2026年4月，Sora从OpenAI官网悄然消失。据亿欧报道，那款存在了两年的产品彻底退出舞台。但赛道没有降温——Video Ocean、Runway Gen-3、Pika 2.0们迅速接手，生成成本一度被压到每分钟1美元以下。
表面看，视频生成已进入“工业化”时代：输入提示词，等几十分钟，导出四条备选。但当我走访杭州空壳文化、上海觉拍创意和北京跨维影像三家团队后，发现他们的账单远没有平台报价那么干净。以下七笔，是他们半年账本里最磨人的隐形成本。
算力平摊：0.9美元的单价，只是入场券
杭州空壳文化是一家专做短剧的MCN。CEO张毅告诉我，他们年初选择Video Ocean，平台报价每分钟0.9美元，比外包便宜90%。第一个月只生成200分钟，账单180美元，很爽。但第二个月批量生产60秒短剧时，问题来了：高峰期排队3—5小时，加急费涨到3美元/分钟；而且单条视频经常需要重试4—6次才能得到构图、运镜都OK的素材，实际消耗是预期的2.5倍。
他们最终自己部署了开源的CogVideo-M，租了8卡A100，月费2.5万。张毅苦笑：“算上电费、运维，每分钟成本1.5美元，比平台还贵。但好在没有排队延迟，出片可控。”这笔账的核心是：平台单价只覆盖理想状态的裸算力，算力平摊到实际产出后，往往高出30%—50%，如果加上重试和加急，轻松翻倍。
重试循环：不设上限的Token黑洞
空壳文化在Sora关闭前还踩过更大的坑：2025年底他们拿Sora API内测时，生成30秒视频失败率40%，每次失败自动重试但没有上限，一晚上跑了200次，账单飙到800美元。张毅说：“我们后来参考了LangSmith的调试链才加了max_retries=3。”这跟我们在《AI Agent账单越查越乱》里分析的情况如出一辙——Agent任务只要不限制重试次数，成本就能轻易失控。现在空壳文化用Helicone追踪每次生成，设置每分钟令牌上限，失败后人工决定是否重试。
审核人力：每天8小时，三人轮岗
比起算力，人工审核的成本更隐形。上海觉拍创意每天用Runway Gen-3和Pika 2.0生成500—800段广告素材，外包给3个审核员。主管李婷算了一笔账：每人月薪8000元，加上工位、VPN和审核工具，折合每条素材0.2元。但素材里敏感内容（人物肖像、商标、政治符号）误判率约5%，需要返工重审。
“最头疼的是审核标准不统一，”李婷说，“不同模型对同一提示词的结果差异很大，我们只能用checklist一条条过，一条平均花40秒。每天8小时，3个人刚好能覆盖，但遇到量产爆款还得轮班。”这笔账在行业里几乎没人算，却是真实的人力支出。
调色衔接：Rec.2020遇上Rec.709
影视级团队更在意后期。北京的跨维影像主要承接品牌宣传片，他们混合使用多个视频生成模型。Colorist老王发现，很多模型输出的素材色彩空间是Rec.2020，而达芬奇默认Rec.709，映射后色阶断层、肤色偏绿。“每段素材都要单独套LUT，再逐帧校色，一条30秒视频的调色时间从2小时变成6小时。”
更难的是时间码对不齐：生成的视频帧率是23.976，但Premiere项目设置29.97，一导入就音画不同步。跨维影像不得不自研转码脚本，按帧率重封装。这笔“调色+转码”的隐形时间成本折合人力约800元/分钟，远超生成本身的成本。正如我们之前在《Sora 3.5 更新后，影视工作室的调色与剪辑工作流如何无缝衔接》里讨论的，色彩科学和时间码兼容性是专业工作流里绕不过的坑。
输出格式：交付前的最后一公里
跨维影像的另一个头疼点是交付格式。品牌方要求ProRes 422或H.264高码率，而很多模型默认输出WebM（VP9），达芬奇和Premiere都不原生支持。他们需要先转成DNxHR，再挂时间码，I/O瓶颈导致渲染时间翻倍。老王说：“我们专门配了一台M2 Ultra工作站做转码，成本5万多，就是为了省那几分钟。但转码失败率3%，得盯着。”这个细节在不少讨论里被忽视，但实际团队很少预先准备。
模型切换与Prompt工程：反复试错的人才成本
三家团队都提到了“提示词工程师”的隐性支出。空壳文化一度雇了3名文科生写prompt，月薪1.2万，但生成的视频风格不稳定，老板干脆让剪辑师兼任。觉拍创意的做法是买Prompt模板库（年费6000元），但因模型版本更新，30%的模板失效，需要人逐条调试。李婷算过，一条爆款广告的prompt平均迭代15次，耗时2.5小时，折合150元。
更棘手的是多模型切换。为了避开单点故障，团队往往备选2—3个模型，每个模型有独立的prompt习惯和输出规格，这摊薄了“复制”的效率。
版本更新与兼容性日志：没人维护的技术债
去年底，跨维影像使用的视频API突然升级，输入参数变了，历史prompt全部报错。“我们没看更新日志，直接跑了生产，崩溃了三天。”从那之后，他们设了专人监控API变化，每周做回归测试。这部分人力成本占技术团队的10%。
类似情况也发生在空壳文化：Video Ocean某次更新后，“-quality high”参数不再生效，导致200条视频分辨率缩水，只能重做。团队不得不开始记录每次模型的changelog，并设置预发布环境——对5人公司来说，这是实实在在的负担。
算清全账，再入场
Sora退场后，行业一度以为AI视频生成会越来越“水电煤化”。但实际走访下来，从算力平摊到审核、调色、格式、切换、创作、兼容，隐形成本堆积起来，每分钟的“全账”可能比外包只便宜20%—30%，而不是90%。
杭州空壳文化最后算了一个全口径成本：2026年上半年累计产出3000分钟视频，生成费用（包括云服务）约2.1万元，但人工（审核、调色、prompt）花了7.8万元，加起来每分钟成本32元——相当于外包中端水平的60%。这跟我们在《Sora 出片，Runway 修片：一家 MCN 的 90 天账本》里看到的趋势一致：单条成本从4200元降到680元，但分项账永远对不上，因为隐形成本被忽略了。
对于想入局的中小团队，我的建议是：别只看平台的生成单价，先模拟跑通一条片子的全链路，把重试、审核、转码、调试、切换这七笔糊涂账算清楚。大模型降本，从来不等于你的创业降本。
（文中团队名为化名）
