您现在的位置是:首页 > 榴榴无忌

视频生成按秒计价,我算了一笔账:720p每秒0.07美元到底贵不贵

| 人围观 |

开局就是输2026-11-20 17:40:16

最近刷到谷歌 Gemini Omni 1.2 Flash 全面开放的消息,官方把原生视频生成时长提到15秒,720p价格约每秒0.07美元,还说成本降了大概30%。我第一反应是——这价格听着不便宜,但跟自己折腾开源模型比,可能还真有得算。

先说我自己的情况。去年开始我一直在本地跑一些开源视频模型,比如之前玩过的Inkling 2 Small,594B参数、17B激活,Apache 2.0权重。坦白讲,这东西预训练数据采样自月之暗面Kimi K3的模型轨迹,技术博客自己也承认了,但我不纠结这个,能用就行。关键是跑一次15秒720p的视频,我用的是一块RTX 4090,单卡,显存24GB。模型加载完大概占用13GB,剩下的显存勉强够跑推理。一条15秒的视频,分辨率拉到720p,平均生成时间大约12分钟。如果做高分辨率或者加长帧数,基本就爆显存了。

电费这块我也记过账。我这台主机全负载功耗大约550瓦,包括显卡、CPU、散热、内存。本地电价按0.12美元一度算(美国这边平均电价大概这个数),12分钟跑一次耗电约0.11度,合0.013美元。看起来比谷歌的0.07美元每秒便宜多了?别急,这只是电费。模型本身是开源的,但如果你不想浪费时间下载和编译,直接用官方提供的Docker镜像或者跑第三方封装,一个月下来可能得付点服务费。更关键的是时间成本:一条15秒视频,从加载模型、预处理、推理到后处理,全程盯着,12分钟里我还得时不时调参数、重来。如果出错了,可能半小时就没了。

现在算谷歌的账。按秒计价,15秒720p视频,价格是15乘以0.07美元,等于1.05美元。对比我本地跑一次的电费0.013美元,贵了大约80倍。但这里有个前提:本地跑一次只出一条片子,而且12分钟里我什么都干不了。如果是批量做几十条、上百条素材,云端就显出优势了。假设你想做100条15秒的720p视频,本地跑需要100乘以12分钟,就是20个小时,电费总共1.3美元,但你的显卡得连续满载跑20小时,散热和寿命损耗也得算。云端的话,100条视频调用API,按秒计价是100乘以1.05美元,等于105美元,但API是并行处理的,几分钟就能全部出完,不用你动手。

所以结论很明确:如果你是个人创作者,每月只出几条视频,本地跑开源模型是划算的,电费几乎可以忽略,耐心等就行。但如果你是做内容批量生产,比如社交媒体营销、短视频平台铺量,或者游戏过场动画预渲染,云端按秒计价反而省了时间成本——时间就是钱。而且谷歌这个价格是720p的,如果升级到1080p或者更高分辨率,成本会翻倍,但本地模型跑1080p基本得靠多卡集群,那电费和时间都会爆炸。

另外,我注意到同期DeepMind说它们AI智能体发现了传统位RSA算法的两处弱点,不过2048位以上现代密钥依然安全。这事跟视频生成好像没什么直接关系,但侧面说明一件事:AI公司现在都在拼命压推理成本,因为只有成本降下来,才能让更多人用得起。谷歌把价格降到0.07美元每秒,背后是模型架构和硬件调度的优化,不是单纯降价抢市场。而像Thinking Machines Lab这样的开源团队,虽然模型权重免费,但预训练数据依赖大厂轨迹,算力也是靠捐赠或自掏腰包,长期来看,开源和付费API之间肯定会有交叉点。

最后说一句:按秒计价这事,本质是把AI从"租用算力"变成了"租用能力",但算账时别忘了你的时间也是钱。

随便看看