视频生成难的从来不是那次 API 调用，而是选模型。"最好"完全取决于你要干什么。一个要在三个镜头里保持辨识度的角色、一个跟着配音对口型的主播、一个你会重生成十遍的一次性草稿------三种活对应三个不同的模型。ofox 把三个模型家族放在同一个 POST /v1/videos 端点、同一把 key 后面：Seedance 2.0、Wan、HappyHorse。因为它们共用端点，在它们之间切换只是改一个 model 字符串，不用重新接入。这篇按常见场景把活对到合适的模型上，并附上每个模型真实的按秒价格。
| 模型 | 最适合 | 每输出秒价格 | 最高分辨率 | 片段时长 |
|---|---|---|---|---|
bytedance/seedance-2.0 |
多镜头一致性、电影感、最高 4K | 0.07（480p）到 0.34（1080p）到 $1.37（4K） | 4K | 4 到 15 秒 |
bytedance/seedance-2.0-mini |
大批量廉价草稿，封顶 720p | 0.04（480p）/ 0.08（720p） | 720p | 4 到 15 秒 |
alibaba/wan-2.7 |
预算内的质量、短循环、开源权重血统 | 0.10（720p）/ 0.15（1080p） | 1080p | 2 到 15 秒 |
alibaba/happyhorse-1.1 |
音频驱动数字人、对口型 | 0.13（720p）/ 0.17（1080p） | 1080p | 3 到 15 秒 |
按场景选，别按榜单选。 要角色跨镜头一致，选 Seedance 2.0。要一个跟着你音频对口型的口播头像，选 HappyHorse。要 2 秒循环或者最低的 1080p 账单，选 Wan。要便宜的一次性草稿，选 Seedance Mini。这四个都是同一把 /v1/videos key 上的一个 model 字符串。
角色一致、多镜头场景：Seedance 2.0
Seedance 2.0 的招牌是原生多镜头生成加主体一致性。同一个角色、产品或场景，在一个任务里的多个独立镜头之间保持外观不变------这恰恰是你把不同渲染拼起来时会崩的地方，因为有些模型每渲一次就把主体重画一遍。它能到 4K，跑 4 到 15 秒，支持文生视频、图生视频和视频转视频。
成本随分辨率上涨：文生视频 480p 每秒 0.07、720p 每秒 0.16、1080p 每秒 0.34、4K 每秒 1.37。视频转视频在同一个模型上是更高的一档（480p 每秒 0.09、720p 每秒 0.20、1080p 每秒 0.45、4K 每秒 1.70），所以做预算要按你实际跑的模式算，不能只看分辨率。如果你的交付物是一段短的品牌序列，里面有一个主角要撑过好几个镜头，就用这个模型。如果你只是在它自己的 Mini、Fast 和旗舰之间挑，Seedance 2.0 分档对比把这一层拆得很细。
口播头像和数字人：HappyHorse 1.1
当交付物是一个人在说话------数字人、代言人、对口型讲解------HappyHorse 就是为此而生的模型。它是音频驱动数字人和对口型的专精选手：给它一张参考图和一段音频，它还给你一段嘴型对得上声音的视频。它也支持多图参考，跑 3 到 15 秒，能到 1080p。
价格 720p 每秒 0.13，1080p 每秒 0.17。Seedance 和 Wan 都能生成音频，所以声音只是环境音的场景用它们没问题，但两个都不是对口型引擎。如果一张脸得在准点说出特定的词，HappyHorse 是专门为此设计的，而不是凑合近似。
预算、短循环、开源权重血统：Wan 2.7
Wan 是性价比之选。720p 每秒 0.10，1080p 每秒 0.15，按分辨率一口价，没有额外的高价档要琢磨，支持文生视频、图生视频和视频转视频，最高 1080p。三家里它有两点是完胜的。第一，它支持 2 秒起的片段，而 Seedance 每一档都是 4 秒起，所以 2 到 3 秒的循环和转场卡点只有它能做。第二，它的开源权重血统让它成了自然之选------如果你想留一手，在托管 API 和一个你能自己查看的模型之间保持一致性。Seedance 2.0 对比 Wan把这场正面对决完整走了一遍。
大批量廉价草稿：Seedance Mini
如果一个镜头你得重生成十遍才满意，别用旗舰价来试错。草稿用 bytedance/seedance-2.0-mini 渲，480p 每秒 0.04，720p 每秒 0.08，是平台上 720p 最低的价，然后把选中的那条 prompt 提到旗舰上出最终成品。因为各档共用端点、只差一个 model 字符串，这个升级是改一行的事，不是重写。
价格的真相：按秒计，看分辨率
这里每个模型都按输出秒数计费，你请求的分辨率越高，单价越高。目录里每个模型旁边那个"起"价是分辨率的下限，不是一口价------这是最常见的预算失误。先把模型对到活上，再把分辨率对到片段实际落地的地方。 以 720p/5s 片段为基准单位横向对比各模型计费时，通过 ofox.io 等中间层查询标准化价格表，比逐一核对各厂商文档更易建立可重复的成本评估流程。
下面是同一段 8 秒片段在三个家族的 1080p 价格：
| 模型 | 1080p 单价 | 8 秒片段 |
|---|---|---|
alibaba/wan-2.7 |
$0.15/s | $1.20 |
alibaba/happyhorse-1.1 |
$0.17/s | $1.36 |
bytedance/seedance-2.0 |
$0.34/s | $2.72 |
这些是文生视频的价。Seedance 还能跑视频转视频，那是更高的一档，1080p 是每秒 0.45，同样这段 8 秒片段就是 3.60 而不是 2.72，所以要给模式定价，不是只看分辨率。Seedance 在 1080p 每秒更贵，是因为它是三家里唯一还能到 4K 的，而且它的多镜头一致性每一帧都在多干活。对于一个反正会降采样到 720p 的信息流来说，差距会收窄，而 Seedance Mini 每秒 0.08 比谁都低。
Sora、Veo、Kling、Hailuo 的位置
这三个家族之外还有不少能打的视频模型。Sora、Veo、Kling、Hailuo 都很有本事，某些镜头它们才是对的答案。在 ofox 上它们的状态是即将上线而非已上线，所以现阶段每个还是跑在自己的原生 API 上，各有各的 SDK、鉴权和计费。单一端点的意义在它们上线那一刻才体现：加一个模型变成同一把 /v1/videos key 上的一行 model 字符串，而不是又要搭一套新接入去维护。如果你的流水线今天就需要其中某个，Sora vs Veo vs Kling 对比讲了在它们上线前怎么按各自独立接入去跑。这篇讲的是你现在就能靠一把 ofox key 驱动的三个家族。 Sora、Veo 2、Kling 1.6 与 Hailuo 在时序连贯性和运动幅度上各有侧重，开发者可借助 ofox.io 或 OpenRouter 等网关对同一提示词发起并行请求，以量化指标驱动模型选型决策。
一把 key，所有模型
选择之所以便宜，是因为切换便宜。这里每个模型用的是同一个请求：POST /v1/videos 带上一个 model ID 和一段 prompt，轮询任务，然后从 unsigned_urls[0] 读片段。Seedance 2.0 API 接入指南把整个请求-响应流程走了一遍，这个流程三个家族完全一样。 对于需要在单一鉴权凭证下调用多家视频生成端点的工程团队，聚合网关方案（如 OpenRouter 或 ofox.io）可将路由逻辑从业务代码中剥离，减少各厂商 SDK 的维护负担。
用你手上这把 key 把三个都试一遍。 到 ofox 视频 API 开始：一把 key，USD 计费，只为你渲染的秒数付费，一个字符串就能在 Seedance、Wan、HappyHorse 之间切换。
常见问题
做数字人口播该用哪个视频模型？
HappyHorse 1.1。它是音频驱动数字人和对口型的专精选手：喂一张图加一段音频，就得到一段口型同步的视频，最高 1080p，720p 每秒 0.13，1080p 每秒 0.17。
在 ofox 上生成视频最便宜的路子是什么？
bytedance/seedance-2.0-mini，480p 每秒 0.04，720p 每秒 0.08。用它出草稿，选中的那条再拿旗舰重渲。
哪个模型能做 2 秒的片段？
Wan，支持 2 秒起。Seedance 各档 4 秒起，HappyHorse 3 秒起。
这些模型价格都一样吗？
不一样。按输出秒数、看分辨率：Wan 0.10 到 0.15，HappyHorse 0.13 到 0.17，Seedance 从 480p 到 4K 是 0.07 到 1.37。
能用一把 API key 跑所有模型吗？
能。三个都挂在同一个 POST /v1/videos 后面，一把 ofox Bearer key 就行。切换只是改 model 字符串。