Коли Alibaba 24 серпня відкрила доступ до Wan 3.0, головною новиною стала ціна: $0.20 за секунду в 1080p. Тридцятисекундний ролик - $6. Виглядає як революція: ще недавно ітерація на Seedance 2.5 у 720p коштувала мені $14, а тут утричі довше й удвічі дешевше. Але якщо ви плануєте бюджет на AI-відео за ціною секунди з лендінгу моделі - ви помилитеся в рази. Розберімо, з чого насправді складається вартість готового ролика.
Шар перший: тариф генерації
Це єдина цифра, яку показують у прайсі. У Wan 3.0 вона така: $0.05 за секунду в 480p, $0.10 у 720p, $0.20 у 1080p. Тобто 30 секунд коштують $1.5, $3 або $6 залежно від роздільності. До 23 вересня Alibaba Model Studio і Qwen Cloud дають ще мінус 30% - фактично $0.14 за секунду 1080p. На fal є версія Prime - $0.28 за секунду в 1080p. Для порівняння: Seedance 2.5 на Higgsfield коштує близько $0.31 за секунду 1080p у пакеті на 9000 кредитів за $310.
Різниця між $3 і $14 за ітерацію - це різниця між "можемо дозволити собі експериментувати" і "кожен дубль болить". Саме тому здешевлення генерації важливе. Але це лише перший шар.
Шар другий: невдалі дублі
Тут починається головна пастка. 30 секунд однією генерацією не дорівнюють 30 секундам придатного матеріалу. Незалежний тест Wan 3.0 на 12 промптах дав моделі 58 балів з 80 і третє місце в рейтингу - хороший результат, але деталі важливіші за підсумковий бал. Перші секунди кліпу виглядають пристойно, далі шкіра стає пластиковою, кадр втрачає глибину. На простих діях фізика тримається, на спецефектах з'являються мутації. Референсний персонаж виглядає правильно, а рухається неправильно.
Що це означає для бюджету: на кожен придатний дубль закладайте три-п'ять згенерованих. Ролик за $6 перетворюється на $18-30 машинного часу ще до того, як ви отримали матеріал, який не соромно показати. І це якщо ви вмієте писати промпти: ліміт у 5000 знаків дозволяє прописати сцену детально, і модель це відпрацьовує - але тільки на коротких хронометражах. На 30 секундах і великій кількості шотів конструкція ламається, тому довгі ролики на практиці збирають з коротших шматків, і кількість генерацій знову росте.
У своїх проєктах я рахую три метрики: час до першого варіанта, вартість одного придатного ролика і кількість виправлень перед публікацією. Якщо після впровадження нової моделі ці показники не змінилися - модель просто додала ще одну кнопку в процес.
Шар третій: апскейл
Wan 3.0 видає чесні 1080p - без 2K і 4K. Для соцмереж цього достатньо, для великих екранів, презентацій і клієнтських здач - ні. Апскейл тарифікується окремо, і тут цифри вже іншого порядку.
FLUX Video Upscale від Black Forest Labs рахує не за секунду ролика, а за мегапіксель-секунду виходу: $0.07 у режимі Precise, $0.10 у Creative. У перерахунку на секунду готового відео це приблизно $0.14 за 1080p, $0.25 за 2K і $0.55 за 4K у Precise. У Topaz Astra апскейл до 4K через Starlight 2.6 коштує $0.90 за секунду, а інтерполяція до 60 fps - $1.90 за секунду. Хвилина 4K-апскейлу в Topaz - близько $54, хвилина інтерполяції - $114. Тобто постобробка хвилини відео може коштувати більше, ніж уся його генерація разом з дублями.
Є й технічні обмеження, які теж конвертуються в гроші: FLUX приймає на вхід максимум 20 секунд, тому 30-секундний ролик доведеться різати надвоє і зшивати. А конвертація в HDR перетворює 33-секундний кліп на файл близько гігабайта - для монтажного пайплайну нормально, для погодження з клієнтом у месенджері - ні.
Шар четвертий: ручна ретуш
Це найменш очевидна стаття бюджету, бо її немає в жодному прайсі. Жоден клієнтський кадр не йде у здачу прямо з генерації. Завжди лишається зайвий палець, шов не туди або нечитабельна етикетка на упаковці. Перегенерація це не лікує - вона ламає те, що вже вийшло добре. Лікує маска, шар, Camera Raw і людина, яка вміє з цим працювати.
Ринок це вже зрозумів: з'являються окремі курси Photoshop саме для AI-креаторів, де вчать ретушувати руки й пальці, садити справжню етикетку з клієнтського пакшоту на згенеровану упаковку, розширювати кадр. У бюджеті це виглядає як людино-години спеціаліста рівня артдиректора - для комерційного ролика закладайте від двох до чотирьох годин на фінальну доводку, і це оптимістична оцінка.
Шар п'ятий: корпоративні умови
Якщо ви робите відео для міжнародних клієнтів, з'являється ще один множник, про який не пишуть на сайтах. Enterprise-контракт Higgsfield на 600 тисяч кредитів на рік дає ціну 7-7.5 центів за кредит - удвічі-втричі дорожче за звичайні річні пакети з їхніми 3-3.5 центами. За що переплата: нульове зберігання даних і політика "без навчання" для всіх постачальників моделей, повні права на згенерований контент замість стандартних Terms of Use, виділені потужності без черг, SSO, необмежені робочі місця та пріоритетний доступ до нових моделей на один-два тижні раніше за ринок.
Для роботи з клієнтами з ЄС це не опція, а вимога: без гарантій щодо даних і прав корпоративний юрист просто не погодить підрядника. Тобто сама структура клієнта подвоює вартість кожної секунди генерації.
Калькулятор: скільки коштує 30-секундний рекламний ролик
Зберімо все разом на прикладі комерційного ролика з фіналом у 4K.
Генерація: 30 секунд у 1080p на Wan 3.0 - $6 за дубль. З реалістичним коефіцієнтом придатності один до чотирьох - $24. Апскейл до 4K: FLUX Precise - ще $16.5, з різкою на два шматки через ліміт у 20 секунд. Разом машинна частина - близько $40, що вже в шість-сім разів більше за "ціну ролика" з лендінгу. Додайте дві-чотири години ретуші й монтажу - і залежно від ставки спеціаліста повна собівартість опиняється в діапазоні $100-200. А якщо це робота для міжнародного бренда на enterprise-умовах - множте машинну частину ще на два-два з половиною.
$6 перетворилися на $150. Це не означає, що AI-відео дороге - той самий ролик класичним продакшном коштував би на порядок-два більше. Це означає, що бюджетувати треба пайплайн, а не тариф.
Три висновки для тих, хто рахує гроші
Перше: ціна секунди - маркетингова цифра. Реальна одиниця обліку - вартість одного придатного ролика, і вона в 6-10 разів вища за тариф генерації. Друге: постобробка стала окремим бюджетом. Апскейл, інтерполяція та ретуш разом можуть коштувати більше за генерацію - рахуйте їх до старту проєкту, а не після. Третє: монтаж першої версії дешевшає, а дорожчають точні вихідні матеріали й відповідальне фінальне затвердження. Людина в кінці пайплайну - перевірка фактів, брендбуку і прав - лишається найдорожчою і найважливішою ланкою.
Моделі дешевшатимуть і далі: Wan 3.0 вже втричі збив ціну ітерації порівняно з Seedance 2.5. Але структура бюджету від цього не зміниться - зміниться лише перший рядок у кошторисі.