AI 图片生成成本：视频一帧的 2-9 倍

Seedance 2.0 Face 的一秒 720p 视频成本为 $0.15375，包含 24 帧，每帧成本 $0.0064^[1]。同一平台最便宜的独立图片 Nano Banana 2 Lite 成本 $0.015^[2]。图片生成成本是视频一帧的 2.3 倍，而那一帧本身带着 23 个时间连贯的兄弟帧。

这个倒挂在我们销售的每个档位都成立，并且在低端档位越来越明显。Seedance 2.0 Mini 的一帧约 $0.00158，对上最便宜的独立图片 $0.015，比率大约是 9 比 1。值得理解为什么会这样，因为它改变了你在需要一张静止图时会选择哪个工具。

TL;DR

• 720p 视频一帧成本 $0.0064，最便宜的独立图片成本 $0.015^[1][2]。
• 按百万像素归一化，图片的成本是视频一帧的 2 到 9 倍。
• 图片生成成本的差距在低端最大（Mini 480p 一帧 $0.00158，约是任何图片的 1/9），在 4K 处最小，图片约是 2 倍。
• 视频计费按总像素数乘以时长，图片按次计费，所以短片自己均摊了帧数成本。
• 代价是控制力。视频一帧无法寻址、无法单独重卷、无法单独用提示词调控。
• 从生成视频中截取静止画是便宜且合法的，但当你需要九个无关的构图时，这就不是正确工具。

逐帧数字

视频以秒计费，按 24 帧/秒渲染，所以逐帧成本是秒费率除以 24。表格使用 Seedance 2.0 全家的无源视频费率^[1][3]：

对应图片目录^[2][4][5][6]：

图片生成的百万像素成本底线是 $0.0143，最便宜的视频档是 $0.0035。四倍。把旗舰级图片模型对标中档视频，倍数高达九倍。

为什么图片生成成本与视频分化

视频按发送的总像素计费。Seedance 全家的公开计费公式是把时长乘以帧尺寸乘以帧率，再除以 token 池^[7]。每一帧的计费都一样，没有值得一提的固定请求开销。

图片生成按调用次数计费。无论模型在提示词理解、采样计划和安全检查上花多少，都摊在恰好一个输出身上。一个四秒短片把同样的开销摊在 96 帧上。

第二个因素是模型被要求做什么。一个图片模型把每次生成都当成独立问题：新构图、新主体、全新的一切。一个视频模型解决一个构图，然后传播它，这从根本上是比较便宜的逐帧操作，尽管作为整体问题它更难。

这两样都不是谁有意的计费诡计。这是工作量在 rate card 上的真实成本体现。

何时从视频截取静止画是正确做法

算术这样讲，仿佛存在套利机会，某些任务确实可行。

如果你需要某个特定主体在某个特定姿态的英雄镜头，1080p 四秒最低成本是 $1.53，返回 96 候选帧，每帧约 $0.01594。挑最好的。对上 Nano Banana Pro 单张 $0.033，你花了总价的 46 倍却换了 96 倍选择，而且主体在所有帧都保持一致。

如果你需要一个角色在多个镜头中保持同样的脸，视频是便宜得多的一致性机制。这正是参考驱动生成的整个前提，也是参考档比普通档费率更低的原因。

如果你需要一个概念的多种变体，同样的逻辑适用。20 秒的 Mini 480p 跨多个请求成本 $0.76，产出 480 帧。

何时这是错的做法，而且经常错

视频一帧无法寻址。你不能用提示词指定第 37 帧。你操纵整个短片，接受落点，而图片模型给你种子、完整提示词和单张重卷。

压缩是真实存在的。视频帧来自编码流，带着运动补偿伪像，而静止生成器从不引入。在 480p 纹理细致的主体上，这是可见的且无法后期修复。

文字渲染崩坏。如果静止图需要清晰的文字，GPT Image 2 之所以存在正是因为视频模型在逐帧保持字体稳定性上做不好^[6]。

宽高比受限。视频档提供 16:9 和少数标准比例。同平台的图片模型能达到 1:4、4:1 和 8:1^[4]，视频任何价格都做不到。

而九个无关构图意味着无论如何都是九次生成。每帧优势在你需要彼此无关的帧时瞬间蒸发，因为关联性是你买的整个东西。

对产品而言真正重要的数字

无论逐帧还是逐张，都不是预算的数字。预算要看成本/可用输出。

一个接受率 1/4、每张 $0.030 的图片流程，每个成品成本 $0.120。一个流程生成 720p Face 四秒最低值 $0.615，然后挑一帧，成品成本 $0.615，这样更差，直到你需要同一短片里的额外成品。

跑你自己的接受率后再决定图片生成成本对你是什么。视频一帧的成本优势是真的，但只有当你的流程每次生成消耗超过一帧时，才能换成真实节省。

在真实账单上的表现

以一个每月需要 500 张产品静止图的店铺为例。用 Nano Banana Pro，图片生成成本是 $16.50。从 1080p 视频收获同样 500 帧，意味着生成约 21 秒，成本约 $8.033，大约一半，每帧都共享光照和镜头处理。

现在改成 500 个无关的产品。视频路线崩溃，因为 500 个不同主体意味着 500 个独立短片，图片生成成本突然便宜得多。同样月量，相反答案，决定变量从不是价格。

这是读上面表格的有用方式。图片生成的成本溢价不是等价输出上的加价。它是你为代代独立付出的代价，而独立要么是你整个流程的全部重点，要么完全白搭。搞清你有哪一种后再去优化那个数字。

FAQ

视频一帧质量能比肩图片生成成本买到的质量吗？

不能。它来自编码流，所以带着压缩伪像，纹理细节上一般也较软。1080p 及以上差距明显缩小。

我能从生成视频中截取帧吗？

能。输出是标准视频文件，任何截取工具都处理。平台没有限制。

为什么 4K 视频的百万像素成本比 1080p 便宜？

4K 档的 token 费率比 1080p 档更低^[7]。总成本仍然高得多，因为帧携带四倍像素，但按百万像素归一化就领先了。

跨镜头保持角色一致哪个更便宜？

视频，毫无疑问。参考驱动生成在秒费率下跨帧保持主体稳定，这是图片模型按输出计费近似的成本。

参考视频档会改变这个算术吗？

会降低秒费率但把你的输入短片加入计费时长^[7]。对于无参考输入的截帧，普通费率才是应用的。

视频档实际渲染什么分辨率？

480p 约 864 x 496，720p 约 1280 x 720，1080p 约 1920 x 1080，4K 约 3840 x 2160^[7]。这些是百万像素列使用的尺寸。

失败的生成要付钱吗？

不要。失败的任务在 reAPI 上自动退款^[1]。

在两者间选择

rate card 说视频一帧便宜，图片生成成本高，字面上按 2 到 9 倍差距是对的。作为建议就误导了，因为两个产品不可替代。视频卖的是一个序列，其中每帧都与邻帧有关联。图片卖的是对单个输出的独立控制。

算术真正赚钱的流程是那些想要关联性的：角色表、固定主体的镜头变化、单一概念的接触单。对于任何需要九个不同构图或清晰文字的东西，更高的图片生成成本买到的控制力是视频一帧任何价格都拿不到的，而那个控制力通常最后是更便宜的购买。

参考文献

1. reAPI. Seedance 2.0 Face, Fast Face, and Mini — model pages and live pricing. Retrieved August 17, 2026 from reapi.ai/models/seedance-2-0 and reapi.ai/models/seedance-2-0-mini
2. reAPI. Nano Banana 2 Lite — model page and live pricing. Retrieved August 2026 from reapi.ai/models/nano-banana-2-lite
3. reAPI. Seedance 2.0 Mini — model page and live pricing. Retrieved August 2026 from reapi.ai/models/seedance-2-0-mini
4. reAPI. Nano Banana 2 — model page and live pricing. Retrieved August 2026 from reapi.ai/models/gemini-3-1-flash-image-preview
5. reAPI. Nano Banana Pro — model page and live pricing. Retrieved August 2026 from reapi.ai/models/gemini-3-pro-image-preview
6. reAPI. GPT Image 2 — model page and live pricing. Retrieved August 2026 from reapi.ai/models/gpt-image-2
7. BytePlus. ModelArk — model pricing, token calculation formula and per-video examples. Retrieved August 2026 from docs.byteplus.com/en/docs/ModelArk/1544106