生成一段 30 秒的 AI 视频，多少钱？
按 2026 年 11 月 11 日查到的官方价格示例，Seedance 2.5 的 720p 约 ¥1.51 一秒，30 秒 ¥45.30。试一个镜头，这个门槛不算高。
真到交片，账要重算。
一条 60 秒的片子，镜头全部生成三轮，生成费约 ¥271.80。三轮是我为算账设的，不是实测废片率；配音、剪辑、改稿的人工还没进来。
比多花钱更难受的是：片子生成成功了，却交不了差。画面漂亮，价格标签写错；人物动作很顺，软件按钮的位置是编的。
这种镜头，钱照扣，活白干。
假设你接了一条 60 秒咖啡机推广片。客户发来产品照片、三项参数和一张销量图，微信里补一句：今天先看效果，明天价格可能调，还要出英文版。
我把两条路线放进这个任务，看钱花在哪，改稿又卡在哪。
30 秒、带声音，模型现在能做到哪一步
视频模型吃文字、图片或已有视频，直接吐画面。你写“镜头绕着咖啡机转一圈，蒸汽往上升”，它给你一段新视频，不会顺手给你一个能随便调的三维咖啡机。
今年这批产品，已经过了“几秒无声片段”的阶段。
Seedance 2.5 单次可生成 30 秒音视频，能参考图片、视频和音频，也能按指定时间点修改。Gemini Omni 1.2 Flash 支持 15 秒生成和连续对话修改。可灵 4.0 同样提供最长 30 秒生成和多模态参考。
放进咖啡机这条片子：一张产品照能变成环绕镜头，一张人物设定图能变成带对白的小场景，生成过的片段还能换背景、改光线、接着往下演。
但 60 秒的片子仍要分段生成或续接。人物前后像不像同一个人，光线接不接得上，对白有没有变，得一格格看。
预算有限时，我不建议从纯文字开始抽卡。有合格的产品照片，就用图生视频把外观锁死；有真人表演，就只让模型改背景或风格。抽到第十版，你还在赌瓶子长什么样；用照片锁住，赌的就只剩镜头怎么动。
哪些画面值得交给视频模型
它最值钱的地方，是那些你一眼能看出好坏、却很难逐项写清参数的画面。
蒸汽怎么飘，人物回头时眼神怎么变，早上的光怎么扫过桌面。你没法用代码规定每一缕蒸汽的轨迹，但能从几版里挑一版接近想象的。
过去要搭景、拍摄或做复杂三维的视觉方案，现在可以先花几十块看看方向。这是它最划算的用法。
咖啡机上的售价、容量、功率，我不会让模型“看着写”。销量图的柱子多高、教程点哪个按钮、实验先做哪一步，也都差一点都不行。
新模型的文字渲染和局部编辑确实进步了，“AI 视频写不好字”“改一处只能整段重来”这些老印象，该更新。
但官方展示能力，不等于每次生成都对。Seedance 官方仍把复杂运动的物理合理性、多主体互动的稳定性列为待改进；Google 也列出快速运动、快速台词变化和复杂物理的边界。
2025 年的 VBench-2.0 用物理、常识、人体、控制等 18 个细项检查当时的模型，发现复杂情节和物体动态变化不够稳。它没测今天这几款新模型，不能拿来打分，但那套检查项还能用：数字、数量、步骤、动作，一项一项单独看。
为什么有人偏要让 AI 写代码做视频
代码路线多一道工序。
AI 先写网页动画、Remotion 工程、Manim 场景或 Blender 脚本，渲染器再照着出画面。标题写什么、图表多高、第几秒出现哪个箭头，都在工程里躺着。
Remotion 用代码组织视频和动画；Manim 常做数学和原理演示；Blender 搭三维场景。
销量图要从 80 改到 95，改数字，第二根柱子自己按比例长高。字幕晚一秒，改时间。英文版文字变长，单独调那一版版式，人物和产品不用重新生成。
我自己做过一条 201 秒的大模型推理动画，15 幕，84 条字幕。配音是逐句拼的，拼完一听就不对：这句拖，那句赶，音量忽大忽小，底噪还换了一层。审片的时候，问题一条条冒出来。
后来按幕重做声音。到这一步，代码工程的好处才具体起来：哪一幕出问题就开哪一幕，画面、字幕、音效分开修。代价也具体：出了问题，你得愿意一层层查。
如果让我重来一次，我会先把旁白录完，再排画面。反过来做的账，我付过一次。
工程不保证内容正确。数据谁给的、版式清不清楚、讲解准不准，还得人看。没有真人或三维素材，代码也变不出自然表演。为一条真人氛围短片搭工程，往往是把简单事做复杂。
官方单价便宜，整片为什么还可能贵
价目先摆出来。清晰度、币种、模型档位都不同，这张表只适合换算支出，不适合给画质排名。
| 模型与档位 | 官方直接生成价 | 30 秒输出估算 |
|---|---|---|
| Seedance 2.5，720p，无视频输入 | 约 ¥1.51/秒 | 约 ¥45.30 |
| Seedance 2.5，1080p，无视频输入 | 约 ¥3.74/秒 | 约 ¥112.20 |
| Gemini Omni 1.2 Flash，720p | $0.07/秒 | $2.10，需多段生成 |
| MiniMax H3，768p | $0.08/秒 | $2.40，需多段生成 |
Seedance 的 30 秒价格按官方 5 秒示例线性估算，实际以系统返回的计费用量为准。Gemini 和 MiniMax 的价格分别来自各自官方发布页与价格页。输入视频、图片超额、草稿和高清重生成可能另计费用。
可灵 4.0 的国际 API 页面还写着尚未开放、价格仅供预览，所以没进成交价表。豆包、即梦、Gemini 应用这些订阅套餐按积分和月度额度算，不能拿月费直接除表中的秒数。
开头那 ¥271.80，就是 60 秒全部生成三轮的直接费用。实际只改一段，就按那段的时长和改法算；局部编辑可能省下一部分重做费。
代码路线没有按秒生成账单。Manim 和 Blender 免费用，本地渲染到第 20 版也不会多一笔模型调用费。
但 AI 编程订阅、版式设计、修 bug、核内容、渲染、配音都占预算。电脑和订阅已经买了，只能少一笔新增支出，不能把你的时间算成零。
只做一条、以后不改，搭工程的时间可能比生成素材还贵。改得多，或者同一模板要批量出片，前期搭的工程才开始回本。
同一条咖啡机视频，我会这样分工
视频模型拍产品环绕、人物使用、桌面氛围；代码工程做商标、三项参数、销量图、字幕和英文版；最后合成整片。
这样改价格不用动人物镜头，换场景不用重排全部字幕。
| 你要做的内容 | 更合适的起点 | 容易花冤枉钱的做法 |
|---|---|---|
| 产品广告、氛围短片 | 视频模型 | 让模型直接决定价格和参数 |
| 人物表演、剧情片段 | 视频模型 | 默认多人互动和长剧情一次成功 |
| 数据图表、公式、原理动画 | 代码生成 | 凭感觉让模型画出精确数值 |
| 软件教程、操作演示 | 录屏＋代码编排 | 让模型臆造按钮和菜单位置 |
| 多语言、多尺寸、系列课程 | 代码工程＋分别配音 | 每个版本都从零生成整片 |
白底、商标加三条卖点的广告，代码动画可能就够了。知识视频要让历史人物在街上走，纯代码反而把时间耗在造素材上。
先看自己的画面和修改需求，再选路线。这条顺序别反。
第一次做，先别急着按最高规格生成
先用低分辨率打样，内容确认了，再为高清和正式配音付钱。别一上来就把整片按最高规格生成三遍。
准备认真做一次的话，挑一条 30—60 秒的真实任务，记五个数：生成总秒数、实际可用秒数、修改轮数、人工耗时、最终支出。
这五个数比官方每秒价更接近你真正会花的钱，也能看出时间耗在挑画面，还是耗在搭工程、改版本。
关注这个号。下一篇我把 AI 视频的验收清单写出来：哪些镜头必须逐帧看，哪些数字必须回原始文件核对。