不是因为贵。他说，是因为账太碎了——每个环节用的模型不一样，计费方式也不一样，想算清楚一条剧到底花了多少钱，得翻七八个充值记录。

他把账单摊给我看，我按他的制作流程一步步拆开。如果你也在做AI短剧，看完这些数字至少能知道钱花在哪了、哪里可以省。

01

剧本：看着几乎免费，但别被迷惑

以Kimi K2.7为例，3分钟短剧大约1200字对白加场景描述，跑了4轮调整，总共消耗约3万Token。按Kimi的API定价，也就几分钱。

但有一个隐性成本：改稿时间。

第一版出来是"雨夜，昏暗的街道，主角独自前行"——AI写悬疑永远下雨。第二版又给所有角色加了解释性独白，对着空气交代动机。改到第四版才像样。

这个环节如果只是"生成剧本"，成本可以忽略。但如果你需要反复调试角色性格、调整对白节奏，人的时间成本远大于API调用费。

有个偷懒办法：把你自己以前写的短剧剧本喂给模型当Few-shot，出来的第一版质量会高很多，省两三轮改动。

02

角色设定：200张图才定住一张脸

剧本定下来后，需要给三个主要角色做人设图。

用文生图模型生成角色参考图，再输入给视频模型做图生视频。这个环节的钱主要花在"选角"上——要让一个角色的脸在不同Prompt下保持稳定，至少要跑20-30张才能挑出一张当固定参考图。

三个角色，平均每人跑了约65张图，合计195张。市面主流文生图模型一张图几分钱到一毛钱不等，这轮花了大约15-20元。

真正费钱的不是生成，是试错。比如想让角色穿制服，出来的图腿长比例全崩。后来换了描述方式，把"穿黑色风衣"改成"中等身材，深灰色长外套，长度到膝盖"，稳定性才上来。

这个环节有个省钱的思路：先跑10张低分辨率快速定风格，挑出1-2张满意的，再用Seedance的图生视频功能做高分辨率输出。不用每张都用最高质量跑。

03

分镜生成：废片率才是真正的成本

3分钟短剧大约需要35-40个分镜。每个分镜用视频生成API产出一条2-4秒的片段。

理想情况：每条分镜跑一次就过。实际情况：跑三次能出一条能用的算运气好。

实测数据：总共跑了112条视频片段，最终用了38条，有效产出率34%。也就是说，三分之二的生成都是废片。

废片集中在三个问题上：

• 角色脸崩——切换到侧面或远景时五官变形

• 运镜乱飘——背景突然切换或画面闪烁

• 动作不自然——走路像在漂移

按当前主流视频生成模型定价（每秒0.3-0.8元），112条片段平均每条2.5秒，总时长约280秒，视频生成环节花了大约140-220元。这还不算用了图片引导后的额外费用。

04

视频生成：钱的大头，优化空间也最大

上一步的分镜生成已经把大部分预算烧掉了，但这个环节还有一些在做的时候才意识到的额外消耗：

• 一是分辨率升级。前几轮用720p快速生成看效果，确认没问题后再跑1080p。同一段内容跑了两次——这是"满意税"。这部分额外消耗了约30元。

• 二是补拍。剪辑时发现有两场戏情绪接不上，推倒重来又跑了16条，约40元打了水漂。

• 三是不同场景需要不同模型。文戏和动作戏对模型的要求不一样。文戏需要表情细腻，应选用擅长人物表现的模型；动作戏需要运镜稳定，换一个运动生成更好的模型。切换模型本身不花钱，但如果你每个模型都单独对接API，大模型API调用费用的格式适配和账号管理会多出一层麻烦。

整个视频生成环节，包括分镜生成和补拍，实际支出约210-300元。

05

配音配乐：便宜，但不能没有

配音用了TTS模型，三角色对白加起来约2800字，生成时间约15分钟，花了不到5元。

但有个细节：通常需要试两到三个不同的音色模型才能匹配角色气质。女主需要"冷静带一点沙哑"，第一个模型出来的像导航，第二个像客服。

背景音乐和音效走的素材库+简单生成，约10元。这部分如果不讲究，甚至可以全部用免费素材——但BGM一掉档，成片的质感差一个档次。

06

合成与后期：最后一公里的隐性成本

把所有素材拼成完整成片，加字幕、调色、转场。这部分主要用的是桌面端剪辑软件，没有直接API费用。

但如果你的工作流是全自动化的——比如用脚本调用视频合成API自动拼接——各家的视频生成API在合成、转码、字幕烧录上会多出一笔计算费用，大约10-20元。

07

总账

把一条3分钟短剧的成本摊开：

这个数字有个前提：一个熟练的AI短剧创作者，知道怎么调Prompt、怎么挑模型。

如果是第一次做，废片率可能到80%以上，同样的3分钟短剧跑到500-600元也正常。

08

省钱不是目的，但账要算清楚

回头看账单，最烧钱的不是哪个模型贵——是反复用错了模型。

剧本用Kimi、角色图用文生图、视频生成用Seedance、配音用TTS，每个环节切一次工具，每次切换都有一层隐性成本：换账号、调格式、查文档、对账单。

他跟我说了一句话："切换模型的摩擦成本，比模型本身的调用费更贵。"

他自己算了笔账：做完一条短剧，至少要登录5个不同的平台分别查用量、对账单。每次切换都意味着读API文档、调格式、找对应Key——这些时间如果折算成工时，远超模型调用费。

他后来通过器灵模型广场把常用的几个模型接入了一个聚合接口，同一个Base URL，只改model参数就能在剧本、图像、视频、配音之间切换。省的不是那几分几毛的模型差价，是把短剧制作全流程的调用管理缩到了一个地方。

这其实也是我后来复盘觉得最有价值的部分——不是找到最便宜的模型，而是减少模型之间的切换成本。

如果你也在做AI短剧，花一个下午把你的账单拉出来看看。搞清楚钱到底花在哪，比追着"最便宜模型"跑有用得多。