Was ist ein MCP-Server für Bild und Video?
Eine präzise Einführung für Entwickler, die neu beim Model Context Protocol sind.
Cancel anytime before day 7 · no lock-in
Was ein MCP-Server technisch ist
Das Model Context Protocol, kurz MCP, ist ein standardisierter Weg, über den ein KI-Agent externe Werkzeuge aufruft. Der Server veröffentlicht eine Liste von Tools mit Namen und Parametern. Der Agent ruft ein Tool mit strukturierten Argumenten auf und bekommt ein strukturiertes Ergebnis zurück.
Ein Bildserver ist nichts anderes als ein MCP-Server, dessen Tools Bilder erzeugen. Ein Videoserver macht dasselbe mit Clips. Figgshield ist beides unter einer Adresse, https://api.figgshield.ai/mcp. Der Agent verbindet sich einmal und sieht die Generier-Tools neben allen anderen.
Es gibt hier keinen Sonderfall. Wer schon einmal einen Tool-Aufruf gesehen hat, kennt das Muster. Der Server übernimmt die Rechenarbeit des Modells und liefert einen Link auf die fertige Datei.
Modelle, Auflösungen und Kosten
Für Bilder läuft Nano Banana 2 von Google. Ein Rendering in 1K oder 2K kostet 8 Credits, in 4K sind es 16. Du gibst die gewünschte Auflösung im Aufruf an und zahlst genau dafür.
Für Video steht Kling 3 bereit, dazu eine schnellere Stufe Kling 3 Turbo, wenn Tempo wichtiger ist als Feinschliff. Ein Clip von fünf Sekunden liegt bei 35 Credits. Ein einziges Guthaben deckt Bild und Video ab, du verwaltest also keine zwei getrennten Kontingente.
Aus einer erzeugten Bild-ID lässt sich direkt ein Video starten. Du übergibst die ID, und der Agent nutzt genau dieses Bild als ersten Frame, ohne dass du es erneut beschreibst oder hochlädst.
Kling 3 oder Kling 3 Turbo?
Für Video gibt es zwei Stufen. Kling 3 ist die Standardstufe und legt Wert auf Bildqualität und saubere Bewegung. Kling 3 Turbo rechnet schneller und passt, wenn du viele Varianten in kurzer Zeit brauchst.
Am Guthaben ändert die Wahl nichts am Prinzip: Ein Clip von fünf Sekunden liegt bei 35 Credits, und beide Stufen laufen über dasselbe Guthaben. Du entscheidest nach Zeitdruck und Anspruch, nicht nach getrennten Budgets.
In der Praxis lohnt sich Turbo für frühe Entwürfe und schnelle Iterationen. Für die Fassung, die am Ende veröffentlicht wird, greifst du eher zur Standardstufe Kling 3.
Warum ein Server das Web-Tool schlägt
Ein Browser-Tool steht außerhalb deiner Arbeitsumgebung. Du wechselst den Tab, meldest dich an, tippst den Prompt, wartest, lädst die Datei herunter und ziehst sie ins Projekt. Jeder Schritt ist manuell, und keiner davon ist automatisierbar.
Der Agent kann in diesem Ablauf nichts übernehmen. Er öffnet keinen Tab und kann das Ergebnis nicht in den nächsten Arbeitsschritt einbauen. Damit endet jede Automatisierung an der Weboberfläche.
Figgshield spricht reines MCP. Deshalb läuft der Server mit Claude auf dem Desktop und in Claude Code, mit Cursor, Windsurf und ChatGPT im Developer Mode auf einem bezahlten Plan, und mit jedem anderen MCP-fähigen Agenten. Der Agent fordert das Bild oder Video mitten in der Aufgabe an und verwendet das Ergebnis sofort weiter.
Preis zum Selbstkostenpreis
Figgshield rechnet zum Selbstkostenpreis ab. Wir zahlen die Modellanbieter und geben den Preis unverändert weiter, ohne Aufschlag auf Nano Banana 2 oder Kling 3. Die Credit-Angaben oben sind die tatsächlichen Kosten eines Renderings.
Bleibt die Frage, wovon wir leben. Verdient wird allein an Credits, die jemand kauft und nie ausgibt. Damit läuft unser Interesse in dieselbe Richtung wie deins, denn uns ist lieber, du verbrauchst dein Guthaben.
Der Einstieg ist die Pro-Testphase für 5 Dollar über sieben Tage mit 150 Credits. Es gibt keinen kostenlosen Tarif. Passt es nicht, kündigst du vor Tag 7 und zahlst nichts weiter. Auf der Credit-Seite siehst du, wie weit ein Guthaben reicht.
Datenfluss und Speicherung
Jede erzeugte Datei liegt auf einem privaten Link, der nach 7 Tagen abläuft. Danach wird die Datei gelöscht. Das Fenster reicht, um das Ergebnis ins Projekt zu übernehmen, und hält gleichzeitig nichts dauerhaft auf unserer Seite.
Ein Referenzbild, das du zur Steuerung mitschickst, wird nur im Arbeitsspeicher für diese eine Anfrage verwendet und nicht gespeichert. Nach der Antwort liegt es auf keiner Festplatte bei uns.
Für Teams mit klaren Vorgaben zur Datenhaltung ist das der entscheidende Punkt. Du bekommst das Ergebnis, ohne dass sich dein Material auf einem fremden Server ansammelt.