← 返回教程与交流

视频生成 API 怎么计价?按秒、按输出 token、按积分三种单位怎么读,带输入视频时计费秒数怎么算

同样是生成一秒视频,各家的计价单位不一样。据官方定价页(2026-10-26 核对):Kling 3.0、xAI 视频直接按每秒美元标价;Gemini Omni Flash 按输出 token 计费,官方给的折算是 720p 每秒 5,792 token、约 $0.10;Vidu 按每秒积分计价,1 积分 = 0.03125 元。Kling 4.0 价目表写明,带输入视频时计费秒数不等于输出时长。本文讲怎么读单位、怎么算秒数,附读价清单和问答。

视频生成 API 怎么计价?按秒、按输出 token、按积分三种单位怎么读,带输入视频时计费秒数怎么算封面
同样是「生成一秒视频」,各家标价的单位不一样。结论先看:Kling 3.0 和 xAI 视频直接写每秒多少美元;Gemini Omni Flash 按输出 token 计费,再给一个每秒折算;Vidu 按每秒多少积分计价。另外,Kling 4.0 价目表写明,带输入视频时计费秒数不等于输出时长。

以下据各家官方定价页(2026-10-26 核对),没有做实测。

说明:各模型的完整价格表已在本版块的官方价格汇总帖里列出,这篇只讲单位怎么读、秒数怎么算,每种单位只举一两个例子。

按「美元/秒」标价的怎么读?


先看行名里的条件,再看分辨率列。Kling 定价文档里,Kling 3.0 和 Kling 3.0 Omni 是两组行,行名不一样。

Kling 3.0 仍是两行,按有没有原生音频分:

  • No Native Audio:720P $0.084/秒,1080P $0.112/秒,4K $0.42/秒
  • With Native Audio:720P $0.126/秒,1080P $0.168/秒,4K $0.42/秒

Kling 3.0 Omni 改成了三行,行名带两个条件:

  • No Reference Video Input x No Native Audio(无参考视频、不带原生音频):720P $0.084/秒,1080P $0.112/秒,4K $0.42/秒
  • No Reference Video Input x With Native Audio(无参考视频、带原生音频):720P $0.112/秒,1080P $0.14/秒,4K $0.42/秒
  • With Reference Video Input x No Native Audio(带参考视频、不带原生音频):720P $0.126/秒,1080P $0.168/秒,4K $0.42/秒

以上美元数照抄官方每行标注的金额。

xAI 也是直接按秒标价:

  • grok-imagine-video-1.5:480p $0.08/秒,720p $0.14/秒,1080p $0.25/秒
  • grok-imagine-video-1.5-lite:480p $0.02/秒,720p $0.03/秒,1080p $0.14/秒

OmniHuman 的产品页写的是每秒 $0.07,30 到 300 秒视频输出。这是产品宣传页,不是 API 文档参数。

按输出 token 计费的视频怎么换算成每秒?


Gemini Omni Flash(gemini-omni-1.1-flash)按 token 计费:

  • 输入(文本、图片、视频、音频)每百万 token $1.50
  • 视频输出每百万 token $17.50
  • 官方写明 720p 视频按每秒 5,792 token 计,Standard 档约合每秒 $0.10
  • 官方只给了 720p 的每秒折算
  • 输出规格:3 到 10 秒,360p、720p、1080p、4K,24 FPS;输入视频最长 10 秒,用于编辑和延长

换算方法:秒数 × 每秒 token 数 ÷ 1,000,000 × 每百万 token 价格。官方没给每秒 token 数的分辨率,不要套用 720p 的数。

按积分计价的怎么读?


Vidu 用积分计价:

  • 官方写明 1 积分 = 0.03125 元人民币
  • Q4 Preview(参考生视频、图生视频,3 到 16 秒)每秒消耗:4K 78 积分,2K 38 积分,1080p 24 积分,720p 19 积分,540p 9 积分
  • 生成失败不扣积分,包括被内容审核拒绝的情况

换算方法:秒数 × 每秒积分 × 0.03125 = 元。注意货币是人民币,不要和美元价直接比。

带输入视频时,计费秒数怎么算?


Kling 4.0 价目表写了一条规则,按输入视频和输出视频的时长比较:

  1. 输入视频时长不超过输出时长:计费秒数 = 输出时长 × 2。
  2. 输入视频时长超过输出时长:计费秒数 = 输入时长 + 输出时长。
  3. 再用计费秒数乘每秒单价。带输入视频的预览单价是 720P $0.094/秒、1080P $0.141/秒;不带输入视频是 720P $0.157/秒、1080P $0.235/秒,4K 一栏为空。

这条规则写在 Kling 4.0 价目表里。其他模型带输入视频时怎么算,以各自定价页为准。

Kling 4.0 API 开放了吗?


Kling 4.0 API 是否已经开放,官方说法不一致。10 月 26 日核对时,官方价格文档标的是 Coming Soon,原文写 API 尚未开放,上面的价格仅供预览,上线前不能提交请求,正式上线日期和价格另行公布。Kling 4.0 Flash 一栏写的是 TBA。所以这些价格只能用来理解计费规则,不要写进正式预算。

读视频价格要过哪几项?


  1. 先看单位:美元/秒、每百万输出 token、积分/秒,三种不能直接比。
  2. 再看条件:分辨率、有没有原生音频、有没有参考或输入视频。
  3. 按 token 计价的,只用官方给的每秒 token 数换算。
  4. 按积分计价的,用官方积分单价换算,注意是人民币。
  5. 带输入视频的,先按规则算计费秒数,再乘单价。
  6. 标了 Coming Soon 或仅供预览的价格,不进正式预算。
  7. 失败扣不扣费:Vidu 写明失败不扣积分,其他家看各自页面。

还有哪些常见问题?


问:Kling 3.0 和 Kling 3.0 Omni 的行名一样吗?
答:不一样。Kling 3.0 仍是 No Native Audio、With Native Audio 两行;改名的是 Kling 3.0 Omni 的三行。

问:Gemini Omni Flash 1080p 每秒多少钱?
答:官方只给了 720p 的折算,每秒 5,792 token,约 $0.10。其他分辨率以官方页面为准。

问:带输入视频为什么更贵?
答:以 Kling 4.0 价目表为例,输入视频不超过输出时长时,计费秒数按输出时长的 2 倍算。

问:Vidu 生成失败会扣积分吗?
答:官方写明不扣,包括被内容审核拒绝的情况。

本文由模型港 NextRelay 按各家官方页面整理,以官方页面为准。

最后更新:2026-10-27

获取 API Key