同一批 AI 视频任务交给不同模型，最便宜的一次生成不一定得到较低的交付成本。Runway 9 月 24 日公布 Model Router 的 250 条图生视频提示词评测：不同路由配置的单条成本与"可用于生产"的比例明显分叉。团队要先定义自己的合格标准，再算每条合格片段实际花了多少，而不是只按调用价选择模型。
图 1｜便宜的生成结果若需要大量重做，最终交付成本仍可能升高。
为什么只看每次生成价格会选错模型？
Runway 的 9 月 24 日评测使用 250 条图生视频提示词及参考图，比较固定高性能模型、优先质量路由、带 1 美元上限的质量路由和优先成本路由。公告表格中，固定基线可用率 78%、每条 1.80 美元；质量路由 77%、1.28 美元；带价格上限的质量路由 74%、0.61 美元；成本路由 38%、0.30 美元。这是厂商在其样本和判断标准下的结果，不是任何团队上线后的普遍费率或保证。
图 2｜单条成本与可用率必须成对阅读；低价与可交付之间没有自动等号。
一个最简的估算是 单次生成费 / 可用率。按这组公开数值，四种配置约为 2.31、1.66、0.82、0.79 美元每条可用片段。最后两项看起来接近，但这个比值省略了复核工时、返工等待、不同场景的失败分布和品牌审核。若成本路由的失败集中在人物动作或产品特写，简单平均数会掩盖成片最关键的镜头风险。
Runway 的 Model Router 文档提供路由配置与调用方式。文档是接口能力说明；是否应把某种配置用于最终镜头，要由本地样本与验收标准决定。不要把"路由器会选模型"误写成"路由器已经替团队验收结果"。
图 3｜路由负责挑生成器；质量门禁负责决定能否进入成片。
自己的评测集应该怎样分层？
先从真实工作中抽取一小组固定任务，至少把人物运动、产品静物、镜头运动、原图细节、画幅和时长分开标注。每个任务保存参考素材的哈希、原始提示词、期望用途、画幅与验收表。跨模型不必强求"相同随机种子"，因为不同模型的种子语义可能并不相同；要固定的是输入证据和评价规则。
图 4｜人物动作与静物镜头分组计数，防止容易的任务淹没关键失败。
可用率也要拆成可观察项：主体是否稳定、动作是否连续、产品外观是否偏离参考、字幕安全区是否足够、帧率和时长是否符合交付规格。机器可先做文件完整性、画幅与时长检查；主体一致性和品牌表达仍需要人工判定。记录"合格/不合格"时保留具体原因，抽查主体边缘和快速运动帧，才能判断下一轮是换模型、改输入，还是该任务本身不适合自动生成。
图 5｜一条失败结果要指出失败原因，不能只留一个总分。
路由选择怎样把人工时间算进去？
下面是本地示例 ，输入 results.csv，每行是一条已人工复核的生成结果，字段为 route,cost_usd,review_minutes,accepted。accepted 只填 0 或 1。脚本按路由汇总模型费与人工复核费，再除以合格数；hourly_usd 是示例中的内部核算假设，可按团队实际成本改。没有合格结果的路由明确报为不可计算，而不是除零或宣称零成本。
图 6｜生成费与复核时间同表记录，才看得见真正的交付代价。
python
import csv
import sys
from collections import defaultdict
hourly_usd = 30.0 # 示例假设；替换为团队内部核算值
groups = defaultdict(lambda: {"total": 0, "accepted": 0, "cost": 0.0})
with open(sys.argv[1], newline="", encoding="utf-8") as file:
for row in csv.DictReader(file):
if row["accepted"] not in {"0", "1"}:
raise SystemExit("accepted must be 0 or 1")
group = groups[row["route"]]
group["total"] += 1
group["accepted"] += int(row["accepted"])
group["cost"] += float(row["cost_usd"])
group["cost"] += float(row["review_minutes"]) / 60 * hourly_usd
for route, group in sorted(groups.items()):
accepted = group["accepted"]
unit = group["cost"] / accepted if accepted else None
print(route, group["total"], accepted,
"unavailable" if unit is None else f"{unit:.2f}")这个表还要按镜头类型再跑一遍。若某路由在静物镜头上便宜，却在人物运动上反复失败，可以只把它用于前者；最终广告主镜头用可用率更稳的路由。测试窗口内的价格、版本与验收人也要留档，避免把不同时间的模型费率和不同人的标准混在一个平均值里。
图 7｜路由规则跟随镜头类型和验收证据，不是给所有视频任务设一个固定模型。
什么时候停止自动路由并回退？
连续失败、生成结果与参考素材明显不符、供应商模型或价格发生变化、可用率样本不足，或平台要求人工确认最终素材时，都应停止自动把片段推进交付。此时保留输入、模型版本、输出文件与复核结论，先查是哪一层变化；不能因为成本路由失败就无条件重试到预算耗尽。下一轮上线前，用同一验收表重新跑小样本，再决定是否恢复自动选择。
图 8｜路由证据不足时，生成可以暂停，已获批准的成片版本应保持稳定。