百炼视频能力栈实测:文生/图生/首尾帧三条链路的参数矩阵与计价口径

简介: 百炼视频能力分happyhorse-1.1(t2v/i2v/r2v)与wan3.0-video两大模型家族,支持文生/图生/首尾帧等五类生成及参考视频、编辑等功能。命令统一入口为`bl video`,六次实跑全部成功,清晰度与水印可调,免费额度限华北2地域,需注意seed不保证复现。

一、视频这一层的模型与命令入口

百炼的视频能力在模型侧分两个家族。happyhorse-1.1 按输入形态拆成三个方向:-t2v 文生视频、-i2v 图生视频、-r2v 参考生视频。wan3.0-video 与 wan3.0-video-prime 按清晰度分档计价,480P、720P、1080P 各有自己的每秒单价。

命令侧统一收在 bl video 下面,五个子命令:

子命令 作用 本次状态
bl video generate 文生视频、图生视频、首尾帧 实跑六次
bl video ref 多主体参考,可逐个主体配音 只核了签名
bl video edit 风格迁移与换物体,模型 happyhorse-1.0-video-edit 只核了签名
bl video task get 异步任务状态查询 只核了签名
bl video download 异步产物下载 只核了签名

六次实跑全部返回 SUCCEEDED,没有排队也没有报错。命令签名以本机 bl 1.22.0 的 --help 输出为准,单价取自 bl model list 的实时返回,不是抄评测文。

有一处要先交代:happyhorse-1.1 的单价我没取到,bl model list --model happyhorse-1.1 返回 Model not found,得去控制台模型详情页看。所以全文不给这个模型写任何金额,涉及成本的测算一律走 wan3.0-video 的公开单价。

至于为什么这周去动视频这条链路:刷到有人说 happyhorse-1.1 在 Artificial Analysis 的视频竞技场排到了第一,Elo 1365。这句话我只信一半,榜单是我 9 月 16 日上午自己抓的,就一个来源,看到这篇的时候名次可能已经动了。但顺着它去查账号里的免费额度,查出来的东西比榜单实在。

二、三条链路的参数矩阵

bl video generate 一个命令承载三种链路,区别只在传不传图:

链路 关键参数 本次状态
文生视频 --prompt,模型 happyhorse-1.1-t2v 或 wan3.0-video 实跑五次
图生视频 --image 填一个可访问的图片 URL,模型 happyhorse-1.1-i2v 实跑一次
首尾帧 --image 与 --last-frame 同用,指定开头与结尾画面 只核了签名,未实跑

其余参数:--resolution(本机 --help 只列了 720P 与 1080P)、--ratio、--duration、--seed、--watermark、--negative-prompt、--download、--async。还有一个 --file,只对 wan3.0-video 生效,与 --image、--last-frame 互斥。

bl video ref 是另一条链路:--image 可以重复传多个主体并且接受本地文件,--image-voice 按位置与主体配对,另有 --ref-video、--video-voice、--resolution、--ratio、--duration。它没有 --last-frame。这条链路要解决的是"同一个人跨镜头还是同一个人,并且能开口说话",纯文生视频给不了主体一致性。本次没跑,素材备好了没按回车。

图像与视频的衔接是这套能力栈里最省事的一处。bl image generate 的返回里直接带一个临时 URL,可以原样填进 --image,中间不需要 bl file upload。只有本地已有素材要上云时才走 bl file upload --file <path> --model <model>,换到的是 48 小时有效的临时 URL。

三、六次实跑的耗时、体积与单价

序号 链路 模型 关键参数 耗时 体积
1 文生 happyhorse-1.1-t2v 720P、9:16、5 秒 84.6s 3.1 MB
2 图生 happyhorse-1.1-i2v 720P、5 秒 74.5s 1.8 MB
3 文生 happyhorse-1.1-t2v 720P、16:9、水印默认开 79.4s 1009.2 KB
4 文生 happyhorse-1.1-t2v 同上,加 --watermark false 84.6s 884.0 KB
5 文生 wan3.0-video 720P、16:9 137.2s 4.9 MB
6 文生 wan3.0-video 1080P、16:9 173.8s 11.2 MB

单价(bl model list 实跑取值):

模型 480P 720P 1080P
wan3.0-video ¥0.3/秒 ¥0.6/秒 ¥1.2/秒
wan3.0-video-prime ¥0.45/秒 ¥0.9/秒 ¥1.8/秒

按 5 秒一条算,wan3.0-video 720P 是 ¥3,1080P 是 ¥6。480P 那档单价在价格表里有,但本机 --resolution 的枚举里没有它,本次也没用命令跑过。

第 2 条那张源图也是自己出的:bl image generate,模型 qwen-image-3.0,51.1 秒,返回里带临时 URL,直接喂给 --image 就是第 2 条的输入。图像和视频共用一套凭证、一套计价视图,配图和配空镜可以放在同一条流水线上跑。

四、两个开关的实测口径

4.1 水印

默认产物右下角带 "Happy Horse" 字样。--help 里写着 --watermark 默认 true,但只按 help 的语义下结论不够,于是同一段 prompt、同一个 --seed 42,只改水印开关跑了两条,用三个互相独立的信号交叉验证:

信号 默认 --watermark false
返回 URL 文件名 ..._refiner_watermark.mp4 ..._refiner.mp4
体积 1009.2 KB 884.0 KB(少 125.2 KB,−12.4%)
抽第 30 帧看右下角 有 "Happy Horse" 干净

左:默认带水印;右:加 --watermark false 之后干净

三个信号一致,开关确实管用。对外物料建议把这个 flag 显式写上,不要依赖默认值。

4.2 分辨率

同一段 prompt、同 seed、同模型 wan3.0-video,只改 --resolution:

档位 耗时 体积 5 秒成本
720P 137.2s 4.9 MB ¥3
1080P 173.8s(+26.7%) 11.2 MB(2.3 倍) ¥6

左:720P 137.2 秒 4.9 MB;右:1080P 173.8 秒 11.2 MB

草稿和内部预览走 720P,快一倍多、文件小一半多;要投屏、要正式发布的走 1080P,多花 ¥3 和 37 秒换清晰度。

4.3 --seed 不承担复现职责

4.1 那两条用的是同一个 seed 42,画面却完全不同:一条是陶瓷马克杯,一条是玻璃杯带托盘。视频这条链路上 --seed 不保证复现同一画面。要做参数对照,可用的办法是只改一个变量、其余全同,并接受画面本身会变,结论靠多个独立信号撑着。

五、免费额度与计费治理

本机 bl usage free 的实跑清单:

模型 免费次数 到期 autoStop
happyhorse-1.1-t2v 10/10 2026-09-21 false
happyhorse-1.1-i2v 10/10 2026-09-21 false
happyhorse-1.1-r2v 10/10 2026-09-21 false
wan3.0-video 30/30 2026-11-05 false

官方口径:每模型独立、不互通,有效期 90 天,仅华北2(北京)地域,过期不补发。happyhorse-1.1 三个方向合计 30 次在 2026-09-21 到期,这是一个有硬截止的试点窗口。

额度用完之后的行为,是这套能力栈里最该写进企业规范的一条。官方文档原文:"已认证用户免费额度用完后自动转为按量付费";"若未开启免费额度用完即停,正在进行的调用不会中断,超出额度的 Token 将按控制台中的输入/输出价格计费……可能导致账户欠费"。

控制台里那个开关叫"免费额度用完即停"。已完成实名认证的账号,它默认是关闭的,怕意外扣费的自己进去打开;打开之后额度耗尽返回 HTTP 403、错误码 AllocationQuota.FreeTierOnly,这个错误码建议直接进告警规则。未完成实名认证的账号相反,系统强制开启,开关不可见也无法操作,额度用完即无法继续调用,需要先认证并充值。

还有一处本机没查清的观察:跑完第一条视频后立即复查 happyhorse-1.1-t2v,仍显示 10/10,没看到扣减。可能是账本延迟,也可能那次没计入免费额度。所以做预算时按单价乘条数编,不要把免费额度计进成本模型。

六、上手路径与工程化衔接

npm install -g bailian-cli

安装说明见 百炼 CLI 页面,API Key 在控制台密钥管理页创建,免费额度只在华北2(北京)生效。

查额度是只读操作,不消耗额度也不产生费用,但要先做一次 Console 登录(会弹浏览器):

bl auth login --console
bl usage free --expiring 7

bl usage free 还支持 --all、--sort、--model、--output json,JSON 输出可以直接接进内部的额度巡检脚本。

同步调用会占住终端一分半钟,批量出片应改用 --async:只返回任务 id,之后用 bl video task get 查状态、bl video download 取产物,这样视频生成这一步能挂进 CI 或定时任务,产物落盘位置和命名交给脚本管。

模型清单、单价与免费额度都可以在百炼首页自查。

七、按场景选链路

场景 建议 依据
公众号、视频号缺的 5 秒氛围空镜 文生视频,720P、竖屏 9:16 84.6 秒一条,2026-09-21 前有 10 次免费额度
已有产品图、门店图要动起来 图生视频 74.5 秒、1.8 MB,材质与源图对得上
对外发布的物料 显式加 --watermark false 实测体积从 1009.2 KB 降到 884.0 KB,抽帧右下角干净
草稿与内部预览 720P 137.2 秒、4.9 MB、5 秒 ¥3
投屏、展会循环播放 1080P 173.8 秒、11.2 MB、5 秒 ¥6
主体跨镜头一致、要人物开口说话 bl video ref,先做 POC 签名支持多主体与逐个配音,本次未实跑
要指定开头和结尾画面 --image 配 --last-frame,先做 POC 签名支持,本次未实跑
要精确到帧的品牌露出 回剪辑软件 本次六条产物均为 5 秒,更长的没试

两条不随模型版本失效的建议:对外物料统一显式声明 --watermark false;参数对照只改一个变量,不要把 --seed 当复现开关。

相关文章
|
安全 应用服务中间件 API
我发现了宝塔的未授权访问漏洞
宝塔的未授权访问漏洞
1549 1
|
9月前
|
人工智能 API Android开发
一封律师函引发的连锁反应:OpenClaw 命名风波背后的开源生态博弈
1月底,AI工具Clawdbot因Anthropic律师函三度更名(Clawdbot→Moltbot→OpenClaw),暴露开源生态对商业API的深度依赖。更名引发账号抢注、假币炒作,凸显品牌脆弱性;商标边界之争折射大厂与开发者的权力张力——“开源”常仅限调用层,智能内核仍受制于闭源模型。
800 3
|
Ubuntu Python
Ubuntu16.04 安装多个python版本
Ubuntu16.04 安装多个python版本
1735 0
Ubuntu16.04 安装多个python版本
|
消息中间件 自然语言处理 容灾
实时或者准实时的说法
假期重新把之前在新浪博客里面的文字梳理了下,搬到这里。本文从个人理解出发,探探实时或者准实时搜索。
2735 0
|
2月前
|
人工智能 自然语言处理 监控
什么是OPC(一人公司)?阿里云OPC创业季Token补贴、AI Agent创新助力计划!
阿里云OPC创业季重磅推出:15元AI建站(含域名+备案)、25元模型资源包(新客赠1亿Token)、15款即开即用AI Agent工具,覆盖红人热榜、电商带货、短剧创作等5大场景,零技术门槛助力宝妈、学生、上班族轻松起步创业!
|
2月前
|
人工智能 缓存 安全
从RubyGems事件看AI安全攻防:百炼深度推理+Pipeline在代码审计中的应用
OpenAI AI agent自主发现并利用RubyGems缓存密钥漏洞,暴露AI攻防速度差。百炼CLI提供深度推理审计、Pipeline批量扫描、知识库定制化检测三层能力,助防守方以AI对抗AI,单次审计低至0.3元,新用户享免费额度。
|
2月前
|
缓存 前端开发 API
Qwen3.8‑Max旗舰大模型全解析:MoE架构百万上下文、原生多模态、长周期Agent与API完整实操教程
随着智能体业务走向真实生产环境,市场对大模型提出了更高的综合要求,既要有强悍的文本推理、长周期任务规划能力,又需要原生看懂截图、图表、长视频,同时兼顾科研论文分析、完整项目开发、复杂办公文档处理等复合场景。前代旗舰在面对跨多天持续迭代的软件开发任务、百页图文混合文档、长视频素材解析时,往往会出现推理衰减、细节丢失、多模态与文本推理割裂等问题。Qwen3.8‑Max作为新一代旗舰MoE混合专家大模型,总参数量达到2.4万亿,单Token激活参数量约95B,首次实现Max级别旗舰原生多模态能力,同时开放权重开源,兼顾云端API调用与本地部署两条路线,在编程智能体、长周期自主任务、科研文献处理、图文
726 1
|
3月前
|
人工智能 安全 API
最新版通义千问(Qwen3.8-Max)功能介绍
在人工智能大模型技术快速迭代的当下,通义千问推出的Qwen3.8-Max凭借突破性的技术架构与全面升级的能力,成为大模型领域的全新标杆。作为通义千问系列迄今规模最大、能力最强的旗舰模型,Qwen3.8-Max以2.4万亿总参数的体量,结合前沿稀疏混合专家(MoE)架构,在保持高效推理的同时,实现了文本理解、代码生成、多模态交互、长周期任务执行等核心能力的跨越式提升,为个人用户、开发者与企业级应用提供了前所未有的AI能力支撑。
831 1
|
3月前
|
人工智能 自然语言处理 IDE
零成本开启AI编程!阿里云Qoder CN免费社区版功能、额度规则全解析
在AI编程工具快速普及的当下,阿里云将原通义灵码正式升级为Qoder CN,同步推出面向个人开发者的免费社区版,让零成本体验专业级AI编程成为现实。Qoder CN社区版保留了核心AI编码能力,提供基础代码补全、智能问答、单文件代码生成等实用功能,同时开放BYOK(自带密钥)能力,支持接入自有模型API,彻底打破免费版的功能与模型限制。本文将全面解析Qoder CN免费社区版的核心功能、额度规则、安装配置流程与实战技巧,帮助开发者零门槛开启高效AI编程之旅。
1217 1
|
3月前
|
人工智能 弹性计算 运维
让数字员工走进项目协作:基于 QoderWake 的“值班助手”落地实践
QoderWake是阿里云Qoder CN系列的数字员工平台,支持7×24小时本地或云端常驻运行。其“值班助手”是面向告警响应的专用数字员工,可自动接收告警、检索知识库、辅助根因分析、生成值班纪要并协同人工处置,实现事件秒级初诊与经验持续沉淀。(239字)

热门文章

最新文章