Gemini Omni 1.2 Flash（Google）、MiniMax H3（海螺）、Meta Muse Video 和 Wan 3.0 / 2.7（阿里通义万相）都是能直接生成带声音短视频的模型，在 YingTu 视频工作台里可以并排选用。截至 2026 年 11 月 12 日，按老张API 的价格，一条 10 秒、16:9、约 720p 的视频：Gemini Omni 720p 和 Muse 都是 $0.30，H3 768P 是 $0.50，Wan 3.0 720P 约 $1.03。同一天晚上用同一句提示词同时提交，H3 约 40 秒出片，Omni 约 1 分钟，Muse 2 到 3 分钟，Wan 3.0 要 4 到 5 分钟。
简单说：10 秒以内要 720p 又想省钱，在 Omni 和 Muse 之间选，要快、要人物开口说台词选 Omni，要尾帧或方形、4:3 画面选 Muse。在 720p 级别里，5 秒以内的短镜头 H3 最便宜（$0.25），要 2K 只有 H3。要 20 到 60 秒的长视频，Muse 最便宜（60 秒 $1.55），Wan 3.0 最长到 30 秒、价格高得多。前三个模型共用一把普通的 LaoZhang key，Wan 要另开一把。
10 秒 720p 视频四个模型对比：价格、出片时间、输出规格
一条 10 秒约 720p 的视频，Omni 和 Muse 价格最低（$0.30），H3 出片最快（约 40 秒），Wan 3.0 和 Wan 2.7 又贵又慢，但它们有别的用处（见下文）。
| 模型（档位） | 每条价格 | 实测出片时间（3 次） | 输出（实测） | 需要的 key |
|---|---|---|---|---|
| Gemini Omni 1.2 Flash（720p） | $0.30 | 60、66、67 秒 | 1280×720，24 fps，立体声 | 普通 LaoZhang key |
| MiniMax H3（768P） | $0.50 | 36、41、42 秒 | 1344×768，24 fps，立体声，10.1 秒 | 普通 LaoZhang key |
| Meta Muse Video（720p） | $0.30 | 125、135、160 秒 | 1280×720，24 fps，单声道 | 普通 LaoZhang key |
| Wan 3.0（720P） | 约 $1.03 | 245、314 秒（2 次） | 1280×720，30 fps，立体声 | Wan 分组 key |
| Wan 2.7 文生视频（720P） | 约 $1.03 | 458 秒（1 次） | 1280×720，30 fps，立体声 | Wan 分组 key |
表中价格截至 2026 年 11 月 12 日，是通过老张API 调用的按量价格，YingTu 视频工作台扣的也是这个价。H3 没有 720p 档，最接近的是 768P（1344×768），所以用它对比。
出片时间来自 2026 年 11 月 12 日北京时间 20:39 到 20:55 的一组测试：同一句英文提示词（咖啡师在洒满阳光的吧台往咖啡里拉出叶子图案，镜头缓慢推近，声音要有蒸汽奶泡声、杯碟碰撞声和店里的低声交谈），纯文生视频，10 秒、16:9，每轮把所有模型同时提交，走的是 YingTu 工作台背后的同一个老张API。计时从提交请求到状态显示完成，每 5 秒查询一次，误差约 ±5 秒；Wan 光是创建任务就要 30 到 60 秒，已算在内。15 个任务全部成功，每条都带音轨，画面都是提示词里的拉花场景。
这些时间只代表那一晚、每个设置 1 到 3 次的结果，不是平均值，排队情况一变就会变；在网页工作台里操作，还要再加几秒上传和刷新。同一轮另外各跑了一次其他分辨率：Omni 360p 37 秒、Omni 1080p 91 秒、H3 2K 120 秒，H3 2K 的耗时约是 768P 的 3 倍。
哪个最便宜要看时长：5 秒选 H3，10 秒选 Omni 或 Muse，20 秒以上选 Muse
Omni 和 Muse 按条收费，H3 和 Wan 按秒收费，所以最便宜的模型会随时长变化。Omni 在 3 到 10 秒之间同价；Muse 的 5、8、10 秒同价，之后每多 10 秒加 $0.25；H3 768P 每秒 $0.05；Wan 3.0 720P 每秒 $0.1028。
| 时长（约 720p） | Gemini Omni 720p | MiniMax H3 768P | Meta Muse Video | Wan 3.0 720P |
|---|---|---|---|---|
| 5 秒 | $0.30 | $0.25 | $0.30 | 约 $0.51 |
| 10 秒 | $0.30 | $0.50 | $0.30 | 约 $1.03 |
| 15 秒 | 不支持 | $0.75 | 无此档 | 约 $1.54 |
| 20 秒 | 不支持 | 不支持 | $0.55 | 约 $2.06 |
| 30 秒 | 不支持 | 不支持 | $0.80 | 约 $3.08 |
| 60 秒 | 不支持 | 不支持 | $1.55 | 不支持 |
价格截至 2026 年 11 月 12 日，老张API 按量价。H3 和 Wan 的数字是“秒数 × 每秒单价”：H3 15 秒 = 15 × $0.05 = $0.75，Wan 3.0 20 秒 = 20 × $0.1028 ≈ $2.06。H3 生成的视频常比要求的长 0.1 到 0.5 秒，多出来的部分不收费。
其他分辨率的价格（同样截至 2026 年 11 月 12 日）：
- Gemini Omni：360p 每条 $0.10，1080p 每条 $0.45，3 到 10 秒同价；没有 4K，也没有 15 秒。
- MiniMax H3 2K：每秒 $0.08，5 秒 $0.40、10 秒 $0.80、15 秒 $1.20。
- Wan 3.0：480P 每秒 $0.0514（10 秒约 $0.51），1080P 每秒 $0.2057（10 秒约 $2.06，30 秒约 $6.17）。
- Wan 2.7：720P 与 Wan 3.0 同价；1080P 每秒 $0.1714（5 秒约 $0.86，10 秒约 $1.71）。
- Meta Muse Video 只有 720p 一档，画面比例和参考图都不影响价格。
如果你在别处看到 Gemini Omni 10 秒要 $0.70，那是 Google 自己的 Gemini API 价格：720p 每秒 $0.07，按秒计费。MiniMax 官方的 H3 按量价是 768P 每秒 $0.08（10 秒 $0.80）、2K 每秒 $0.13。上面的表是走老张API 的价格，不是厂商官方价。
抽卡要算进去：实际花费 = 每条价格 × 生成次数
AI 视频常常要多生成几次才有满意的一条。10 秒约 720p 抽 3 次，Omni 或 Muse 是 $0.30 × 3 = $0.90，H3 768P 是 $0.50 × 3 = $1.50，Wan 3.0 约 $1.028 × 3 ≈ $3.08。失败的任务不扣钱：Omni 和 Muse 失败会全额退回（包括被内容安全规则拦下的），H3 和 Wan 失败不计费；但重新提交算一条新任务，照常收费。
所以先用便宜的档位把提示词和镜头调对，再换高分辨率：Omni 360p 一条 $0.10，H3 768P 4 秒 $0.20，Wan 3.0 480P 5 秒约 $0.26。
哪个能做最长、分辨率最高：Muse 到 60 秒，H3 到 2K
最长的是 Muse（60 秒），其次是 Wan 3.0（30 秒）和 H3（15 秒），Omni 最长 10 秒；分辨率最高的是 H3 2K（2560×1440），Omni 和 Wan 最高 1080p，Muse 只有 720p。下表是 YingTu 视频工作台里能选的设置，截至 2026 年 11 月 12 日。
| Gemini Omni 1.2 Flash | MiniMax H3 | Meta Muse Video | Wan 3.0 | Wan 2.7 | |
|---|---|---|---|---|---|
| 时长 | 4、5、6、8、10 秒（API 3–10 秒） | 4、5、6、8、10、12、15 秒 | 5、8、10、20、30、40、50、60 秒 | 5–30 秒 | 5 或 10 秒 |
| 分辨率 | 360p、720p、1080p | 768P、2K | 720p | 480P、720P、1080P | 720P、1080P |
| 画面比例 | 16:9、9:16 | 16:9、9:16、1:1、4:3、3:4、21:9 | 16:9、9:16、1:1、4:3、3:4 | 文生视频同 H3 六种；图生视频跟随原图 | 固定 16:9 |
| 首帧 | 支持 | 支持 | 支持 | 支持 | 支持（图生视频） |
| 尾帧 | 不支持 | 支持（不能和参考图同用） | 支持 | 仅 API | 工作台没有 |
| 参考图 | 支持（首帧 + 参考图共 6 张以内） | 支持（工作台 1 张） | 支持（API 1–4 张） | 仅 API（最多 10 张） | 支持（参考生视频 r2v） |
| 声音 | 立体声，可按提示词说台词 | 立体声，音乐和音效 | 音乐和音效，实测单声道 | 默认带声音 | 默认带声音 |
| key | 普通 LaoZhang key | 普通 LaoZhang key | 普通 LaoZhang key | Wan 分组 key | Wan 分组 key |
几处会影响选择的细节：
- Muse 超过 10 秒的视频是每 10 秒生成一段再接起来的，接缝处动作可能会短暂停顿。它有 6 种预设画风和 13 种镜头、转场预设。
- Muse 的参考图带过去的是服装、发型和整体风格，不保证还原同一张脸。
- H3 的 API 还能传参考视频和参考音频；前 5 张参考图免费，之后 768P 每张 $0.03。
- Wan 3.0 的 API 另外支持首尾帧、参考生视频（最多 10 张图，可加参考视频、音频）和视频编辑、续写。
- Wan 2.7 的视频编辑（videoedit）可以拿一段已有视频加参考图改画面，计费是原视频秒数加输出秒数。
支持首帧和尾帧的模型：H3 和 Muse，Gemini Omni 没有尾帧
想从一张图开始、并指定结尾画面，在工作台里选 H3 或 Muse。Gemini Omni 只接受首帧和参考图，没有尾帧输入；Wan 3.0 的首尾帧只能走 API，工作台里是首帧图生视频。
H3 有一个限制：首尾帧和参考图二选一，不能同时用。要一边锁定首尾画面、一边用参考图带入人物服装，只有 Muse 能在工作台里三样一起给。表里的出片时间都是纯文生视频测出来的，带图的任务没有计时。
都有声音吗：四个都输出音轨，能按提示词说台词的是 Gemini Omni
测试里的 15 条视频全部带音轨。H3、Omni、Wan 是立体声，Muse 是单声道。
要让人物说出你写好的台词，Gemini Omni 的说明里明确写了：把台词写进提示词，人物就会开口说。H3 和 Muse 的公开文档只提到音乐和音效，没有说明对白。Wan 2.7 图生视频的 API 可以另传一段驱动音频，让口型跟着音频动。
要准备哪把 key：Omni、H3、Muse 共用一把，Wan 另开一把
Gemini Omni、MiniMax H3 和 Meta Muse Video 用的是同一把普通 LaoZhang key（令牌），也就是 YingTu 生图工作台用的那把。Wan 3.0 和 Wan 2.7 必须另建一把 Wan 分组的 key，普通 key 调不了。
在 YingTu 视频工作台里，把自己的 LaoZhang key 粘贴进去就能生成，费用从这把 key 的余额里扣。YingTu 用 Gmail 登录送的 $0.1 试用额度只能用来生图，不含视频。
免费试只有一种办法：新注册的 laozhang.ai 账号自带 $0.1，正好够生成一条 Gemini Omni 360p 视频（$0.10）。它不够 H3 最便宜的一档（4 秒 $0.20）、Muse（$0.30）或 Wan，而且 Wan 还要另建 Wan 分组的 key。
开发者想直接调 API，看老张API 视频生成选型与价格，里面有四个模型的模型 ID、参数和计费规则。
怎么选：按这条视频的时长、画面和预算对号入座
画质没有统一打分；四个模型都按提示词生成了同一个拉花场景，好不好看取决于题材。按下面的条件先选定模型，再用它最便宜的一档试一条。
- 只想先免费看看效果：用 laozhang.ai 新账号的 $0.1 生成一条 Gemini Omni 360p。
- 10 秒以内、720p、预算最低：Omni 和 Muse 都是 $0.30。要快、要人物说台词，选 Omni（约 1 分钟）；要尾帧、1:1 或 4:3 画面，选 Muse（约 2 到 3 分钟）。
- 4 到 5 秒的短镜头：720p 级别里 H3 768P 最便宜，4 秒 $0.20、5 秒 $0.25，出片也最快。
- 要尽快拿到成片：H3 768P 10 秒实测约 40 秒；只是看构图的话，Omni 360p 37 秒、$0.10。
- 要 2K 或 21:9 宽银幕：2K 只有 H3（10 秒 $0.80）；21:9 选 H3 或 Wan 3.0 文生视频。
- 12 到 15 秒：H3 768P（15 秒 $0.75），比 Wan 3.0 720P（约 $1.54）便宜一半。
- 20 到 60 秒：Muse 最便宜（20 秒 $0.55、60 秒 $1.55），但每 10 秒一段，接缝处可能停顿。要 1080P 的 20 到 30 秒，只有 Wan 3.0（30 秒约 $6.17）。
- 要改一段已有视频，或用参考图生成但不当作首帧：Wan 2.7（视频编辑、参考生视频）。
选好后直接打开对应的模型页：Gemini Omni 1.2 Flash 在线使用、MiniMax H3 海螺视频在线生成、Meta Muse Video 在线生成视频、Wan 2.7 视频生成在线版（含 Wan 3.0 和 2.7）。
其他问题：海螺 H3、Muse API、Seedance、视频保存期限
MiniMax H3 和海螺 H3 是同一个模型吗？
是同一个。海螺（Hailuo）是 MiniMax 视频产品的中文名，“海螺 H3”“海螺 3.0”说的都是 MiniMax H3，API 里的模型 ID 是 MiniMax-H3。
Meta Muse Video 能通过 API 调用吗？
能，老张API 提供 Muse：5、8、10 秒用模型 ID muse-video，20 到 60 秒用 muse-video-20s 到 muse-video-60s，价格与上表相同。请求里传 1080p 也只会输出 720p。
Gemini Omni 和 Seedance 怎么选？
Seedance 不在这四个模型之内，它的价格和实测耗时见 Seedance 2.0 / 2.5 在线生成视频。
生成的视频能保存多久？
Omni、H3、Muse 的结果链接保留 7 天，Wan 的任务 ID 和链接只保留 24 小时，生成后要及时下载。提交后关掉页面，任务也会继续跑。
