Я посчитал, сколько стоит минута ИИ-видео. Дороже всего обходятся не секунды, а дубли

5 ноября. На экране шестая версия десятисекундного ролика: игрушечная Ferrari едет по подоконнику поезда, влетает в тоннель и выезжает настоящей машиной к ночному городу. Счётчик кредитов показывает 1 399,68. Это около 700 рублей за 11,6 секунды готового видео.

Я 13 лет снимал коммерческое видео, и дубли для меня — обычная часть работы. Оказалось, у нейросетей с этим всё так же. Только каждый дубль списывается со счёта сразу, а не в конце смены.

В этой статье я разложил по полочкам, из чего складывается цена минуты ИИ-видео. Все цифры — из наших замеров и журналов генераций, ни одной «примерно по рынку».

Пара слов для тех, кто ещё не генерировал видео.

Кредиты — внутренняя валюта сервиса, где запускают генерацию. Ты платишь рублями, получаешь кредиты, каждая генерация списывает сколько-то кредитов. У нас курс такой: 2 кредита = 1 рубль. Дальше я везде пишу кредиты и рядом рубли.

Генерация — один запуск нейросети. Написал описание (промт), нажал кнопку, через несколько минут получил ролик. Понравился или нет — кредиты уже списаны.

Дубль — то же самое, что в кино: ещё одна попытка той же сцены. Сцену описали, она вышла не так — поправили описание и запустили снова.

Разрешение — 480p, 720p, 1080p. Чем больше число, тем чётче картинка и тем дороже.

Пробная версия в низком качестве — дешёвый прогон, чтобы проверить движение и композицию до того, как платить за чистовик.

Начнём с честной части — с прайса. 5 ноября мы готовили сравнение Kling 4.0 и Seedance 2.5 и выписали цены прямо со страницы запуска, до генерации. Вертикаль 9:16, одно и то же описание.

Я пересчитал всё в цену одной секунды, чтобы сравнивать яблоки с яблоками.

Что видно на графике:

Последний пункт меня удивил больше всего. Одна модель, одно разрешение, одна длина. Разница в цене — почти в 5 раз: 208 против 1 006,8 кредита. В сервисе одна и та же модель доступна через несколько «линий», и у каждой своя цена. Модель та же, а дорога к ней разная. Как такси до аэропорта: едешь туда же, а цена зависит от того, через какое приложение вызвал.

Первый вывод: прежде чем считать минуту, посмотри, через что ты генерируешь. Это самая дешёвая экономия в этой статье, она не требует ни навыков, ни таланта.

Теперь самая популярная арифметика. Берём цену секунды и умножаем на 60.

Звучит как сказка. Минута видео по цене бизнес-ланча.

Проблема в том, что эта арифметика предполагает, что каждая генерация с первого раза выходит такой, как ты задумал. Это как считать стоимость ремонта по цене одного мешка штукатурки.

Вот как это выглядит в жизни. Тот самый ролик с Ferrari. Задача — повторить один чужой вирусный приём: игрушка на подоконнике становится настоящей машиной в тоннеле. Один план, без склеек.

Шесть версий за один день:

Итого 1 399,68 кредита. Если пересчитать по тому же принципу «секунда × 60», фактическая минута такого качества стоит около 7 240 кредитов. Это примерно 3 620 рублей.

Разница между прайсом и фактом — примерно в 5 раз. И это не потому, что нейросеть плохая. Каждая версия исправляла одну конкретную вещь: марку, звук, свет, направление движения, склейку. На площадке это называется «ещё дубль, свет поправили».

Самая показательная из шести — четвёртая. Нейросеть не знает, где у машины перёд. Она знает, как выглядит красивая машина в красивом тоннеле. Едет ли она туда, куда нужно сюжету, — уже наша забота.

Есть способ сократить цену дублей. Тот же, что в кино: сначала репетиция, потом съёмка.

10 ноября мы замерили цену одного и того же ролика с референсами в двух режимах: пробная версия в низком качестве и чистовик 1080p.

Разница — в 5,6 раза. То есть одна генерация в 1080p стоит как пять с половиной пробных.

Отсюда простая математика. Если по опыту Ferrari тебе нужно около шести попыток, то шесть попыток сразу в 1080p — это 6 × 2 379 = 14 274 кредита на 10 секунд. А пять пробных и один чистовик — 5 × 425 + 2 379 = 4 504 кредита. Разница в три с лишним раза, за то же самое финальное видео.

Это расчёт, а не прогноз. Пробная версия показывает движение и композицию, но не все мелочи 1080p. Иногда чистовик всё равно приходится переделывать. Но ошибки вроде «машина едет задом» видно и в низком качестве. За них не надо платить по тарифу 1080p.

Если собрать всё вместе, картина такая.

Разрешение. 480p и 720p на одной линии отличаются больше чем в 2 раза: 448,3 против 1 006,8 кредита за 19 секунд. Нужен ли тебе 720p для проверки идеи? Скорее нет.

Линия. Одна модель через разные линии — разница почти в 5 раз. Смотреть цену перед кнопкой — бесплатно.

Дубли. Самая большая статья расходов. В нашем случае — 6 версий на один план. Каждая ошибка в описании стоит полную цену генерации.

Описание сцены. Часть наших дублей с Ferrari ушла на вещи, которые можно было поймать ещё в тексте. «Ночь» и «тёмная рама» в описании выключили свет на полролика. Нейросеть делает буквально то, что написано, а не то, что ты имел в виду.

После третьей версии Ferrari у нас появилось правило: прежде чем нажимать кнопку, перечитать описание, «чтобы токены в трубу не улетели». Пять минут чтения дешевле, чем 236 кредитов за очередную темноту в тоннеле.

Честный ответ: от 330 рублей в прайсе до нескольких тысяч в жизни. Нижняя граница — если всё вышло с первого раза на самой дешёвой линии. Верхняя — если ты, как я, хочешь, чтобы машина ехала вперёд и было видно, куда она едет.

Цена секунды в прайсе — это цена удачного дубля. Всё остальное — цена твоего умения описать сцену так, чтобы удачный дубль случился пораньше.

Я пишу о таких замерах и экспериментах в Telegram: t.me/neuro_ver

А теперь спорный вопрос. Шесть дублей на десять секунд — это нормальная цена ремесла, как в обычном кино? Или нейросети пока просто сырые, и через год такая математика будет смешной?