GPT-5.6 Sol vs Terra vs Luna：AI影片專案的實際成本
代幣價格表無法告訴你AI影片的成本。它只能告訴你模型回應的價格。專案成本取決於回應需要修改的頻率、是否能避免渲染失敗、重複發送的上下文數量，以及哪些任務真正需要高級推理。
截至2026年8月28日，OpenAI將GPT-5.6 Sol列為每百萬輸入代幣4美元、每百萬輸出代幣20美元，Terra為2美元和12美元，Luna為0.20美元和1.20美元。快取輸入成本分別為0.40美元、0.20美元和0.02美元。根據OpenAI的費率卡，Sol的當前價格至少到11月21日為止是促銷價。
本文模擬了一個現實的一分鐘動漫影片前期製作工作流程。GPT-5.6 用於文字和圖像分析、規劃、提示和審查——而非直接進行影片渲染。
我們正在核算的項目
假設一位獨立創作者正在製作一部包含八個鏡頭的60秒動畫短片。工作流程包括：
- 前提開發；
- 一篇900字的腳本；
- 字元規格；
- 一個八鏡頭的故事板簡報；
- 八代提示詞及修訂；
- 語音和聲音方向；
- 使用選定幀進行連續性檢查；
- 標題、描述、字幕及平台元數據。
影片、圖像、語音和編輯費用因平台而異，且不計入令牌計算。這種排除是刻意的：我們希望先理解規劃層，然後研究它如何影響昂貴的渲染層。
你可以在 Elser AI 中執行這個完整流程，腳本、角色、故事板、場景、音訊和最終剪輯都會保持關聯。下面的計算有助於決定每個決策應由哪個語言模型支援。
當前價格輸入
| 模型 | 未快取輸入 / 1M | 快取輸入 / 1M | 輸出 / 1M | | Sol | $4.00 | $0.40 | $20.00 | | Terra | $2.00 | $0.20 | $12.00 | | Luna | $0.20 | $0.02 | $1.20 |
基本公式是：
cost = (未快取的輸入令牌數 × 輸入速率 / 1,000,000) + (緩存輸入令牌數 × 緩存費率 / 1,000,000) + (輸出令牌數 × 輸出費率 / 1,000,000)
始終使用實際API使用數據進行計費。詞到令牌的估算僅是規劃工具，而非帳單。
場景A：使用單一模型處理所有任務
假設該專案在研究報告、迭代和評審過程中消耗了160,000個輸入令牌和55,000個輸出令牌，且未使用快取。
索爾
輸入：0.16 × $4.00 = $0.64 輸出：0.055 × $20.00 = $1.10 總計：$1.74
大地
輸入：0.16 × $2.00 = $0.32 輸出：0.055 × $12.00 = $0.66 總計：$0.98
露娜
輸入：0.16 × $0.20 = $0.032 输出：0.055 × $1.20 = $0.066 總計：$0.098
在這個簡化案例中，Luna的成本約為Terra的十分之一。然而，Terra與Sol之間的絕對差異僅為0.76美元。如果Sol能避免一次不必要的影片重新渲染，那麼在專案層面它可能更便宜。相反，使用Sol生成檔名幾乎節省不了什麼，卻消耗了高價值場景中本可發揮更大作用的高端算力。
場景B：按難度分配工作
更貼近實際生產環境的路由任務：
Luna：80,000 輸入，25,000 輸出
使用Luna進行創意擴展、元數據管理、格式調整、字幕清理、鏡頭日誌標準化以及提示模板填充。
0.08 × $0.20 + 0.025 × $1.20 = $0.046
Terra：65,000 輸入，24,000 輸出
使用Terra進行腳本開發、鏡頭規劃、對話、場景提示與修訂總結。
0.065 × $2.00 + 0.024 × $12.00 = $0.418
Sol：25,000 輸入，6,000 輸出
使用Sol進行最終敘事審查、矛盾檢測以及診斷最昂貴的失敗場景。
0.025 × $4.00 + 0.006 × $20.00 = $0.22
路由總計
路由工作流在文本模型令牌上的成本約為 0.684 美元。在我們的範例中，它比僅使用 Terra 更便宜，並在兩個可能避免昂貴錯誤的關鍵時刻提供了更強的推理能力。
這不是一個通用基準測試。它展示了一種方法：估算任務量、衡量實際使用情況，並在能力改變接受率的地方為之付費。
場景C：添加提示快取
假設專案反覆發送一份包含角色表、風格指南、安全約束、術語和輸出模式的12,000詞穩定生產聖經，該內容出現在12個請求中。
在不使用快取的情況下，該區塊會產生144,000個輸入令牌。若包含一次未快取的寫入和11次快取讀取，Terra的近似輸入成本為：
前 12,000 個未快取令牌：0.012 × $2.00 = $0.024 接下來 132,000 緩存：0.132 × $0.20 = $0.0264 穩定上下文輸入總計：$0.0504
如果不使用快取，相同的上下文將花費：
0.144 × $2.00 = $0.288
對於這個上下文區塊，減少了82.5%。這不是整個項目的節省，因為可變提示和輸出仍按正常價格計費。
為了提升快取複用：
- 首先放置穩定的內容；
- 保持其措辭和順序不變；
- 在斷點後分離變數場景指令；
- 避免將時間戳記或請求ID注入到穩定前綴中；
- 衡量快取命中率，而非假設其發生。
真正重要的成本：可接受的產出
在 Elser AI 上對實際短片執行相同的成本帳目。註冊，製作一個代表性場景，並衡量已批准的交付物——而非原始生成內容。
想像兩種提示生成方法：
- 經過四次修訂後，Luna 生成了一個可用的拍攝提示。
- Terra 在兩次修訂後生成了一個可用的拍攝提示。
Luna在token成本上可能仍然更便宜，但額外的人工審查時間可能佔主導地位。現在假設一個較弱的提示詞導致兩次影片渲染失敗，每次花費1美元。文本token的節省就消失了。
追蹤每個被接受鏡頭的成本，包括：
文本模型成本
- 圖像/參考生成
- 影片生成與擴展
- 語音與音訊
- 放大/匯出
- 人工審核時間
- 廢棄輸出的成本
正確的模型是能夠在滿足品質與週轉要求的同時，使這一總量最小化的模型。
分階段建議
前提探索：露娜
在一個表格中請求30個受約束的前提。人工選擇成本低廉，因此使用Luna生成多個選項是合理的。
腳本與角色邏輯：泰拉
Terra 是草擬和修訂的預設選項。它提供了更多空間來容納細膩的對話和連續性，而無需支付 Sol 的全價。
故事板與提示格式：先 Terra，後 Luna
使用Terra定義拍攝意圖和相機邏輯。模式獲批後，Luna可填充重複的結構化欄位。
高風險場景診斷：Sol
發送提示詞、參考幀、失敗輸出以及簡潔的測試歷史。請Sol對可能的原因進行排序，並提出單變量實驗方案。
元數據與字幕清理：Luna
這些是高容量、可測試的任務。使用嚴格的架構與自動化檢查。
最終連續性審計：索爾或泰拉
對於包含大量引用的複雜敘事，請使用 Sol。對於規則清晰的簡短內容，Terra 就足夠了。
審批通過後，將資產移至 Elser AI 以生成和組裝場景、語音、音樂及特效，同時保持修改與原始方案關聯。
不要為不必要的輸出付費
輸出令牌的成本是輸入令牌的五到六倍，這三種模型都是如此。請求支持下一步決策的最小產物。
而不是：
對這張照片可能存在的每一個問題進行全面的分析。
使用：
返回五個最可能的故障原因、每個原因的證據以及一項受控測試。最多500字。
當人類或工具需要消費答案時，請求表格、JSON或固定欄位。冗長的激勵性介紹不會提高生產品質。
預算圖像輸入與工具
上述簡單計算僅涵蓋文本令牌。圖像輸入會被分詞處理，工具調用可能產生額外費用。快速處理也可能採用不同定價。請使用OpenAI的使用響應和計費儀表盤進行記錄：
- 未快取的輸入；
- 快取的輸入；
- 輸出和推理令牌；
- 圖像輸入；
- 網頁搜尋或其他工具使用；
- 處理層級。
不要將純文字估算結果應用於視覺密集型工作流程。
建立生產成本分類帳
當您的預算假設準備就緒後，開始使用 Elser AI 進行創作，並在承諾每月支出之前，驗證從劇本到最終場景的完整路徑。
為每個已接受的交付物建立一行：
| 交付物 | 模型 | 嘗試次數 | 輸入 | 快取 | 輸出 | 工具成本 | 渲染成本 | 審核分鐘 | 是否接受？ | |---|---|---:|---:|---:|---:|---:|---:|---:|---|
經過五個專案後，模式變得清晰可見。你可能會發現，Sol能減少腳本的修訂次數，但對字幕寫作沒有增值作用，或者一張更好的參考表比任何模型變更更能節省成本。
如果 Elser 是您的生產環境，請將 Elser 生成版本和最終剪輯修訂版包含在同一帳本中。目標是優化整個流程，而不是單個 API 行項目。
常見問題解答
GPT-5.6 製作一個AI影片需要多少費用？
沒有固定金額。在我們示範的一分鐘工作流程中，路由GPT-5.6的文字使用成本不到1美元，不包括圖像、影片、音訊、工具和人工工作。您的實際使用情況可能會有很大差異。
露娜總是最便宜的選擇嗎？
它的令牌費率最低。但在任務模糊或高風險時，它可能不是每個被接受結果成本最低的選擇。
什麼時候應該使用 Sol？
用於複雜規劃、跨文件推理、困難故障診斷或最終審查，在這些場景中，一個更好的決策可以避免代價高昂的生產錯誤。
創作者的最佳預設設定是什麼？
Terra 是平衡的預設選項。將重複的結構化任務路由到 Luna，並將最困難的決策升級到 Sol。
快取能降低輸出成本嗎？
不。它減少了符合條件的重複輸入成本。保持輸出簡潔且結構化，以控制輸出花費。
結論
最便宜的AI影片工作流程，並非使用最便宜的語言模型。而是能以最少浪費的循環次數，達到可接受的最終影片的工作流程。將重複性工作分配給Luna，開發工作分配給Terra，昂貴決策分配給Sol。快取穩定的上下文，約束輸出，並衡量每個可接受鏡頭的總成本。這能將定價從宣傳口號轉變為實際的生產優勢。
