay * 1.5, 20)
    raise TimeoutError(f"task {task_id} timed out")

Entscheidend ist nicht der Code, sondern die Randbedingungen: Aufgabentabelle persistieren mit Geschäftsnummer, Aufgaben-ID, Status und Kosten; Polling mit Gesamt-Timeout; Ergebnislinks zeitnah übertragen; bei Fehlern zwischen wiederholbar und nicht wiederholbar unterscheiden. Sonst entstehen zu Spitzenzeiten „Request-Timeout, Aufgabe läuft weiter, doppeltes Senden, doppelte Abbuchung“.

6. Kommerzielle Bedingungen und Preismodelle

Bilder werden oft pro Stück, Aufgabe, Credit-Paket oder Abo abgerechnet; Videos pro generierter Sekunde, Auflösung oder Aufgabe. Listenpreise sind nicht direkt vergleichbar: Eine Generierung kann vier Bilder liefern, von denen nur eines brauchbar ist; bei Video kommen Warteschlange, Wiederholungen und Speicherkosten hinzu.

Aussagekräftiger ist „Gesamtkosten pro abgenommenem Material“:

Gesamtkosten = (Generierung + Wiederholung + Bearbeitung + Speicher + Personal) ÷ nutzbare Materialien

Die Bedingungen separat prüfen: kommerzielle Nutzung, Nutzung für Training, Aufbewahrungsdauer, Erstattung bei Fehlern oder Ablehnung, Behandlung von Kontosperre und Dienstende. Der kommerzielle Umfang eines Midjourney-Abos richtet sich nach den offiziellen Bedingungen; ein Wrapper ändert die Upstream-Bedingungen nicht. Preise werden angepasst; dieser Beitrag nennt keine Stückpreise und verweist auf Modellpreise und Vertrag.

7. Auswahltabelle nach Szenario

Die Tabelle grenzt nur Kandidaten ein und ist keine Rangliste; am Ende entscheiden eigene Prompts und Abnahmekriterien.

Szenario Modalität Bevorzugt testen Entscheidende Prüfpunkte
E-Commerce-Hauptbild, Detailseite Bild Kling Image, Seedream, FLUX Produktkonsistenz, Logo, Text, kommerzielle Bedingungen
Markenkonzept, Stilexploration Bild Manueller Midjourney-Workflow, FLUX, Ideogram Stilkonsistenz, Nacharbeitsquote, Herkunft der Rechte
Chinesische Poster, Kampagnenmaterial Bild Seedream, Tongyi Wanxiang, Ideogram Chinesisches Layout, Tippfehler, Font-Lizenz
Kurzvideo, Feed-Material Video Kling, Seedance Dauer, Startbildkontrolle, Warteschlange und Fehlerquote
Mehrstufige Bildbearbeitung Bildbearbeitung Nano Banana, Seedream, GPT Image Figurenkonsistenz, Grenzen des Inpaintings
Bestehende Sora-Integration Video-Migration Seedance, Kling, Veo Feldzuordnung, Gültigkeit der Ergebnisse, Migrationskosten

8. Migrationscheckliste

  1. Bestehende Nutzung erfassen: Prompt-Vorlagen, Parameter, Upscale und Varianten, Nachbearbeitung, manuelle Prüfung.
  2. Abnahmekriterien schriftlich festlegen: Was gilt als nutzbares Bild, wer bewertet, wie wird Nacharbeit erfasst?
  3. Zwei Bildkandidaten und ein bis zwei Videokandidaten wählen, nicht nur einen Anbieter testen.
  4. Mit derselben echten Prompt-Charge blind testen, Parameter fixieren, Erfolgs- und Nacharbeitsquote erfassen.
  5. Eine Adapterschicht bauen: Authentifizierung, Senden, Polling, Download und Fehlercode-Mapping in einem eigenen Modul kapseln.
  6. 50–100 Aufgaben als kleine Charge laufen lassen und Gesamtkosten, P95-Dauer und Fehlerursachen auswerten.
  7. Bedingungen prüfen: kommerzieller Umfang, Datenaufbewahrung, Erstattung, Kontosperre und Dienstende.
  8. Grau umschalten: zuerst 5–10 % Verkehr, Rollback-Kanal behalten und Erfolgsquote, 429-Anteil, Timeout-Quote und Stückkosten überwachen.

9. Compliance und Stabilität

Generierte Inhalte berühren Persönlichkeits-, Urheber- und Markenrechte sowie Inhaltsrichtlinien. Bei Uploads realer Personen eine Genehmigung einholen, die Herkunft von Referenzbildern prüfen und Werbematerial nicht deutlich vom realen Produkt abweichen lassen. Eine Moderationsablehnung ist kein technischer Fehler und sollte nicht durch Umformulieren des Prompts umgangen werden.

Für die Stabilität mindestens ein Ersatzmodell oder einen Ersatzkanal vorhalten; Keys nach Projekt und Umgebung trennen; Test-Keys mit Kontingentlimit versehen; 429- und Aufgabenfehlerquoten überwachen. Bei Abhängigkeit von einem Midjourney-Wrapper die Auswirkung eines Kontopool-Ausfalls bewerten und nicht den gesamten Verkehr auf einen Kanal ohne SLA legen.

Häufige Fragen

Gibt es inzwischen eine offizielle Midjourney-API?

Stand Oktober 2026 gibt es keine allgemeine öffentliche API mit öffentlicher Preisliste für die breite Öffentlichkeit. Marktangebote sind überwiegend Drittanbieter-Wrapper; Bedingungen und Risiken vor der Integration prüfen.

Können Kling und Seedance einander ersetzen?

Nicht vollständig. Beide machen Video, aber Kling bietet zusätzlich Bildgenerierung, während Seedance vor allem auf Video fokussiert. Parameter, Dauer, Authentifizierung und Abrechnung unterscheiden sich; nach Szenario testen.

Ist die Sora-API noch nutzbar?

Sora 2 und die Videos API wurden am 24. September 2026 eingestellt; laut offizieller Erklärung gibt es keine eins zu eins ersetzende Schnittstelle. Bestehende Integrationen sollten auf Kling, Seedance oder andere Videomodelle mit öffentlicher Dokumentation migriert werden.

Antworten Bild-APIs immer synchron?

Nicht unbedingt. Manche antworten direkt, andere erstellen eine Aufgabe, die abgefragt wird; Wrapper machen wegen Warteschlangen oft asynchron. Vor der Integration Antwortstruktur und Timeout-Verhalten klären.

Muss man für einen Midjourney-Ersatz unbedingt das Modell wechseln?

Nein. Wer nur Batch-Verarbeitung und eine stabile Schnittstelle braucht, kann die manuelle Midjourney-Erzeugung behalten und Auswahl, Upscale, Speicherung und Ausspielung automatisieren; erst wenn die Menge den manuellen Prozess übersteigt, lohnt die Migration.

Nächster Schritt

Zuerst reale Szenarien und Abnahmekriterien auflisten, dann zwei Anbieter für einen Blindtest wählen. Für einen einheitlichen Eingang können Sie im ZSQH AI Gateway einen Key anlegen und auf der Seite Modellpreise die aktuell unterstützten Bild- oder Videomodelle prüfen.

Weitere Beiträge: