AI 电影到底多贵？一张成本账单拆开算

AI 电影到底多贵？一张成本账单拆开算

去年冬天，一个五人小团队在群里晒出账单：三分钟的 AI 短片做完了，可没人说得清钱花在哪。有人记得是"生成太多次"，有人猜是配音和音乐，翻到最后才发现，大头既不是算力也不是素材——是那两个月里反复推倒重来的时间。

这种"算不清"不是个例。AI 电影难算账，是因为它把传统影视的成本结构打散之后又重拼了一遍：有的环节变便宜了，有的环节悄悄变贵了，还有一些环节以前根本不存在。

小结：AI 电影的成本从来不是一个数字，而是一组随流程浮动的变量。

一、三个变量，决定它到底有多贵

问"AI 电影多少钱"，其实等于问"装修一套房多少钱"。不给条件，答案就没有意义。

第一个变量是成片时长。 1 分钟和 5 分钟不是 5 倍关系。片子越长，跨镜头的角色一致性、场景连贯性压力越大，返工率是非线性上升的。开头一个镜头改三次，结尾可能改三十次。

第二个变量是画面要求。 空镜、风景、氛围镜头往往一次过；一旦出现人物说话、走路、转身，脸和手就是两道绕不过去的关。人物近景越多，可用片段的产出率越低。

第三个变量是人力结构。 一个人自编自导自演，和"编剧＋提示词＋剪辑＋声音"四个岗位分工，账单完全不在一个量级。AI 省掉的是拍摄和置景，但把成本挪到了分镜设计、提示词调优和后期缝合上。

小结：先别问总价，先问清楚时长、画面要求和几个人干。

二、账单拆开，钱流向四个口袋

第一，生成算力。 这是最直观的一笔。按张、按任务计费，用多少扣多少——现在不少平台把这一步做得比较透明：对话按 Token、生图按张、视频按任务，全部折算成积分，1 元 = 20 积分（以充值页实时公示为准）。每笔消耗在「账户－用量明细」里都能查到时间、模型、用途和积分，不必靠记忆复盘。像川办公这类客户端，把创作和账单放在同一处，做到哪一步花了多少，翻一眼就清楚。

第二，人力。 分镜设计、提示词撰写、剪辑、对口型、配音配乐，这部分常常占到总成本一半以上，也最容易被忽略，因为它不出现在任何一张"生成账单"里。

第三，返工。 这是最隐蔽的漏水口。一条 5 秒镜头生成十次取一次，是常态而非意外；能不能接受"稍微差一点"，直接决定成本翻几倍。

第四，周边工具与素材。 音乐、音效、字体、配音、后期软件订阅，单价都不高，加起来不少。

小结：算力只是明面上的账，人力和返工才是决定总价的那只手。

三、换个视角：把成本摊到"帧"上看

与其盯着总价，不如拆到最小单位。

三分钟成片，按每秒 24 帧算约 4320 帧；如果按每秒生成一次来估，就是 180 次视频生成任务，还不算前期的分镜图。于是成本大致可以写成这样一个式子：

（生成尝试次数 × 单次成本）＋ 人力工时 ＋ 周边工具 ＝ 总成本

三个加数里，"尝试次数"几乎被所有人低估。它不像人力那样有明确的工时表，也不像订阅费那样每月固定扣，它是悄悄累积的。

一个可操作的降本顺序：

1. 先用低成本方式锁定分镜与提示词，静态图试跑比直接生视频便宜得多；
2. 把可复用的角色与场景固定下来，减少重复生成；
3. 提前划定"哪些镜头可以放过"，把返工预算集中花在人物近景上；
4. 全程留下消费记录，事后才判断得出哪一步最贵。

小结：AI 电影真正的成本控制，是控制尝试次数，而不是压单价。

四、不同量级，大致是什么体量

不给绝对数字，给三个判断刻度：

个人练手级——1 分钟以内、少有人脸特写，现金支出有限，主要成本是时间。 小团队作品级——3 到 5 分钟、有角色有对白，人力开始占大头，算力退居次要。 商业交付级——更长、要求稳定一致，成本结构已接近传统短片，AI 省下的是部分拍摄与置景开支。

小结：量级决定结构，结构决定钱花在哪一格。

回到最初那个问题：AI 电影到底多贵？它没有标价，只有一张账单。而这张账单能不能算清，取决于你是否在每一步都留下了记录——否则，你付出的那些，最后只会变成一句"好像挺贵的"。

（注：文中量级判断来自公开讨论中较为常见的区间感受，各平台定价与项目复杂度差异较大，实际支出请以平台公示价格与项目预算为准。）

一、从百万剧组到几个人的电脑：AI 影像成本的行业拐点

十年前，成本是可以用"天"切开的

凌晨五点，面包车装着灯架、轨道和监视器出发。制片在群里发通告，场务在数盒饭。那一天的账很好算：场地几千，灯光师、录音师、演员都按天计，盒饭按人头计，超时再加一笔。收工后如果在剪辑台上发现关键镜头的光不对——这一天的钱要再花一遍。

传统影像的成本逻辑，一切以"天"为单位：一天拍几页剧本，一页剧本折算多少预算，行业里有一本相对清楚的账。贵，但贵得明白。

如今同一组画面，可能发生在一个人或三五个人的书房里。没有通告单，没有盒饭，只有一台开着生成页面的电脑，和一堆反复修改的提示词。于是"AI 把电影成本打下来了"成了一句流行结论。

小结：成本的第一层变化，是从"按天买一个剧组"变成了"按次买一次生成"。

被打下来的是显性开支，留下的是一块新账

这句话只对了一半。被打下来的是肉眼可见的部分：设备租赁、场地、差旅、群演、置景。这些确实在消失。

但留下了一块过去几乎不占主流的开支——尝试。

生成一段画面，几乎不可能一次到位。第一次人物脸崩，第二次动作飘，第三次风格跑偏，每一次重来都在消耗算力。而算力不像剧组那样递给你一张纸质账单，它只是一个数字在缓慢减少。于是每一项看起来都不贵，加起来却说不清。你问一个用 AI 做片子的人"这部花了多少"，他往往会愣一下，然后给一个模糊的区间。

问题不在价格，在计价单位。过去按天、按人、按场地；现在按 Token、按张、按任务。单位一变，直觉就失效——我们从小没有"一次生成多少钱"的生活经验。

一些工具开始把这块账显性化：对话按 Token、生图按张数、视频按任务分别折算成积分，每笔消耗在「用量明细」里能查到时间、模型、用途和积分；1 元 = 20 积分的换算在充值页公示，没有隐藏收费。它不改变总花费，只把"说不清"变成"查得到"。

小结：AI 没有消灭成本，它只是把成本从发票上挪进了次数里。

拐点不是更便宜，是成本重心搬家

把 AI 影像的开支拆开，大致是几块：生成次数、人的时间与创意、周边工具与素材。其中"次数"最不像钱，却最容易失控。

传统剧组的重心在"人＋场地＋设备"，可以砍价、可以压缩；AI 项目的重心在"生成次数＋人"，次数砍不了价，只能减少。

这里藏着一个很少被点破的痛点：没有人为"尝试次数"负责。传统剧组有制片主任盯着每天的进度，AI 项目里往往没人盯这一项，直到余额不足的提示跳出来，才发现已经烧掉一大截。

转型的思路并不复杂——把"次数"当成新的生产纪律。

• 能静态图试的，别直接生视频。 分镜与提示词先用便宜的方式锁定；
• 把角色与场景固定下来。 每次重写描述，等于每次重新试错；
• 把模型选对。 写长文用深度思考模型，看图用识图模型，生图与生视频分开走，别用贵的方式做便宜的事；
• 重要动作前先确认。 生成、发布这类操作多一步确认，能挡住手滑造成的重复消耗；全程可暂停、接管，人才敢放开手试。

小结：AI 影像的行业拐点不在单价涨落，而在成本从"按天买人力"变成了"按次买尝试"——先看得见次数的人，才谈得上算清这笔账。

二、算不清的账与看不见的活：AI 电影的成本焦虑从哪来

话说得轻巧。可真到了项目上，最先卡住人的往往不是"次数多"，而是——同一件事，十个人能报出十个价。

同一部片子，三张报价单对不上

我旁观过一次三分钟科幻短片的预算讨论。一家团队报 3 万元，理由是"机器跑出来的，人力就两个人"；另一家报 12 万，理由是"得抽上两千次才够剪"。

两家都没说谎。他们只是把报价单装成了两种东西。

传统影视预算是有一套共同语言的：多少天、多少人、什么设备、哪里的场地。几十年工业化攒下来的口径，导演、制片、出品方坐在一张桌上，说的是同一种数字，吵也吵得下去。

AI 项目还没有这套语言。有人只报算力，人力算"顺手做了"；有人只报人力，算力算"顺手跑了"；订阅费、素材库、字体授权、配音配乐，散在五张发票里，谁也不觉得该归到"制作成本"名下。

于是成本焦虑的第一个来源出现了：不是贵，是没法比。

没有可比口径，就判断不了"这个报价合不合理"，也判断不了"我自己做到底省没省"。决策只能靠感觉，而感觉在花钱这件事上，是最不可靠的一把尺子。

小结：AI 电影的第一层焦虑，来自成本口径的失序——钱花出去了，却没有一把大家共用的尺子。

看得见的钱好算，看不见的活最难估

再说"看不见的活"。

外人看 AI 生成，是输入一句话、等几十秒、片子出来。实际流程更像淘金：写提示词、改提示词、生成、筛掉、再生成、再筛掉，从一堆废片里挑出能用的那几条，再拿去修。

角色的脸要一致，衣服不能每帧换，背景的光要向同一个方向打。口型要对上，手指要修，闪烁要去。

这些活没有传统工种的名字。它们不进"拍摄天数"，也不进"后期周期"，却实实在在吃掉了一个人整个白天。

更麻烦的是"改一版"的成本错觉。传统剧组里，导演说"这场重拍"，所有人都懂那意味着什么：重新协调档期、重新布光、重新付一遍钱。AI 项目里，导演说"这条再生成一版吧"，听上去只值几秒钟。

可如果这一版要重跑 50 次，如果角色设定要重新描述，如果前后三场戏的素材都得跟着换——那"再生成一版"就不再是几秒钟，而是一个下午，外加一串没人记账的重复消耗。

尝试是有价的。只是账单还没有学会把"尝试"翻译成人能看懂的语言。

小结：第二层焦虑来自分工表之外——真正耗时的活没有名字，所以也排不进预算、排不进进度。

焦虑的根子：不是花得多，是不知道花在哪

把这两件事叠起来，就能看清焦虑的形状。

它不来自"太贵"，它来自"说不清"：说不清一版成片背后跑了多少次，说不清哪一次是必要的试错、哪一次是手滑重复，说不清同样的效果下次能不能用更少的次数换回来。

传统制片主任散场前能对上一句"今天拍了几条、还剩几天"。AI 项目里，往往没人盯"次数"这一项——直到余额不足的提示跳出来，才发现已经烧掉一大截。

所以真正该建的，不是更狠的砍价能力，而是一套能回答三个问题的记录：花了多少、花在哪、换回了什么。

比如每一次生成落在哪个模型、用在哪个环节、扣了多少积分，能一条条查得到，而不是月底对着总额发愣；每天的工作摘要与关键数据能自动成文，不必靠人回忆补记。这些做法都不改变总花费，只是把"说不清"变成"查得到"。

次数能被看见，尝试才会变成经验；经验能沉淀下来，下一次的预算才有参照。焦虑要消，靠的不是省，是先有账。

小结：成本焦虑的根不在单价，在可见度——先有账，才谈得上省钱。

三、把"人天"换算成"可计量消耗"：成本口径该怎么重算

一张用了三十年的表，单位忽然对不上

传统影视的成本核算，核心单位是"人·天"。制片主任手里那张表，横轴是部门，纵轴是日期，格子里填的是"几个人、干几天"——灯光组三人三天，置景五人一周，后期两个工位十天，乘上日薪，就是这一版预算的主体。这套口径能沿用几十年，是因为它默认了一件事：所有资源最终都能折算成"人占用的时间"。

AI 进场之后，第一个撞上的就是这张表。

一个镜头用 AI 生成，成本不是"某位美术干了三天"，而是"跑了几十次、换过两三个模型，其中某一次成了"。人只占其中一小块——写提示词、筛选、拍板——真正持续消耗的，是那几十次调用。

于是出现了一个别扭的局面：预算表按人天编，账单按消耗出，两本账之间没有换算率。你没法在制片会上说"这个镜头相当于 0.4 个人天"，因为没有人知道该怎么比。

小结：人天这把尺子量的是人的时间，而 AI 项目里增长最快的那部分开销，恰恰不发生在人身上。

口径错位，藏在三个地方

第一个错位是单位本身。人天是"时间 × 人力"，消耗是"次数 × 单价"。它们之间的换算关系，比如 1 元 = 20 积分，在人天表里找不到对应的格子——不是填得对不对的问题，是根本没地方填。

第二个错位是颗粒度。人天按项目、按周结算，消耗却是按会话实时发生的。一个"下午"在传统表里是一格；在 AI 工作流里，可能是几十条各自独立的扣费记录，散落在不同模型、不同环节上。

第三个错位是归属。人天天然能归到某个部门、某个工位——谁干的就是谁的。可"生成了一版概念图"这笔消耗，该记给美术试稿，还是记给导演的视觉参考？很多时候没人说得清，于是干脆不记。

三个错位叠起来，就造成了眼下最常见的失衡：能被精细管理的部分（人）管得很细，不太能被精细管理的部分（调用）基本放任。而后者，往往正是增量的主力。

小结：不是新账难算，是旧表的栏目对不上新开销的形态。

换单位的正确姿势：从"花了几天"到"跑了几次"

重算成本口径的第一步，不是砍价，是换尺子。

把最小计量单位从"人天"换成可计量的消耗项：对话按 Token、生图按张、视频按任务。换完之后，一件旧账本做不到的事就变得可能了——把每一次调用，定位回具体的人、环节和时间。传统账本只记得总数，不记得过程；而过程里，才藏着"哪一次是必要试错、哪一次是手滑重复"。

第二步，是给消耗加标签。同样是生成十张图，是用在同一组镜头的选型上，还是分给了两个互不相干的场景？标签不同，判断"这笔花得值不值"的标准就完全不同。

第三步，是留出回顾的窗口。消耗是实时的，但复盘必须有周期——按月看趋势，你只能在月底确认超支；按日看，你可能第四天就发现某个环节的调用次数异常偏高。

换单位、加标签、定周期，这三步做完，"成本"这个词的含义其实变了：它从期末才出现的一个数字，变成了过程中随时可以调看的一条曲线。

小结：口径重算的本质，是把成本从"结果"挪回到"过程"里去管。

三件今天就能落地的事

第一，把记录做在调用发生的地方，而不是事后靠人补。每一次扣费落在哪个模型、用在哪个环节、扣掉多少积分，应当一条条可查，而不是月底对着一个总额发愣。这类基础账目，川办公会记进「用量明细」，对话、生图、视频的每一笔都在里面，时间、模型、用途、积分一目了然，不需要额外安排人手去整理。余额不足时对话也会明确提示，不会牵连已有数据——对做预算的人来说，这意味着账目不会因为一次超支而断档。

第二，让工作表自己生成。在对话里直接要一句"生成今天的工作日报"，工作摘要、关键数据、AI 自评与明日计划就成文了；需要对外交档的，报表也支持导出归档。省下的不是写日报那二十分钟，而是"凭回忆补记"带来的失真。

第三，把"未知"提前拦一道。涉及重要操作时先弹确认、可随时暂停或接管——这看似是安全设计，在成本上却有另一层价值：它减少的不是单价，而是那些"点错了、再来一遍"的无效消耗。无效消耗最贵的地方在于，它不进预算，只出现在账单上。

这三件事都不直接降低总花费。它们做的是另一件事：让你在编下一版预算时，手边有上一版的真实参照。

小结：成本会计的升级，从来不是把价格压下来，而是把参照建起来。

四、先拍三分钟：给团队的一套低成本试错建议

聊到这里，问题会自然拐一个弯：口径、账目、参照，最后都要落在一个动作上——第一笔钱，到底该怎么花？

多数团队的答案是"立项、写剧本、招人、开干"。听着很果断。三个月后，账单烧掉一截，成片还没凑满一分钟。这不是不谨慎，恰恰是太想一步到位，把所有不确定性都押进了一个大容器里。

别拿长片当试验田

传统影视有个不太起眼的老规矩：开机前先试拍。试妆、试镜、试一段光影，成本极低，却能提前把大部分"不对劲"暴露出来。动画行业更极端，早年做长片之前，先做一支几十秒的测试片段，几乎是常规动作。

AI 3D 电影把这条规矩的价值放大了。因为它的不确定性既集中又顽固：角色跨镜头是否一致、场景是否连贯、镜头运动是否可控、同一段提示词能否复现。这些问题在小体量里出现，叫"调整"；在长片里出现，叫"推倒"。

把 90 分钟和 3 分钟放在一起，规模差 30 倍，但风险差的不止 30 倍——规模会拉长错误的传播距离。 一处角色设定漂移，短片里改两帧就过去了；长片里可能牵扯几十个已完成镜头的返工。

所以第一笔钱不该买"进度"，该买"信息"。

小结：试错的代价不取决于你多小心，而取决于你把错误放进了多小的容器。

三分钟里要回答的四个问题

这三分钟不能随便拍。它应当是一支压力测试片：有主要角色、至少两个场景、一段对白、一次镜头运动、一次特效。题材可以简单，覆盖面不能窄。

拍完之后，必须能回答四个问题：

一，质量下限在哪？不是最好能多好，而是最差会多差——长片成败，往往由下限决定。

二，每分钟成片要多少工时？从剧本到分镜、从生成到剪辑配音，各环节各占多少。

三，每分钟成片的成本是多少？这一问最关键，因为只有拿到它，长片预算才有分母。没有分母，任何"大概几百万"的估算都只是猜。

四，哪一步最容易崩？三分钟会诚实地告诉你，瓶颈在一致性、在生成速度，还是在后期整合。

一支三分钟的片子，能把四个问题一次性问完。这比开十次预算会都管用。

小结：三分钟的价值不在成片本身，而在它留下一组可以外推的换算系数。

把钱分两次花，把账记在发生的地方

拿到系数之后，预算就该拆成两笔：一笔验证预算，一笔生产预算。验证预算有明确上限，花完必须停下来做判断——继续、缩小，还是掉头。这一步在情感上很难，因为团队往往已经投入了热情；但在账目上很简单，它只是一个预设好的闸门。

闸门能不能生效，取决于账目是不是现成的。这类账不需要人手工整理：川办公把对话、生图、视频的每一笔消耗记进「用量明细」，时间、模型、用途、积分逐条可查；在对话里要一句日报，工作摘要与关键数据就成文了，需要对外交档还能导出归档。

还有个省钱的细节常被忽略：模型不是越贵越好。通用对话、深度思考、识图、生图、生视频各归各类，在会话顶部按需切换——用对的模型，比用贵的模型更省。另外，涉及重要操作时先确认、全程可暂停或接管，减少的正是"点错了、再来一遍"的无效消耗；无效消耗最麻烦的地方，是它从不进预算，只出现在账单上。

小结：让钱在过程中可查，团队才有资格谈"下一步投多少"。