图生视频先看时长和尾帧

OpenRouter 在 2026 年 9 月 29 日发表了一篇图生视频的比较。它只覆盖四条模型线：Veo 3.1、Seedance、Kling 和 Grok Imagine Video，并写明这不是全部目录。调用方式相同，都走 POST /api/v1/videos。不同的是每条线接受的时长、分辨率、帧的角色、音频和价格。

分辨率、时长、帧角色和音频来自 GET /api/v1/videos/models，价格来自各模型页。两边都在 2026 年 9 月 11 日核对过。文章说视频价格会随分辨率、音频和输入类型变化，这些数字是比较用的，估算制作成本前要再看模型页。本篇没有在 9 月 29 日重查接口。

图可以当精确的一帧，也可以只当参考。frame_images 把图放成首帧、尾帧或两者。input_references 把图像、视频或音频交给模型跟随，但不固定在某一帧。同一请求里两个字段都有时，frame_images 优先，任务按图生视频处理。

「未列出」的意思是模型页的描述没提到参考图像、视频或音频。文章写明，这不是他们测试后发现参考会被拒绝。

Veo 3.1、Fast 和 Lite 生成 4 秒、6 秒或 8 秒，能控制首帧和尾帧，音频可选。Veo 3.1 和 Fast 最高到 4K，Lite 停在 1080p。不带音频时，Lite 的 720p 从每秒 0.03 美元起，Veo 3.1 从每秒 0.20 美元起。Veo 3.1 的区间是每秒 0.20 到 0.60 美元，Fast 是 0.08 到 0.30 美元，Lite 是 0.03 到 0.08 美元。Fast 和 Lite 的模型描述列出了 SynthID 水印。文章没有把 SynthID 写成全系 Veo 3.1 都有。

Seedance 2.5 生成 4 到 30 秒，分辨率是 480p 或 720p，接受首帧和尾帧，参考素材最多 50 个，可以是图像、视频和音频。文章说，这次对比里只有它能一次生成 20 秒或 30 秒。Seedance 按视频 token 计价，不是按秒。2.5 列出每百万视频 token 10.70 美元。模型页写的 token 数是高乘宽乘时长乘 24，再除以 1024。表里的每秒价格是 480p 的起步价。按每秒 0.1028 美元的起步价，4 秒大约 0.41 美元，30 秒大约 3.08 美元，720p 或其他输入会更高。所有 Seedance 都只走托管接口。OpenRouter 没有找到任何一条的公开权重或模型许可证。

Kling v3.0 Standard 和 Pro 生成 3 到 15 秒、720p，能锁首帧和尾帧。音频可选，而且改价。Standard 无音频每秒 0.084 美元，有音频 0.126 美元。Pro 是 0.112 和 0.168 美元。快手把 Pro 写成更高的画面质量档。Kling Video O1 只做 5 秒或 10 秒，每秒 0.112 美元。

Grok Imagine Video 1.5 生成 1 到 15 秒，480p、720p 或 1080p，但 supported_frame_images 只有 first_frame。能固定开头，不能固定结尾。它的描述说会生成音效、环境声和对白，所以表上标成会出声音。这些 Grok 模型不提供 generate_audio 开关。价格是每秒 0.08 到 0.25 美元，每张输入图再加 0.01 美元。片子如果必须结束在第二张精确的图上，文章建议用 Veo、Seedance 或 Kling。

提交任务默认会在 5xx 上自动重试，最长约一小时。视频提交一旦被服务器接受就会开始计费。如果任务已经收下、但在返回任务编号之前出现短暂错误，自动重试会再提交一个付费任务，客户端只看见第二个。文章因此建议提交时关掉重试。轮询只读，重复是安全的。文档建议两次轮询间隔 30 秒，状态变成 failed、cancelled 或 expired 就停。

本篇没有重跑这些价格，也没有逐个模型页核对 9 月 11 日之后有没有改价。