Independent Research · 核验基准日 2026-11-16

Code2Video 与纯视频模型
选型决策与成本对比报告

剔除营销噪音与模糊口号,从底层计费量纲、真实重抽税、LLM 推理损耗与多版本复用曲线出发,明确回答不同业务场景下到底该选哪条技术路线。

核心总纲(TL;DR)

Code2Video 与纯视频模型不是替代关系,而是“结构确定层”与“像素质感层”的分工。决定胜负的不是首版单价,而是“修改轮次 × 变体复用 × 屏幕精度要求”。

方案 A · 纯视频生成模型 像素质感层
适用边界:写实人物表演 / 自然风光 / 情绪短片,且一次性交付(0–1 轮改稿、单版本)
名义标价 → 商业成品秒
$0.03–0.6 → $0.13–3.0
商业严审可用率
38% – 58%
主力组合:Omni 1.2 Flash(对话改图)/ Kling 4.0(30s)/ Seedance 2.5 / MiniMax H3。Sora 2 API 已于 9/24 彻底关停。
方案 B · 纯 Code2Video 结构确定层
适用边界:屏幕内容 100% 精准(UI/数字/公式/图表),或改稿 ≥3 轮 / 变体 ≥2 版
云端 / 本地渲染算力
$0.017/min · $0
单任务 LLM 跨度
$0.01 – $3.89
主力组合:HyperFrames (Apache-2.0) / Remotion Lambda + GPT-6.1 Sol($0.31/任务)/ Opus 5.5(1536 Elo)。
方案 C · 混合双引擎 企业生产首选
适用边界:既要写实镜头(20%–60%),又要精确文字价格/多尺寸多语言矩阵(发布片/电商广告)
TCO 盈亏反超点
第 2–3 版即反超
第 10 版成本优势
总成本省 70%–90%
主力架构:代码控制时间轴、字幕图表与 3D 物理白模预演;视频模型仅作特定写实镜头的像素供片方。
1.08× vs 5.0×
重抽乘数随质检门限分化
轻量社交试水重抽仅 +5%–10%(但 10.9% 失败);商业严审过稿叠加配音后达标价 1.7–5.0×。
95% 在推理
C2V 成本波动核心不在渲染
所有模型 HTML 正文仅 4–12k tokens,但 Claude 5.5 思考输出达 152–176k tokens,拉开 10 倍账单。
2.8× / 1.6×
局部自修复(ScopeRefine)杠杆
去掉局部修复改全量重抽,会同时让渲染时间 ×2.8、Token ×1.6;专用视频 Harness 可省 ~30% 成本。
≥4 人门槛
Remotion 企业授权悬崖
按全公司总人数计算,≥4 人须付 $25/席或 $100+/月;HyperFrames 与 Framefields 为 Apache-2.0 免费。
Section 01 · Interactive TCO Workbench

交互式全链路 TCO 测算与盈亏平衡曲线

选择下方典型业务预设或拖动参数滑块,实时对比三大方案的分项成本结构以及随改稿轮次 / 变体数量扩展的盈亏平衡交叉点。

业务场景预设:
方案 A:纯视频生成模型 $0
方案 B:纯 Code2Video $0
方案 C:混合双引擎(代码结构 + 写实供片) $0
视频生成 API 与音频后期 LLM 推理 + 渲染 + 许可 人工制作与审片工时
盈亏平衡动态曲线:累计 TCO 随修改轮次变化

Section 02 · Architecture & Engines

技术范式与四代 Code2Video 渲染引擎

两条路线的分歧根源在于修改回环:视频生成每次改动倾向全局重抽,而代码视频只需改参数或局部切片。

图 1|三条技术路线的生产管线与修改成本回环 架构机理
架构图加载中…

纯像素视频模型的三大物理硬边界

  • 非局部可控性:改第 4 秒文案或产品颜色往往触发整段重新采样,无法独立改单层图层。
  • 精确符号幻觉:UI 界面、财务数字、长串中文与公式在潜空间采样中极易扭曲错字。
  • 单次时长与拼接税:主流单段上限为 4–30s(Veo 3.1 4–8s、Omni 1.2 Flash 15s、Kling 4.0 / Wan 3.0 / Seedance 2.5 30s),长片跨段拼接易生人物色调断层。

混合双引擎的两种落地形态(2026 收敛方向)

  • 工业编排(Code-as-Orchestrator):代码统筹节拍时间轴、字幕与数据卡片,视频模型仅作写实镜头供片方(代表:OpenMontage、Always Allow、Anfloy)。
  • 物理白模预演(Code-as-Previs):微软 CVM、VideoCoCo 与 Video-Coder 先用 Three.js/Blender 灰模锁死碰撞、计数与相机轨迹,再注入扩散模型早期采样;但灰模不带表面反光信息,Material 维度仍弱于纯像素模型。

四代 Code2Video 渲染引擎对比(2026-11 一手核验)

代际与引擎 渲染内核 实测速度与内存占用 协议与企业收费门槛 最适业务场景
1代 · Remotion v4.0.539React / TSX React 组件 + Chromium + FFmpeg 10s 1080p 中位 6.35s(M2);Lambda 1m 算力 $0.017–$0.021 Source-available:≤3 人免费;≥4 人(按全公司人数计) $25/席或 Automators $0.01/次(最低 $100/月) React 技术栈团队、Player 浏览器零成本预览、万人级 Lambda 批产
2代 · HyperFrames v0.9.44Apache-2.0 原生 HTML/CSS + GSAP + Chrome 10s 1080p 单 worker 测 16.18s;v0.9 默认半核(上限 4 workers) Apache-2.0:任何规模企业免费商用,零按次渲染费 ≥4 人团队避开许可门禁、Agent 自主出片(无 JSX 编译报错)
2代 · OpenFilm (7.4K★)MIT 单 film.html + frame(t) 纯函数 4s 1080p30 双 worker 6.9s;Studio 内存 871–1,281 MB MIT(仅名称商标受限) look 双序检测防漂移;可导出 FCP / Premiere / DaVinci 时间轴
3代 · Framefields v2.1/2.2原生 WebGPU TypeScript + Node WebGPU (Dawn) 255 帧 1080p30 M1 Pro 2.6s–3.6s;内存 200–400 MB(无 GPU 慢 10–12×) Apache-2.0(可选云 GPU 按秒计费,$1.18/6620 GPU 秒) 脱离浏览器的高并发云端渲染、PBR 3D + 50 特效 + 本机 ONNX 抠像
3代 · ManimGX / OxFrameRust + wgpu Python (Manim) / Rust → wgpu GPU ManimGX 36.2s 1080p60 仅 3.08s(比 Manim CE 快 90.6×,M4 Pro) ManimGX 代码 MIT / 预编译轮子含 x264 为 GPL-3.0+;OxFrame 为 Apache-2.0 数学/物理/算法硬核科普(自带 Typst 排版与 inspect 重叠检查)
4代 · Blender (bpy) + RunPod物理 3D Python 驱动 Cycles / Eevee 4K 渲染以小时计(如 The Edge 59s 4K 10 GPU 耗 52m / $5.75) GPL-3.0(输出成片不受传染) 真实光学材质 3D 产品片与 Previs 白模生成(返工等待税较重)
Section 03 · Pricing & Benchmarks

双路线真实价格表与 Code2Video-AA 基准

所有定价于 2026-11-16 核验自官网与一手实测数据库,表格采用并排价格列呈现“名义单价 vs 真实成品单价”落差。

3.1 纯视频生成模型:官方 API 单价 vs 商业成品秒

模型与官方渠道 关键规格与计费特点 名义 API 单价(官方直连) 商业严审可用率 真实每成品可用秒
Google Gemini Omni 1.2 FlashGemini API · 11/05 GA $12/MTok 视频输出;3–15s;支持对话式局部修改与延长
360p / 720p$0.023 / $0.07/s
1080p / 4K 升频$0.104 / $0.209/s
局部改图减少重抽
~1.5×–2.2×
$0.11 – $0.23 / s
(含原生音画)
Google Veo 3.1 (Lite/Fast/Std)Vertex AI GA 按秒计费;4/6/8s;不可关闭 SynthID(Gemini 预览版已于 10/22 停服)
Lite 720p / 1080p$0.05 / $0.08/s
Fast 720 / 1080 / 4K$0.10 / $0.12 / $0.30
Std 1080p / 4K 有声$0.40 / $0.60/s
过稿率 ~38%
2.0×–2.63×(严审 4–6×)
Lite $0.10–$0.21/s
Std $1.00–$3.00/s
ByteDance Seedance 2.5 / FlashBytePlus / 火山方舟 按视频 Token;2.5 旗舰 30s + 50 参考;2.5 Flash 于 11/15 开 API(仅至 720p)
2.5 Flash 720p$0.152/s (¥0.99)
2.5 旗舰 480 / 720p$0.103 / $0.231/s
2.5 旗舰 1080p$0.569/s (¥5.61)
多参考过稿率 58%
1.72×
720p $0.26–$0.45/s
1080p $0.98–$1.30/s
Kuaishou Kling 3.0 / 4.0Kling API / fal 4.0 支持 3–30s + 10 关键帧 + 15 参考(强制立体声,API 暂最高 1080p)
4.0 Flash 720p$0.094/s
4.0 720p / 1080p$0.157 / $0.235/s
3.0 4K 有声$0.42/s
过稿率 45%–52%
1.92×–2.22×
4.0 720p $0.30–$0.35/s
4.0 1080p $0.45–$0.55/s
Alibaba Wan 3.0Model Studio / 百炼 按输入+输出总秒;2–30s;行业独家支持 PPT/PDF/DOC 直生视频
国际 480/720/1080p$0.05 / $0.10 / $0.20
国内百炼(元/秒)¥0.45 / ¥0.90 / ¥1.80
综合可用率
~2.0×–2.38×
720p $0.20–$0.25/s
1080p $0.40–$0.50/s
MiniMax H3MiniMax API(主力) 4–15s 原生立体声;前 5 张参考图与音频输入免费;部分权重开源
H3-Lite 480 / 768p$0.025 / $0.04/s
H3 768p / 2K$0.08 / $0.13/s
首成率 ~77%
~2.08×–2.5×
Lite 768p $0.08–$0.11/s
H3 2K $0.27–$0.35/s
Runway Gen-4.5 / TurboRunway API Credits 计价 ($0.01/cr);无原生语音配音
Turbo / Gen-4.5$0.05 / $0.12/s
过稿率 46%
2.17×–4.0×
$0.26–$0.48/s
(需再叠音频 $50–500/分)
OpenAI Sora 2 / Pro已停运 App 已于 2026-04-26 停运;Videos API 于 2026-09-24 关停 历史价 $0.10–$0.70/s — 不可再选用

3.2 Code2Video-AA 质量与成本帕累托前沿(114 Briefs · HyperFrames)

图 2|Code2Video-AA Elo 得分 vs 单任务平均成本(对数横轴)

模板化 / 强 Skill 路线真实账本($0.13 – $5 / 条)

  • NiharDaily / 汇智网测试:挂载 remotion-dev/skills,单条短片 API 成本仅 $0.13–$0.66。
  • Nate Herk(HyperFrames):30–40s 短片消耗 125K–260K tokens(~$0.6–$4.8);关键靠 /clear + handoff 重置上下文防账单平方膨胀。
  • 模板化科普(CSDN 实战):5 分钟科普片总 API 成本 < ¥5(含 MiniMax TTS ¥1–3),30 分钟交付。

长程多 Agent 与重度 3D 账本($20 – $550+ / 条)

  • Ciyo 39s 品牌片:47 子 Agent 并行 4h55m,消耗 3.84M 输出 + 517M 缓存 Token,列表价折合 ~$248。
  • Always Allow 4:37 MV 全审计账本:119 镜头、3,700 次工具调用、11 亿 tokens + 外部媒体 API 实付 $76.60。
  • Fable 5.2 vs Opus 5.5 同题对照:冰之大教堂/火箭/火柴人实测账单为 Opus 的 1.76×–2.27×($81.10/$23.45/$40.36 vs $45.97/$10.35/$18.88)。
Section 04 · Decision Matrix

7 类商业场景选型决策矩阵

对照业务场景特征直接锁定架构组合,避免在错误路线上堆叠预算。

业务场景 推荐路线 推荐技术栈组合 经济与工程决胜点
1. SaaS 产品发布片 & PR 变更日志 纯 Code2Video HyperFrames / OpenFilm + Playwright + GPT-6.1 Sol / Opus 5.5 UI 与代码零失真;脚本进 Git 与 CI/CD 联动,迭代只改增量。
2. 千人千面年度回顾 / 财报简报 纯 C2V(模板化) Remotion Lambda(React 团队)或 HyperFrames --batch 建好模板后批产 10,000 条仅付 ~$200 云算力,LLM 边际 Token 归零。
3. 数学 / 算法 / 物理硬核科普 纯 C2V(专用引擎) ManimGX / Code2Video + Whisper 字级对齐 + 本地 TTS 公式几何严格精确;ManimGX 将单次渲染压至 3 秒级,全片 <¥5。
4. 品牌情绪片、自然风光、写实人物 纯视频生成模型 Omni 1.2 Flash(对话改图)/ Kling 4.0(30s)/ Veo 3.1 皮肤光影是代码天花板;用 480p Draft / Lite 抽卡 + 精选 1080p 降本 40%–77%。
5. 电商广告百变体矩阵 / 带货短剧 混合双引擎 Seedance 2.5 / Kling 4.0(锁商品)+ HyperFrames(叠价格/画幅) 多参考把商用过稿率提至 58%;价格与免责声明严禁扩散生成,由代码压印。
6. 物理精准的复杂 3D 广告 / 仿真 混合 (Code-as-Previs) Three.js / Blender 白模预演 + CVM / Video-Coder / Seedance 代码先算准物体计数与碰撞轨迹,再让视频模型补全光影材质。
7. 口播 / 访谈 / 录屏粗剪与切片 Agentic EDL 剪辑 video-use + ElevenLabs Scribe / Whisper + FFmpeg 不重绘原片像素,用 12KB 带时间戳文本决策切点,避开 4,500 万看图 Token。
Section 05 · Engineering Playbook

C2V 与混合管线五大工程降本法则(省 50%–80%)

模型牌价只是起点,决定最终账单上限的是路由策略、修复粒度与音画对齐顺序。

1. 模型分层路由(Orchestrator + Worker),告别全链路用 Opus / Fable 用 Opus 5.5 或 Fable 5.2 生成顶层视觉规范(DESIGN.md)与核心镜头原型;将组件填槽与样式微调下放给 GPT-6.1 Sol($0.31/任务,1369 Elo) 或 Haiku 5.5($0.08),削减 80%–90% 推理费用。
2. 局部自修复(ScopeRefine)优先于盲目并行 Code2Video 消融实验显示,去掉并行仅影响墙钟时间(×5.6),而去掉局部修复改用全量重抽会同时让时间 ×2.8、Token ×1.6。
3. 上下文阈值截断(150K Token 防雪崩法则) 单会话接近 150K tokens 时立即执行 /clear 并通过 HANDOFF.md 摘要交接,以 ~5K tokens 重启新会话,避免历史 HTML 反复重传引发平方级账单。
4. 启用专用视频 Harness 并严守确定性三禁令 HeyGen 实测专用视频 Harness(拼图抽帧 Contact Sheet + 响度检测 + 安全区检查)可减少 ~35% 交互轮次与 ~30% 成本;代码严禁读系统时间、无种子随机与渲染期联网。
5. 先“量”音轨再“算”时间轴,提前隔离许可与色域暗坑 先出 TTS 并用 Whisper/wav2vec2 对齐字级时间戳驱动动画(防按字数估算到第 15 句漂移 5 秒);≥4 人公司留意 Remotion 全员门禁;混剪统一转码 yuv420p 并 await document.fonts.ready。

权威信源索引

点击展开一手信源与学术论文索引(核验窗口:2026-11-16)
  • 官方定价与文档(A 级):Anthropic Pricing & Claude Fable 5.2 Release(2026-11-09);Google AI Studio(Gemini Omni 1.2 Flash 2026-11-05 GA)& Vertex AI Pricing;OpenAI Sora 2 Deprecation Notice(2026-09-24);BytePlus ModelArk & 火山方舟 Seedance 2.5 / 2.5 Flash(2026-11-15);MiniMax H3 Pricing;Alibaba Cloud Model Studio Wan 3.0;Kling AI 3.0/4.0 Developer Pricing & fal.ai;Remotion License & Lambda Cost Docs;HyperFrames / Framefields / ManimGX / OpenFilm GitHub。
  • 独立基准与实测账本(A/B 级):Artificial Analysis × HeyGen Code2Video-AA(2026-10-26);NiharDaily 渲染对比实测(2026-10-16);Viralance AI Video Report(2026-11-12,1,677 生成 / 561 任务);CoderLegion 60-Prompt Benchmark;Apostle 商用追踪;GitHub mortenbrudvik/always-allow(runlog.csv / ledger.csv)。
  • 学术前沿论文(arXiv):Code2Video(2510.01174)、Code2Video-Compass(2610.28416)、Video-Coder(2611.09894)、VideoCoCo(2607.27380)、ManimCode(2611.08294)、AVA-Encoder(2608.12313)、Code World Model(2608.25927)、Microsoft Research Code Video Model。