加入影片：我們如何挑選首發陣容

我們這週上線了影片。八款模型、一個點數池，不需要管每家供應商的合約。在介紹陣容之前，先講一下我們怎麼挑 — 因為「哪些影片模型最好」這個問題，比聊天端的對應問題模糊得多。

真正重要的四個維度

聊天模型主要在比智慧。影片模型同時在四個維度上競爭，而幾乎沒有任何一款能四個都贏：

1. 畫質 — 銳利度、動作連貫性、一隻手有幾根手指。
2. 速度與成本 — 多久能看到結果，迭代一次要付多少錢。
3. 可控性 — 參考素材、種子、時長、運鏡、嘴型同步。
4. 聲音 — 模型本身是否能輸出與畫面對得上的聲音，還是事後要再補上音效。

4K 電影級的生成器拿來回 X 推文太大砲。快速社群層的模型拿來拍主視覺鏡頭太隨便。所以陣容必須是多元的 — 我們要的是「每個任務都有一個對的工具」，不是「一款模型試圖什麼都做」。

入選的有哪些

HappyHorse 1.0 在昨天外部基準測試後成為型錄頂端，但我們真正在意的不是它的視覺分數 — 而是它的聲音是與影片「一起」生成的，而不是事後疊上去的。嘴型對得上，音樂節奏跟著動作起伏。等我們在更多實際案子上用過後，會單獨寫一篇文章。

Veo 3.1 是電影感的選擇。原生 4K，是我們看過最乾淨的 text-to-shot，而且貴得離譜 — 所以當提示像是主視覺鏡頭（「廣角、推軌、黃金時段」）時我們就路由給它，社群短片就不送過去。

Seedance 2.0 明天上線並支援多輸入 — 最多九張參考圖、三段參考片、三條音軌。我們用 ByteDance 的 beta 金鑰預測過，這是另一種工具：與其說是「打提示拿影片」，更像是「給導演一份簡報」。我們會在 5 月 3 日另開一篇講它。

Kling 3.0 Omni 是動作流暢度專家。在我們測試中多鏡頭連貫性最好，特別是需要一個角色走過好幾個動作、臉不能在中間變形的時候。

Runway Gen-4.5 留在工具箱裡，給已經有肌肉記憶的影像工作者用。如果你真的要導演一個鏡頭，它的運鏡控制與關鍵影格介面仍是同類中最好的。

Grok Imagine 是社群風格的選擇 — 快、草稿級畫質、有真實感的片段。我們上週才加進來，更完整的介紹文章在路上。

Wan 2.7 是支援 LoRA 的省預算層。開源出身，所以如果你已經訓練過自己的角色或風格 LoRA，這就是接它們的地方。

Hailuo 2.3 是最便宜又穩定的選擇。沒什麼花招。在迭代縮圖或壓力測試概念又不想燒高級點數時很好用。

沒入選的有哪些

有三款很認真的模型差一點點就上線，但因為不同理由落選了。

第一款還沒推出無浮水印的方案 — 我們不會放上會在你輸出上印品牌的模型。第二款視覺很好，但 API 沒有種子控制，在多鏡頭工作流裡迭代很痛苦。第三款就是「貴」到不划算 — 即使是 Max 方案的使用者，每段片的成本也會逼我們調高上限。

等這三款的分層改變後，我們會再看看。

一個池子，八款模型

這一切能成立的關鍵是：你不是在買八份獨立訂閱。不管挑哪款模型，你花的是同一份共用點數，而且下手前能看到每次生成的成本。Pro 每月 2,000 點，Max 每月 10,000 點。HappyHorse 的標準 text-to-video 短片大約 40–60 點；Veo 4K 主視覺鏡頭比較像 120 點；Hailuo 迭代一次只要 6 點。

這個比例是我們最自豪的部分。工作室的重點就是：在你還不知道提示需要什麼之前，你不必先綁定一家供應商 — 影片比任何模態都更會懲罰提前綁定。

影片今天起對 Pro 與 Max 開放。免費方案還沒包含；我們想先觀察一個月看點數的數學怎麼跑，再決定何時放更開。