充了 200 块只跑出 3 条:AI 视频真正贵的地方,是「按次」和「按秒」的区别

大家好,我是做 AI 视频内容的一个普通打工人,日常就是拿各种模型跑片子、算成本、被账单打脸。

先声明三件事,免得评论区歪了:

  1. 本文所有成本数字,都来自我自己账号的截图,不是宣传页抄的。平台价格会变,以你看到的页面为准。
  2. 收益部分是个体记录,不代表普遍情况,别把「我能换到算力」理解成「你能稳定赚到钱」。

写这篇的起因很俗:上个月我充了 200,跑了 3 条 15 秒的片子就没了。 我当时的第一反应是「这模型不行」,直到我点开计价页,看到两行字:

arduino 复制代码
YS-星算线     ⚡ 4.8702 / 次
DMC-default  ⚡ 0.0759 / 秒

一个按「次」,一个按「秒」。 就这一个单位之差,决定了你 200 块能跑 3 条还是 40 条。


一、先说结论

按次档(YS-星算线) 按秒档(DMC-default)
计费单位 ⚡4.8702 / 次 ⚡0.0759 / 秒
成功率(我这边的实测) 100.0% 98.9%
平均出片耗时 4 分 33 秒 6 分 56 秒
5 秒片折合每秒 ⚡0.974 ⚡0.0767
15 秒片折合每秒 ⚡0.325 ⚡0.0767
适合干什么 短、精、要一次过 长、省、能试错
scss 复制代码
xychart-beta
    title "折合每秒成本(算力/秒)"
    x-axis ["5秒", "10秒", "15秒"]
    y-axis "算力" 0 --> 1.1
    line [0.974, 0.487, 0.325]
    line [0.0767, 0.0767, 0.0767]

三个结论,直接说:

  1. 按次档的「每秒单价」是随时长变的 ------5 秒时接近 1 算力/秒,15 秒时降到 0.32。你拍的片子越短,按次越亏。
  2. 按秒档的「每秒单价」是恒定的 ,而且 15 秒时只有按次档的 1/4 左右。
  3. 按次档贵,但它换来了两样东西:更快的出片(快 2 分 23 秒)和更高的成功率。 这两样在批量跑的时候,恰恰是钱买不到的。

这就是为什么「哪个模型好」这个问题根本没法答。 得先问:你要多长的片、能不能接受重跑、什么时候交。


二、为什么我最后选了「聚合」,而不是挨个订阅

这两个月 AI 视频圈有个很明显的变化------模型开始互相偷袭了。

MiniMax H3 发布后直接开源权重,2K 分辨率、原生立体声,价格只有 Seedance 2.0 的三分之一(模型对比整理);知乎上那篇分析写得更直白,H3 需要的不是第一,而是「挤上牌桌」(原文)。再往前,Sora 退场,可灵、Vidu、Seedance 各家都在往上顶。

行业数据也印证了这股热:2026 年前七个月,全球 AI 视频赛道 29 起融资、91.47 亿美元 (亿欧);国内个人创作者付费用户同比增长 117% ,大家最关心的四个点就是单条时长、人物一致性、商用授权、单人成本 (行业报告)。

问题来了:模型一个月更新两次,你怎么订阅?

  • 订了 A,下个月 B 出 2K 还开源,你换不换?
  • 三个都订,一个月几百块,你一个月真能跑满吗?
  • 每个平台的 API 参数、计价单位都不一样,光记就记混了。

所以我最后的选择是聚合平台 ------不是因为它多厉害,而是因为它把「试错成本」从「订阅决策」降到了「单次调用」。Seedance、可灵、Hailuo、Vidu 都在里面,我要比价就直接切,不用再开第二个账号。

这句话可能有点得罪人,但我还是要说:2026 年还单买某一家的订阅,除非你就固定跑一种活,否则大概率是在为「用不满」付费。


三、核心:一个单位之差,200 块差出 13 倍

3.1 先看这两张图

图 1 位置 --- 贴那张sd2.0 YS-星算线 ⚡4.8702/次 100.0% 4分33秒 的截图

图注:按「次」计价。注意右边两个数字:成功率 100%、出片 4 分 33 秒。

图 2 位置 --- 贴那张minmaxh3 DMC-default ⚡0.0759/秒 98.9% 6分56秒 的截图(带「参考视频 0.0759/秒」那行)

图注:按「秒」计价,参考视频也按时长另算------这行小字很多人没看见。

重点看第二张图的第二行:参考视频:⚡0.0759/秒(按参考视频时长)。

意思是:你喂进去 的参考视频,也要按秒收费。你传一段 10 秒的参考视频 + 生成 15 秒,是按 25 秒结的。

这一条我在别家踩过,白花了小一百。任何按秒计费的平台,都要先翻到这一行确认。

3.2 把账算清楚(这段是全文最值钱的部分)

场景:一条 15 秒的片子,需要 1 条成片。

方案 名义成本 计入失败重跑(÷成功率) 折合每秒
按次档 ×1 4.8702 4.8702 0.3247
按秒档 ×1(15s) 1.1385 1.1511 0.0767

同样 15 秒,差 4.2 倍。

再看 5 秒的短镜头:

方案 名义成本 有效成本 折合每秒
按次档 ×1 4.8702 4.8702 0.9740
按秒档 ×1(5s) 0.3795 0.3837 0.0767

差 12.7 倍。 这就是开头那个问题的答案------我一个 200 块的包,在按次档上拍 5 秒短镜头,确实只能跑十几条;换成按秒档,能跑五十多条。

顺便说个反直觉的点 :很多人以为「按次」是包干的、更划算。恰恰相反------按次 = 你为「时长不确定」买了单。 一次调用出几秒你控制不了,出的越短,你单价越贵。这是我这半年最贵的一课。

3.3 但按次档不是没用

它买到的是另外两样东西,我实测的差距:

维度 按次档 按秒档 对我的意义
成功率 100.0% 98.9% 批量跑 100 条,按秒档会有 1 条左右废掉
出片耗时 4:33 6:56 一小时能跑的轮数:13 轮 vs 8 轮
折合每秒 0.32(15s) 0.077 长期成本按秒档明显低

我的实际分工是这样的:

  • 要交片的、只有一次机会的(客户现场预览、直播贴片)→ 走按次档。贵,但快、稳。
  • 要铺量试方向的(一天出 30 条挑 3 条)→ 走按秒档。慢一点,但能错 40 次。
  • 只需要 5 秒以内的短镜头 → 一律按秒档,除非对画质有硬要求。

这个判断标准,比记住任何参数都有用。


四、代码:把「两个单位」统一成一本账

光看页面没用,真跑起来的时候,你得让程序告诉你这一批到底花了多少、有多少是白花的。

下面这段是我在用的精简版。核心就一个函数 cost(),它同时处理「次」和「秒」两种单位,并且把成功率折进去------你看到的才是「有效成本」,不是宣传页上那个好看的数字。

python 复制代码
"""
双档位成本核算 + 统一调用
依赖:pip install httpx
注意:BASE_URL 与模型标识以平台文档为准,这里用占位
"""
import os
from decimal import Decimal

BASE = os.environ["ZHILING_BASE_URL"]   # 形如 https://<你的域名>/v1
KEY  = os.environ["ZHILING_API_KEY"]

# ========== 全文最重要的两个单位 ==========
RATES = {
    "YS-星算线":   {"unit": "per_call",   "price": Decimal("4.8702"),
                    "succ": Decimal("1.000"), "sec": 4*60+33},
    "DMC-default": {"unit": "per_second", "price": Decimal("0.0759"),
                    "succ": Decimal("0.989"), "sec": 6*60+56},
}

def cost(model: str, seconds: int) -> tuple[Decimal, Decimal]:
    """返回 (名义成本, 计入失败重跑后的有效成本)"""
    r = RATES[model]
    if r["unit"] == "per_call":
        nominal = r["price"]                       # 按次:和时长无关
    else:
        nominal = r["price"] * Decimal(seconds)    # 按秒:时长 × 单价
    return nominal, nominal / r["succ"]            # 除以成功率 = 真实成本

def report(seconds_list=(5, 10, 15)):
    print(f"{'档位':<12}{'时长':>5}{'名义':>10}{'有效':>10}{'折合每秒':>12}")
    print("-" * 52)
    for m in RATES:
        for s in seconds_list:
            nom, real = cost(m, s)
            print(f"{m:<12}{s:>5}{nom:>10.4f}{real:>10.4f}{real/s:>12.4f}")
        print()

def pick(seconds: int, need_on_time: bool = False) -> str:
    """选型:短镜头一律按秒;要一次过 / 赶时间的走按次"""
    if need_on_time or seconds >= 20:
        return "YS-星算线"
    return "DMC-default" if seconds <= 10 else min(
        RATES, key=lambda m: cost(m, seconds)[1]
    )

if __name__ == "__main__":
    report()
    print("推荐:", {s: pick(s) for s in (5, 10, 15)})

跑出来的结果(这段是我真跑过的):

sql 复制代码
档位            时长        名义        有效      折合每秒
----------------------------------------------------
YS-星算线          5      4.8702      4.8702      0.9740
YS-星算线         10      4.8702      4.8702      0.4870
YS-星算线         15      4.8702      4.8702      0.3247

DMC-default      5      0.3795      0.3837      0.0767
DMC-default     10      0.7590      0.7674      0.0767
DMC-default     15      1.1385      1.1511      0.0767

推荐: {5: 'DMC-default', 10: 'DMC-default', 15: 'DMC-default'}

看出来了吗? 按次档的「折合每秒」是随长度下降 的(0.974 → 0.487 → 0.325),按秒档是一条水平线(0.0767)。

所以按次档的正确用法只有一种:把它用满 15 秒,而且只给一次机会。 你拿它拍 5 秒的空镜,就是在给平台送钱。

图 3 位置 --- 终端跑这段脚本的输出截图

图注:名义成本 / 有效成本 / 折合每秒,三列摊开看,选型就不会凭感觉。

4.1 提交任务时顺手记账

python 复制代码
import asyncio, httpx

HDR = {"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"}

async def submit(client, model, prompt, seconds):
    payload = {
        "model": model,
        "prompt": prompt,
        "duration": seconds,
    }
    r = await client.post(f"{BASE}/video/generations", json=payload, headers=HDR)
    r.raise_for_status()
    return r.json()["id"]

async def run(jobs, concurrency=4):
    sem = asyncio.Semaphore(concurrency)   # 别拉满,撞限流比串行还慢
    total = Decimal("0")
    async with httpx.AsyncClient(timeout=60) as client:
        async def one(j):
            async with sem:
                try:
                    tid = await submit(client, j["model"], j["prompt"], j["seconds"])
                    print(f"[OK] {j['model']} {j['seconds']}s -> {tid}")
                    return cost(j["model"], j["seconds"])[1]
                except Exception as e:
                    print(f"[FAIL] {j['model']} {e}")
                    return Decimal("0")      # 失败不计入(但重跑会翻倍,自己盯)
        total = sum(await asyncio.gather(*[one(j) for j in jobs]))
    print(f"\n本批有效成本合计:{total:.4f} 算力")

这段解决三个实际问题:

  1. Semaphore(4) ------ 并发开太大一定撞限流,重试的等待时间比串行还久。
  2. 失败返回 0 ------ 失败不记账,但你要知道它会以「重跑」的形式回来,所以真实成本要乘倍。
  3. total 打印的是算力,不是条数 ------ 「跑了 20 条」毫无意义,「这批花了 12.6 算力」才能拿去跟老板对账。

五、提示词:两个档位的写法不一样

这一段是我踩出来的,别直接用一套模板喂两个模型。

四段式骸架(通用):

xml 复制代码
【镜头】<机位 / 运镜 / 景别>
【主体】<谁 / 做什么 / 动作幅度>
【环境光】<光源方向 / 色温 / 对比度>
【质感】<胶片或数码 / 颗粒 / 运动模糊 / 帧率感>

A. 给按次档用(一次过,要把信息压到最满)

复制代码
【镜头】85mm 中近景,缓慢横移,浅景深,全程保持主体居中
【主体】哑光黑咖啡杯在胡桃木桌上缓慢旋转 30°,杯中液体无飞溅,杯身无反光死角
【环境光】左侧窗光,色温 5000K,桌面右侧一盏暖色补光形成轮廓光
【质感】数码直出,轻微运动模糊,无胶片颗粒,高光不过曝

因为按次一次机会,所以要把「不许出错」的地方都写死:全程居中、无反光死角、无飞溅。

B. 给按秒档用(可以试错,留出发挥空间)

复制代码
【镜头】手持轻微晃动,中景缓慢推进到近景
【主体】人物侧身站在窗前,缓缓转头看向镜头,动作幅度克制
【环境光】逆光,窗边高光溢出,室内偏暗,人物面部保留细节
【质感】略欠曝,24fps 电影感,轻微颗粒

按秒档我一般跑 3 条取 1,所以提示词里留一点空间(「动作幅度克制」「缓缓」),让模型在同一方向上有变化,而不是三条完全一样。

图 4 位置 --- 两个模型各自的生成结果页对照,把「模型名 / 时长 / 扣费」框出来

图注:同一提示词、同时长,扣费差 4 倍多。


六、重点:算力真的能靠作品换回来

这部分是我最想分享的,也是这篇最容易被说成「画饼」的地方。所以我把账单直接摊开。

6.1 两条进账路径

路径一:签到(零钱)

图 5 位置 --- 贴 累计已获 ⚡4.8|累计签到 28天 那张

图注:我连着签了 28 天,累计 4.8 算力。

说实话:签到是零钱,不是主力。 28 天 4.8 算力,按按秒档 0.0759/秒算,大约够 63 秒 的视频;按按次档算,不够一次。

但它的意义在于兜底------你哪天想试一个新模型,签到的算力够你跑一两条看看,不用先充钱。

路径二:灵感广场(这才是主力)

图 6 位置 --- 贴那张收益流水表(签到奖励 1.1 / 灵感广场收益 1 / 1 / 0.5 / 0.5 / 0.5...)

图注:每一笔都显示「已到账」。灵感广场的进账明显比签到密。

图 7 位置 --- 贴 总收益 ⚡77.6|总次数 68|已到账 68 那张

图注:68 笔收益,全部到账,合计 77.6 算力。

77.6 算力是什么概念?我给你换算一下:

用在哪 能换多少
按秒档(0.0759/秒) 约 1022 秒 ,也就是 17 分钟视频
按次档(4.8702/次) 约 15 次生成
前提 这 77.6 是一段时间累计的,不是一个月

所以别听「白嫆无限算力」这种话------那是假的。 准确的说法是:持续发作品,能覆盖掉你日常试错的那部分开销。 我这 77.6 算力,基本上把我「每天跑几条看看效果」的钱抵掉了。

6.2 怎么才能真的赚到(这两张数据图上我学到的东西)

这里我要说一下另外两张截图------我本来想直接贴上来的,但那两张作品图的内容偏感性,在掘金很可能被判低俗,所以我把数字提取出来讲:

作品 浏览量 被使用次数 收益
画布 A 1255 15 ¥12
画布 B 1195 8 ¥7

注意看这两列的关系:浏览量差不多(1255 vs 1195),收益差了快一倍(12 vs 7)。

差在哪?差在「被使用次数」(15 vs 8)。

这就是灵感广场真正的算法逻辑:不是看你作品有多少人看,是看有多少人「拿去用」。

我因此改了发布策略,两条经验:

  1. 别发成片,发可复用的「画布/模板」。 别人看你的视频只会点个赞,但别人能拿你的画布改两个字继续用,才会产生「使用」。
  2. 作品要「留空」。 主体、光位、运镜写死,但文案和主体对象留成占位符。我收益最高的那个画布,本质是一套「人像 + 逆光 + 中近景」的模板,换谁都能套。

图 8 位置(可选) --- 如果你愿意用,贴那两张画布的下半部分(只保留「未命名画布 / 浏览 1255 / 使用 15 / 收益 ¥12 / 日期」这几行),把作品缩略图裁掉

图注:浏览量接近,收益差近一倍,差别在被使用次数。

如果你想要更稳的过审,我建议就用文字表格,别冒险贴缩略图。


七、踩坑清单(每条都付过学费)

  1. 按秒计费的平台,先找「参考视频是否按时长另收」这一行。 我漏看过一次,账单直接翻倍。
  2. 按次档别用来拍 5 秒以内的空镜。 折合每秒接近 1 算力,比按秒档贵 12 倍。
  3. 成功率要折进成本。 98.9% 听起来很高,但批量跑 500 条,你会白白多跑 5~6 条。
  4. 出片速度也是钱。 4:33 和 6:56,一小时差 5 轮试错。赶工期的时候,这个差距比单价重要。
  5. 别写「高清 / 电影级 / 大片感」。 换成「85mm / 5000K / 浅景深」,模型才听得懂。
  6. 一个镜头只给一个动作。 一句话塞三个动作,废片率立刻翻倍。
  7. 批量前先跑 3 条验提示词。 十几算力看清方向,比一百多买一堆废片便宜太多。
  8. 别信「白嫆无限」。 灵感广场能覆盖你的试错成本,覆盖不了你的生产成本。
  9. 同一条提示词,不同平台结果不一样。 所以聚合平台的价值在「能横跳」,不在「某一家最强」。

八、这方案不适合谁

  • 只跑一种固定活、且每月能跑满的:单买一家订阅仍然更省,别折腾。
  • 要 60 秒以上成片的:两个档位都得拼段,拼完还得统一调色,这套流程解决不了接缝。
  • 要严格人物一致性的商业片:首帧图 + 后期校色仍是必需品,模型给不了。
  • 指望靠灵感广场赚出一台电脑的:现实点,它就是个「帮你把试错费报销掉」的机制。

九、写在最后

这半年我最大的体会,跟我第一篇写视频的文章一模一样,但现在更笃定了:

AI 视频的门槛不在提示词,在算账。

提示词写错了,废的是一条;计价单位理解错了,废的是整个预算。

我见过太多人冲进来买最贵的档,跑十条发现不对,然后说「AI 视频不行了」。其实不是模型不行,是用法和计费单位对不上。

现在模型一天一个样,今天 2K 明天开源,你追不完的。你能控制的只有两件事:知道自己每一秒花在哪,以及让别人替你把这笔钱赚回来。


想听听你们的真实经验

  1. 你们被「按次 / 按秒」这个单位坑过吗? 具体是怎么踩的,我在评论区补充进这篇。
  2. 按秒计费里,参考视频/参考图要不要另收,各家规则一样吗? 这块我还没摸全,欢迎对账。
  3. 灵感广场那种「被使用次数」的机制,你们有没有更好的涨使用量的办法? 我只摸到「发模板别发成片」这一条。

评论区见,看到都会回。觉得有用点个赞,让更多人别在计价单位上栽跟头。

相关推荐
GitHub实测笔记1 小时前
rtk 本机实测:给 AI Agent 砍掉 90% 的命令行噪音(Linux)
github
小莫4611 小时前
CI 全绿了,测试却可能是假的:GitHub Actions 三个静默失效的坑
github
dreams_dream3 小时前
项目想要推送多个平台仓库的方法
gitee·github
AI_Lab013 小时前
服务器管理工具要在服务器上装 Agent,安全吗?
服务器·安全·github
七牛云行业应用4 小时前
DeepSeek Harness 插件架构 vs MCP:Cordis 的「Everything is a Plugin」到底解决什么
ai·github·ai编程
u1301304 小时前
GitHub 热榜项目:日榜(2026-10-30)
人工智能·github
AlfredZhao5 小时前
新项目首次提交 GitHub 报错“未配置远端 origin”怎么办
github
miofly5 小时前
GitHub 日榜趋势速报 | 2026-10-31
开源·github
u13013017 小时前
GitHub 热榜项目:日榜(2026-10-29)
人工智能·github