10 秒 AI 视频,我花 120 元买了条教训:贵的工具不一定更好

一个 10 秒钟的视频，AI 跑了一整夜。

朋友找我帮忙：一张中国地图，几个人从不同城市出发，最后汇聚到同一个地方。需求很简单，10 秒以内。

我想都没想，直接丢给了手头最新、最贵的 AI 工具组合。

结果第二天才拿到成品。

第一次：等了两天两夜

当时我用的组合是 Claude Code（Anthropic 的 AI 编程助手）+ SuperPower（一个把多个 AI 工具串起来的自动化平台）+ GPT 5.6 Sol。

让它自己跑。结果跑了两个晚上，第三天拿到成品，出品质量很高，几乎一次成型（虽然后面我想微调一下，鉴于耗时太久放弃了），给大家看下效果。

但是你体会下：一个 10 秒钟的视频，AI 跑了 40 多个小时,这个时间成本未免也太大了。

所以我去看它到底在忙什么，发现问题主要有两个：

一是流程太长。 SuperPower 的工作流是一层套一层，中间还夹着多轮调用。我把架构图放出来，你就能看到它绕了多少圈。

二是上下文爆了。 SuperPower 的工作流嵌套了好几层，每轮调用都要把工具返回、历史记录和推理过程塞进上下文。GPT-5.6 Sol 虽然标称有 100 多万的上下文窗口，但实际跑起来，三层嵌套一叠加，上下文还是爆了三次。爆一次就停一次，停了就得重新接上去继续跑。

说人话就是：AI 同时要记住的东西太多了。它要记着我的原始需求、每一层工具返回的结果、它自己每一步想了什么，再加上 SuperPower 一层套一层的工作流。这些东西堆在一起，AI 的"记事本"就写不下了，只能停下来清空，重新从头接上。所以中间反反复复爆了三次。

回头看，这次失败的根本原因不是 AI 不够强，而是我把高 reasoning 档位的重模型 + 嵌套工作流，用在了一个本可以轻量解决的 10 秒视频任务上。

就这样，反复折腾，第三天我早上才拿到第一版，也是最终版，实在是懒得让他改了。

第二次：换了个思路，2 小时搞定

后来我换了自己本地的 OpenClaw（我自己在用的本地 AI 工作流平台），用的是 DeepSeek V4 Flash（一个轻量、便宜的推理模型）。

它 5 分钟左右就出了第一版，调整了五版最终得到了我想要的效果。

当然，前期也不是直接开干。它先跟我确认了需求，又做了规划设计，最后才出图。

前后一共改了 5 版，总共花了大概 2 个小时，拿到了最终结果。

以下是openclaw+DeepSeek V4 Flash工作的整体流程图

两者对比太明显了：

成品其实都 OK。但第一次那个，时间成本和钱都太高了。

这件事给我的三条教训

1. 工具不是越新越贵越好，匹配度才是第一优先级

同一个 10 秒视频，SuperPower + GPT 5.6 Sol 能跑一天一夜，DeepSeek V4 Flash 两小时就能交差。

贵的模型强在复杂推理和长程规划，但你的任务如果只是"生成一段 10 秒地图动画"，它大概率在杀鸡用牛刀。

2. 复杂任务，先跑一版轻的 MVP

第二次不是一上来就堆资源，而是先用 DeepSeek V4 Flash 这种轻量模型跑出第一版，验证方向对了，再迭代。

轻量方案的好处是：便宜、快、错了也不心疼。方向确认之后，再决定要不要上重模型。

3. 给 AI 任务设一个止损时间

我现在给自己定了一条规则：

如果一个任务让 AI 跑了超过 2 小时还没结果，我就停下来重新跟它确认一遍。

确认三点：

1. 这个方案是不是最合适的？

2. 框架是不是太重了？

3. 能不能换一个更轻的模型或工具先跑一版？

别像我第一次那样，让 AI 闷头跑了 40 多个小时，最后才发现成本根本扛不住。

最后想说

现在 AI 工具更新得特别快，人人都想追最新、最贵的模型。但其实很多时候，选对工具比追新模型更重要。

花小钱、用对工具、早点拿到结果，比花大钱、等一天、还要不断修 bug 靠谱得多。

你最近用 AI 有没有遇到过「明明用了最贵的模型，结果反而更慢更糟」的事？欢迎评论区聊聊。

咱们一起少花钱、少熬夜。