Сколько стоит видео нейросетью: расчёт сметы и цены API

Базовая ставка за секунду в прайсах вендоров вводит в заблуждение: она рассчитана на черновой рендер в низком разрешении, без нативного звука и с первого дубля. В коммерческом пайплайне ролик создаётся иначе: требуются конкретное разрешение (1080p или 4K), синхронный звук, перенос персонажа по референсному кадру и 2–3 дубля на сцену, чтобы отсеять анатомический или физический брак. Итоговая смета коммерческой минуты видео выходит в 2,5–4 раза выше прайсовой.

Ниже — тарифы видеомоделей, скрытые множители сметы, формулы расчёта токенов и три расчёта под типовые задачи продакшена.

Сколько стоит «чистая» минута: сравнение тарифов

Генеративные модели не создают минутное видео одним запросом: клип за один запуск длится от 6–10 секунд у MiniMax Hailuo до 30 секунд у Wan 3.0 Prime и Doubao Seedance 2.5. Минутное видео монтируют из 4–10 стыкуемых планов.

Тарифы каталога на базовые режимы без аудиодорожки (если она оплачивается отдельно) в пересчёте на 60 секунд чистого хронометража без брака:

Разброс между базовой секундой Hailuo 2.3 ($0.0375) и Seedance 2.5 ($0.39375) превышает 10 раз. Но ни одна из этих цифр не отражает итоговый счёт, пока в формулу не заложены параметры рендера.

Пять множителей реальной сметы

1. Нативная звуковая дорожка

Генерация звука (саунд-дизайн, фоновые шумы, реплики) увеличивает базовую ставку вендора.

Разные провайдеры тарифицируют аудио по-своему:

• У Kling 2.6 секунда без звука стоит $0.06875, а со звуком — $0.1375, ровно в два раза дороже.
• В официальном прайсе Kling AI API для Kling 3.0 опция With Native Audio поднимает тариф в 720p с 0,6 до 0,9 Unit/с, а в 1080p — с 0,8 до 1,2 Unit/с. В каталоге altrouter Kling 3.0 без аудио стоит $0.0875/с, а с аудио — $0.125/с в режиме std. В 4K ставка — $0.41875/с независимо от звука.
• В корпоративном API Google Cloud Vertex AI для Veo 3.0 секунда без звука стоит $0.50, а со звуком — $0.75 (наценка 50%).

Если видео монтируют под лицензионный трек или дикторский голос, генерировать нативное аудио бессмысленно. Выключенная аудиодорожка экономит до 50% сметы.

2. Разрешение и тиры качества

Параметры 720p, 1080p и 4K у большинства видеомоделей переводят задачу в отдельный ценовой тир:

• У Seedance 2.5 секунда в 480p стоит $0.175, в 720p — $0.39375, а в 1080p — $0.9875. Разница между 480p и 1080p — пятикратная.
• У Wan 3.0 Prime в Alibaba Cloud Model Studio тариф за секунду прямо пропорционален сетке пикселей: 480p стоит $0.0636/с, 720p — $0.127199/с, 1080p — $0.254399/с. В каталоге секунда wan-3.0-video-prime стоит $0.07015 (480p), $0.1449 (720p) и $0.2898 (1080p).
• У Hailuo 2.3 генерация 6 секунд в 768p списывает 0,7 видеобалла, а в 1080p на Hailuo 2.3-Fast — 1,3 балла. В каталоге секунда Hailuo 2.3 в 768p стоит $0.0375, а в 1080p — $0.06255.

3. Шаг длительности: фиксированный вызов против посекундного

Модели делятся на две тарифные группы:

1. Посекундные (Kling, Wan, Seedance, Hailuo). Каждый лишний квант времени увеличивает стоимость запроса. Если для перебивки в монтаже требуется 4 секунды, отправлять запрос на 10 секунд бессмысленно — это перерасход бюджета в 2,5 раза.
2. Повызовные (Veo 3.1 Fast). Оплата списывается за факт генерации клипа: в каталоге он стоит $0.65 (720p) или $0.78 (1080p). Указывать в запросе длительность меньше поддерживаемого максимума (8 секунд) невыгодно: цена вызова не уменьшится. Практичнее отрендерить 8 секунд и отрезать лишнее на монтаже.

4. Входные референсы (Video-to-Video и токены входа)

В задачах Image-to-Video передача статичной картинки бесплатна у большинства провайдеров: Alibaba Cloud указывает, что для Wan 2.7 I2V оплачиваются только секунды сгенерированного видео на выходе.

При использовании входного видео (Video-to-Video, управление движением или перенос стиля) провайдер тарифицирует входные материалы:

• В документации BytePlus ModelArk для Seedance формула расчёта токенов: $$\text{Токены} = \frac{(\text{длительность входа} + \text{длительность выхода}) \times \text{ширина} \times \text{высота} \times \text{FPS}}{1024}$$ Подача длинного референсного клипа пропорционально увеличивает расход токенов. Для Seedance 2.0 множитель референсного видео равен reference_video_x: 0.62.
• У Kling AI API при подаче входного видео базовая ставка меняется: в 1080p генерация без видео стоит 1,5 Unit/с, а с входным видео — 0,9 Unit/с с учётом длительности исходника.

5. Коэффициент брака

Главной статьи перерасхода в прайс-листах нет. Нейросети не генерируют видео со стопроцентной стабильностью: плывущие пальцы, распад текстур на быстрых панорамах или отклонения от промпта требуют повторных попыток.

Рабочий коэффициент на практике:

• 1,5–2 дубля — для статичных предметных съёмок, медленных наездов камеры и анимации готовых фото товара;
• 2–3 дубля — для кинематографических сцен со средней динамикой движения объектов;
• 4+ дублей — для сложной хореографии, взаимодействия персонажей и генерации читаемого текста в кадре.

🔴 Технический сбой против визуального брака. Вендоры (Alibaba Cloud, BytePlus) не списывают средства за системные ошибки (HTTP 500, таймаут рендера, сбой очереди): холдирование баланса снимается. Но если файл сгенерирован и доставлен, рендер считается завершённым. Визуальный брак («персонаж повернулся спиной», «артефакты на руках») заказчик оплачивает полностью. Фактическую сумму списания проверяйте через поле cost в ответе.

Три производственные сметы

Сравним бюджеты под три коммерческих сценария по тарифам каталога altrouter.

┌────────────────────────────────────────────────────────────────────────┐
│                        КОНВЕЙЕР ПРОИЗВОДСТВА КАДРА                     │
│                                                                        │
│  [ Черновая раскадровка ] ──► [ Подбор промпта ] ──► [ Финальный рендер ]
│   480p / Draft-модели          Фиксация seed          1080p / Старший тир
│   $0.018 - $0.07 / сек         Отсев брака            Чистовой монтаж   
└────────────────────────────────────────────────────────────────────────┘

Сценарий 1: Анимация 50 карточек товаров (e-commerce)

• Входные данные: 50 статичных изображений товаров, задача — оживить фон и добавить динамику (блики, вращение).
• Параметры: хронометраж 6 секунд на карточку, 768p, без звука.
• Модель: Hailuo 2.3 по ставке $0.0375 за секунду.
• Коэффициент брака: 2 дубля на карточку (простая динамика).

Расчёт:

1. Стоимость одного дубля: $6\text{ с} \times $0.0375 = $0.225$.
2. Стоимость карточки с браком: $$0.225 \times 2 = $0.45$.
3. Итоговая смета на 50 товаров: $50 \times $0.45 = $22.50$.

Если делать то же самое на старших моделях вроде Seedance 2.5 в 1080p ($0.9875/с), смета составит $50 \times (6 \times 0.9875 \times 2) = $592.50$ — переплата в 26 раз без разницы для экрана смартфона.

Сценарий 2: Рекламный ролик на 60 секунд (8 сцен со звуком)

• Входные данные: промо-ролик из 8 стыкуемых планов по 7–8 секунд в разрешении 1080p со встроенными звуковыми эффектами.
• Коэффициент брака: 3 дубля на сцену (высокие требования к композиции).

Сравним два подхода:

1. Пайплайн на Veo 3.1 Fast:

   • Фиксированная цена за ролик 1080p: $0.78.
   • Смета: $8\text{ сцен} \times 3\text{ дубля} \times $0.78 = $18.72$.

2. Пайплайн на Kling 3.0 (режим pro со звуком):

   • Ставка за секунду: $0.16875. Длина сцены: 8 секунд.
   • Цена одного дубля: $8\text{ с} \times $0.16875 = $1.35$.
   • Смета: $8\text{ сцен} \times 3\text{ дубля} \times $1.35 = $32.40$.

Сэкономить помогает предварительная раскадровка: черновой прогон динамики на быстрых моделях (Wan 3.0 в 480p по $0.05/с) позволяет утвердить тайминг и промпты, сокращая число чистовых дублей на Veo или Kling до 1,5–2.

Сценарий 3: Месячный контент-пак (20 роликов по 15 секунд для соцсетей)

• Входные данные: 20 вертикальных роликов по 15 секунд в разрешении 720p. Аудио накладывает монтажёр на посте (audio: false).
• Модель: Wan 2.7 Video ($0.092/с в 720p).
• Коэффициент брака: 2 дубля на ролик.

Расчёт:

1. Стоимость одного чистового ролика (15 с): $15 \times $0.092 = $1.38$.
2. С учётом 2 дублей: $$1.38 \times 2 = $2.76$ за ролик.
3. Общая смета на 20 публикаций: $20 \times $2.76 = $55.20$.

Генерация с нативным звуком на Kling 2.6 ($0.1375/с) для того же объёма стоила бы $20 \times (15 \times 0.1375 \times 2) = $82.50$. Подробнее о расчёте смешанных нагрузок — в разборе цен API нейросетей.

Запуск генерации через API

В API altrouter видео генерируется через асинхронный метод POST /videos. В запрос передают идентификатор модели из каталога, описание сцены, длительность в секундах и ссылку на исходное изображение при необходимости:

import time
import requests

API_KEY = "ar-your-api-key"
BASE_URL = "https://api.altrouter.ai/v1"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

# 1. Создание задачи генерации
payload = {
    "model": "veo-3.1-fast",
    "prompt": "Cinematic drone shot of an ancient lighthouse during stormy sea, 1080p",
    "seconds": 8
}

response = requests.post(f"{BASE_URL}/videos", headers=headers, json=payload)
job = response.json()
video_id = job["id"]
print(f"Задача создана: {video_id}, статус: {job['status']}")

# 2. Опрос статуса до завершения
while True:
    time.sleep(5)
    poll_resp = requests.get(f"{BASE_URL}/videos/{video_id}", headers=headers)
    data = poll_resp.json()
    status = data.get("status")

    if status == "completed":
        print(f"Готово! Ссылка: {data.get('url')}")
        print(f"Фактическая стоимость: ${data.get('cost')}")
        break
    elif status == "failed":
        print(f"Ошибка рендера: {data.get('error')}")
        break
    else:
        print(f"Статус: {status}...")

Чтобы анимировать статичное изображение (Image-to-Video), в payload передают массив image со ссылкой на исходный кадр. Промпты для анимации разобраны в статье «Как оживить фото нейросетью».

API или веб-подписка с баллами: что выгоднее

Потребительские веб-интерфейсы продают ежемесячные подписки с внутренними кредитами. У этой схемы три скрытые издержки:

1. Нелинейное списание. Кредит сервиса не равен секунде: расход зависит от модели, разрешения и режима, и посчитать заранее число роликов обычно сложно.
2. Очереди генерации. В часы пиковых нагрузок генерация на веб-тарифах замедляется в общей очереди.
3. Сложно автоматизировать. Генератор нельзя подключить к бэкенду магазина или Telegram-боту без перехода на API.

В API списание идёт за секунду или вызов по фиксированной шкале, а деньги снимаются с баланса по факту выполнения запроса. Минус API — готовые mp4-файлы нужно хранить самостоятельно и настраивать опрос статуса задач в коде или no-code платформах.

Чек-лист: как сократить расходы на генерацию в 2–3 раза

• Тестируйте раскадровку в низком разрешении. Перед чистовым рендером в 1080p или 4K прогоните композицию и движение в 480p на лёгких версиях (Wan 3.0 по $0.05/с или Seedance 1.5 Pro по $0.011375/с без аудио). Это отсеет неудачные промпты в 5–10 раз дешевле.
• Фиксируйте сид (seed). Если композиция кадра удалась, но требуется скорректировать цвет или деталь, зафиксируйте сид. Это сохранит физику движения без повторной оплаты дубля.
• Отключайте нативное аудио при наличии монтажной дорожки. Без встроенного звука Kling 2.6 обходится до двух раз дешевле, а Kling 3.0 — на треть.
• Учитывайте шаг тарификации. В моделях с оплатой за вызов (Veo 3.1 Fast) выбирайте максимальный хронометраж (8 секунд): ставка от длины не падает. В посекундных моделях запрашивайте ровно столько секунд, сколько нужно для монтажного плана.
• Следите за полем cost в API. Проверяйте реальные списания конкретных связок разрешения и режимов в панели управления, чтобы исключить расхождения между расчётом и фактическим расходом.

FAQ