Preskoči na sadržaj
AI Workshop

AI generiranje slika i videa 2026.: tko vodi, koliko košta i što EU sada traži

Generativni mediji podijelili su se 2026. na dva vrlo različita tržišta. Kod slika OpenAI je ponovno na vrhu: GPT Image 2.5 predvodi ljestvicu slijepih glasova, ispred Googlea, xAI-ja i Microsofta. Kod videa OpenAI je odustao: Sora je ugašena, a većinu vrha drže kineski laboratoriji poput Alibabe, ByteDancea, MiniMaxa i Kuaishoua, dok je njemački Black Forest Labs jedino europsko ime u top 10. Samo je Kling u jednom kvartalu zaradio više od 850 milijuna RMB. A od 2. kolovoza 2026. EU AI Act traži da se AI generirani sadržaj označava. Evo tržišta u pet grafova i što to znači za tvrtke u Hrvatskoj i DACH regiji.

1199
Elo modela GPT Image 2.5 Sunburst, br. 1 na ljestvici Artificial Analysis za text-to-image (listopad 2026.)
850 mil. RMB+
prihod Kling AI-ja u 2. kvartalu 2026., rast veći od 200 % na godišnjoj razini (Kuaishou)
2. 8. 2026.
od kada vrijede obveze označavanja AI sadržaja iz članka 50. EU AI Acta

Kratki odgovor

Generiranje slika postalo je roba s premium razinom. Najbolje modele dijeli nekoliko desetaka Elo bodova, a cijene se razlikuju i dvadeset puta. Generiranje videa još je utrka na samoj granici: kvaliteta skače svakih nekoliko mjeseci, isječci sada traju do 20 sekundi s izvornim zvukom, a minuta videa u 1080p stoji između otprilike 2 i 34 USD preko API-ja proizvođača. Četiri tvrtke koje najpažljivije pratimo igraju vrlo različite uloge: OpenAI se izravno natječe u slikama, Anthropic namjerno uopće ne generira slike, Mistral licencira FLUX modele tvrtke Black Forest Labs za svog asistenta, a Manus u svom agentu orkestrira tuđe modele.

Kako čitati ljestvice. Artificial Analysis rangira modele Elo bodovima iz slijepih glasova: ljudi vide dva rezultata za isti upit i biraju bolji. Razlika od 10 do 20 bodova je mala i često unutar intervala pouzdanosti. Ljestvica za video 2026. je izgrađena iznova kao v2.0 (Kling 3.0 Pro fiksiran je na 1.000), pa starije Elo brojke s početka 2026. nisu usporedive. Sve brojke u nastavku preuzete su s ljestvica 14. listopada 2026.

Slike: OpenAI je ponovno u vodstvu

OpenAI je 21. travnja 2026. objavio gpt-image-2 zajedno s ChatGPT Images 2.0, prvim modelom za slike koji "razmišlja" prije crtanja: može promisliti o rasporedu i pretražiti web prije renderiranja. U rujnu su slijedile dvije varijante GPT Image 2.5, Sunburst i Flare. One danas drže prva tri mjesta ljestvice text-to-image. Googleov Nano Banana 2.1, objavljen u listopadu, četvrti je, a Microsoftovi vlastiti MAI-Image modeli u godinu su dana postali ozbiljna alternativa.

Ljestvica text-to-image: 12 najboljih modela po Elo bodovima (listopad 2026.)

Kvaliteta ima cijenu. Pri 1024×1024 u visokoj kvaliteti GPT Image 2 preko API-ja stoji oko 211 USD za 1.000 slika, otprilike 0,21 USD po slici. Googleov Nano Banana 2.1, samo 13 do 40 Elo bodova iza, stoji 33,60 USD, a Metin Muse Image 10 USD. Za većinu poslovnih primjena, poput fotografija proizvoda, objava za društvene mreže ili grafika za prezentacije, jeftiniji modeli su dovoljno dobri. Premium razina isplati se tamo gdje su važni tekst unutar slike, točan raspored ili dosljednost brenda.

Kvaliteta naspram cijene: Elo i API trošak za 1.000 slika (1024×1024)

Video: Sore više nema, vode kineski laboratoriji

Najveće iznenađenje godine bio je OpenAI-jev izlazak iz videa. 24. ožujka 2026., šest mjeseci nakon razvikanog lansiranja aplikacije Sora 2, OpenAI je najavio gašenje Sore. Aplikacija je zatvorena 26. travnja, a API je trebao prestati raditi 24. rujna. OpenAI je kao razlog naveo potražnju za računalnim kapacitetom i rekao da će se tim Sore usmjeriti na istraživanje simulacije svijeta za robotiku; korištenje je padalo još od početka godine. Istodobno je otpala i planirana investicija Disneyja od milijardu dolara vezana uz Soru.

Ljestvicu videa danas predvodi Alibabin Wan 3.0 (Elo 1158), ispred Utopai X, ByteDanceova Dreamina Seedance 2.5 i MiniMax H3. FLUX 3 tvrtke Black Forest Labs iz Freiburga šesti je s 1131 bodom, jedini europski model u top 10. Googleov Gemini Omni Flash 1.1 je osmi. Runway, koji je s Gen-4.5 vodio staru ljestvicu u prosincu 2025., više nije među prvih 15.

Ljestvica text-to-video v2.0: 10 najboljih modela po Elo bodovima (listopad 2026.)

Cijene se razlikuju još više nego kod slika. Minuta videa u 1080p stoji 4,80 USD s MiniMax H3, 9,12 USD s Gemini Omni Flash 1.1, 12 USD s najbolje rangiranim Wan 3.0, 17,40 USD s FLUX 3 i 34,12 USD sa Seedance 2.5. Black Forest Labs nudi i draft način za 0,06 USD po sekundi, pa 20-sekundni pregled stoji 1,20 USD prije renderiranja konačne verzije. Za 30-sekundni video proizvoda s deset iteracija izbor modela odlučuje plaćate li 25 ili 170 USD računalnog troška.

API cijena po minuti videa u 1080p (USD, listopad 2026.)

Novac: Kling pokazuje da se AI video može isplatiti

Većina tvrtki za generativne medije ne objavljuje prihode. Kuaishou, vlasnik Kling AI-ja koji kotira u Hong Kongu, objavljuje. Kling je u 1. kvartalu 2025. zaradio oko 150 milijuna RMB, u 3. kvartalu 2025. više od 300 milijuna, a u 4. kvartalu 2025. 340 milijuna RMB, ukupno oko 1,04 milijarde RMB (≈ 150 mil. USD) za 2025. U 2026. rast se ubrzao: više od 650 milijuna RMB u 1. kvartalu (+300 % na godišnjoj razini) i više od 850 milijuna RMB u 2. kvartalu (+200 %). Oko 70 % ranih prihoda došlo je od pretplata potrošača, uz rastući udio profesionalnih kreatora i oglašivača.

Kvartalni prihod Kling AI-ja (milijuni RMB)

Na Zapadu je Black Forest Labs u prosincu 2025. prikupio 300 milijuna dolara uz valuaciju od 3,25 milijardi dolara, a među ulagačima su Salesforce Ventures, a16z, NVIDIA, Canva i Figma. Njegovi FLUX modeli pokreću generiranje slika u Adobeu, Picsartu i Mistralovu asistentu, a okosnica FLUX 3 testira se i u robotskom modelu na proizvodnim linijama Audija. Midjourney, koji nikada nije prikupio vanjski kapital, prema procjenama trećih strana ostvaruje oko 500 milijuna dolara godišnjeg prihoda, iako brojke ne potvrđuje.

Anthropic, OpenAI, Mistral, Manus: četiri različite strategije

TvrtkaVlastiti model za slikeVlastiti model za videoStrategija u 2026.
OpenAIDa: GPT Image 2 (travanj), GPT Image 2.5 (rujan)Više ne: Sora ugašena (aplikacija u travnju, API u rujnu 2026.)Vodstvo u slikama unutar ChatGPT-ja i API-ja; video premješten u istraživanje
AnthropicNeNeBez generiranja piksela. Claude izrađuje grafove, dijagrame i interaktivne vizualizacije kao kod, a Claude Design (Anthropic Labs, 17. 4. 2026.) gradi prototipove, prezentacije i jednostranične dokumente. Modeli za slike spajaju se preko MCP-a ili Canve
MistralNe (licenciran)NeGeneriranje slika u asistentu radi na FLUX modelima tvrtke Black Forest Labs: europski stog iz Pariza i Freiburga
ManusNe (orkestrira)Ne (koristi Google Veo 3)Agent planira scene i poziva modele trećih strana, pa jedan upit pretvara u gotov video ili vizualnu priču
GoogleDa: Nano Banana 2.1Da: Gemini Omni Flash, VeoDistribucija kroz Gemini, YouTube i Workspace
Black Forest LabsDa: FLUX 3 ImageDa: FLUX 3 (srpanj 2026.)Dobavljač modela za Adobe, Picsart, Mistral i druge; najavljene otvorene težine za FLUX 3 Dev

Za poslovnog korisnika Anthropicov izbor je važan. Ako vaša tvrtka standardizira na Claudeu, što često preporučujemo za tekst, analizu i programiranje, trebat će vam drugi alat za fotorealistične slike ili video. U praksi je to ili API za slike spojen s Claudeom preko Model Context Protocola, ili dizajnerski alat poput Canve ili Adobea koji već ima ugrađen FLUX ili neki drugi model.

EU AI Act: označavanje je sada obvezno

Od 2. kolovoza 2026. vrijede obveze transparentnosti iz članka 50. EU AI Acta:

  • Pružatelji generativne AI moraju strojno čitljivo označiti slike, video, zvuk i tekst tako da se mogu prepoznati kao AI generirani. Komisija nije propisala jednu tehniku; u praksi to znači metapodatke (npr. C2PA Content Credentials) u kombinaciji s nevidljivim vodenim žigovima.
  • Korisnici sustava, odnosno tvrtke koje objavljuju sadržaj, moraju označiti deepfakeove (realistične slike, zvuk ili video stvarnih osoba, mjesta ili događaja) i AI generirani tekst o temama od javnog interesa. Očito umjetnička, satirična ili fikcijska djela trebaju tek blagu oznaku.
  • Komisija je 10. lipnja 2026. objavila dobrovoljni Kodeks prakse za označavanje AI generiranog sadržaja. Potpisivanje je jedan od načina na koji pružatelji mogu dokazati usklađenost.
  • Kazne za kršenja mogu doseći 15 milijuna eura ili 3 % ukupnog svjetskog godišnjeg prometa.

Za većinu tvrtki u Hrvatskoj, Njemačkoj i Austriji to znači: ako u oglašavanju koristite AI slike koje prikazuju realistične osobe ili situacije, označite ih, sačuvajte metapodatke o podrijetlu i upišite pravilo u svoju usklađenost s AI Actom i pravila korištenja AI-ja. Autorsko pravo zasebno je pitanje; pogledajte naš pregled sporova o autorskim pravima i podacima za treniranje.

Što to znači za tvrtke u Hrvatskoj i DACH regiji

  • Birajte prema namjeni, a ne prema mjestu na ljestvici. Za fotografije proizvoda, društvene mreže i prezentacije dovoljan je model od 10 do 35 USD za 1.000 slika. GPT Image 2.5 plaćajte samo tamo gdje su važni tekst u slici i točan raspored.
  • Video je spreman za marketing, ali još ne za sve. Kratki isječci proizvoda, oglasi za društvene mreže i edukacijski videi rade dobro i stoje nekoliko eura po minuti. Dulje priče s dosljednim likovima i dalje trebaju ljudsku montažu.
  • Pazite na lokaciju podataka i rizik dobavljača. Većina vodećih video modela dolazi iz kineskih laboratorija. Za podatke klijenata, neobjavljene proizvode ili regulirane djelatnosti provjerite gdje se obrađuju upiti i referentne slike. FLUX 3 iz Njemačke i Googleove EU regije su opcije; pogledajte naš vodič za suverenu AI i rezidenciju podataka.
  • Ne gradite na jednom modelu. Gašenje Sore pokazalo je da i OpenAI-jevi proizvodi mogu nestati unutar šest mjeseci. Koristite sloj apstrakcije ili platformu koja omogućuje promjenu modela.
  • Označavajte i bilježite od prvog dana. Čuvajte C2PA metapodatke, označavajte deepfakeove i dokumentirajte koji je alat izradio koji sadržaj. Sada to malo stoji, a kasnije sprječava probleme s AI Actom.
Naše mišljenje: za većinu naših klijenata najbolja postava u 2026. je Claude za tekst, analizu i vizualne koncepte (uključujući Claude Design za prezentacije i prototipove), uz jedan licencirani model za slike i jedan za video, odabrane prema cijeni i zahtjevima za lokaciju podataka. Ta je kombinacija jeftinija i fleksibilnija od potrage za jednim modelom koji radi sve.

Zaključak

U 2026. AI generiranje slika postalo je zrelo tržište s cjenovnom konkurencijom koje predvode OpenAI i Google, dok je AI video i dalje brza utrka koju vode kineski laboratoriji, s Black Forest Labsom kao europskim kandidatom. OpenAI-jev izlazak iz Sore pokazuje koliko je video još skup; Klingov kvartal od 850 milijuna RMB pokazuje da se može isplatiti. Za tvrtke u Hrvatskoj i DACH regiji praktični je plan jasan: birajte modele prema namjeni i trošku, zadržite mogućnost promjene i označavajte AI generirani sadržaj kako sada traži EU AI Act.

Često postavljana pitanja

Koji je najbolji AI generator slika u 2026.?

Prema slijepim glasovima korisnika na ljestvici Artificial Analysis za text-to-image (listopad 2026.) vodi OpenAI s modelima GPT Image 2.5 Sunburst (Elo 1199), GPT Image 2.5 Flare (1192) i GPT Image 2 (1172), a slijede Googleov Nano Banana 2.1 (1159), xAI-jev Grok Imagine Image 2.0 (1155) i Microsoftov MAI-Image-2.6 (1152). FLUX 3 Image tvrtke Black Forest Labs i Metin Muse Image dijele 1115 bodova.

Koji je najbolji AI generator videa u 2026.?

Na ljestvici Artificial Analysis za text-to-video (v2.0, listopad 2026.) vodi Alibabin Wan 3.0 s Elo 1158, ispred Utopai X (1149), ByteDanceova Dreamina Seedance 2.5 (1144) i MiniMax H3 (1141). FLUX 3 tvrtke Black Forest Labs je šesti (1131), a Googleov Gemini Omni Flash 1.1 osmi (1115). Razlike od nekoliko bodova unutar su intervala pouzdanosti.

Je li OpenAI Sora još dostupna?

Nije. OpenAI je 24. ožujka 2026. najavio gašenje Sore. Aplikacija je zatvorena 26. travnja 2026., a API je trebao prestati raditi 24. rujna 2026. OpenAI navodi da će se tim Sore usmjeriti na istraživanje simulacije svijeta za robotiku. Generiranje slika OpenAI i dalje nudi kroz GPT Image 2 i 2.5.

Koliko košta AI generiranje slika i videa?

Pri 1024x1024 API cijene kreću se od oko 10 USD za 1.000 slika (Meta Muse Image) do oko 211 USD (OpenAI GPT Image 2 u visokoj kvaliteti). Za video jedna minuta u 1080p stoji između 2,40 i 34 USD na API-jima proizvođača; Wan 3.0, najbolje rangirani model, stoji 12 USD po minuti. Draft način FLUX 3 stoji 0,06 USD po sekundi.

Moraju li se AI generirane slike u EU označavati?

Da. Članak 50. EU AI Acta primjenjuje se od 2. kolovoza 2026. Pružatelji generativne AI moraju strojno čitljivo označiti slike, video, zvuk i tekst kao AI generirane, a tvrtke koje objavljuju deepfakeove moraju ih tako i prikazati. Komisija je 10. lipnja 2026. objavila dobrovoljni Kodeks prakse za označavanje. Kazne mogu doseći 15 milijuna eura ili 3 % globalnog prometa.

Želite sigurno koristiti AI slike i video u marketingu?

Pomažemo tvrtkama u Hrvatskoj i DACH regiji odabrati prave modele za slike i video, povezati ih s Claudeom i postojećim alatima te postaviti pravila označavanja i korištenja usklađena s EU AI Actom. Kao Claude Certified Architect iz Zagreba, krećemo od vaših primjena, a ne od hypea.

Razgovarajte s AI konzultantom

Boris Agatić

Osnivač AI Workshopa i Claude Certified Architect. Više od 10 godina gradi softverska rješenja i vodi tvrtke od prvog strateškog razgovora do produkcijskih AI agenata.

LinkedIn (otvara se u novoj kartici)