使用文档
简体中文
搜索文档⌘K
14.8

模型与计价

在 DOTV 里,每一次生成都会消耗积分:选哪个型号、什么清晰度、多长,直接决定这一次花多少。这一节把「有哪些型号」和「钱是怎么算的」放在一起说 —— 它们本来就是同一件事的两面:型号在哪里选、现在有哪些、按什么维度收费、报价怎么算出来,以及预估与实扣。

型号在哪里选

型号在这里选每种节点各有自己的型号清单,在这儿换。换了型号,右边可选的清晰度与时长档位会跟着变 —— 各家支持的档不一样。
1 / 2
底部输入栏左下角是型号,右下角那个小数字是这一次的报价。

选中一个节点,底部输入栏浮出来,左下角第一颗就是型号。每种节点各有自己的清单(图片的型号不会出现在视频节点上)。

换了型号,旁边可选的清晰度与时长档位会跟着变 —— 各家支持的档不一样,选了对方不认的档没有意义。所以换型号之后不妨顺手看一眼那颗「画幅 · 清晰度 · 时长」按钮。

现在有哪些

用在哪 型号 备注
图片 Gemini 图像 (Nano Banana 2) 出图与改图的默认
图片 Gemini 图像 Pro (Nano Banana Pro) 文字渲染、复杂排版的第一梯队,支持 4K
图片 Seedream 4.5 图像 中文场景与海报排版强,走量档
图片 Seedream 5.0 Pro / Lite 图像 Pro 长于多图融合与编辑,Lite 更快更便宜;同步出图,一张十几秒
图片 FLUX.2 Pro 图像 照片级质量档
图片 Midjourney 提交 + 轮询(一两分钟);一次一张,自动放大网格第一张
图片 GPT Image 2.5 OpenAI 出图,复杂排版稳;规格里多一行画质(只有它有),另有清晰度(1K / 2K / 4K)与张数,最多接 10 张参考
视频 Seedance 2.0 mini 视频 480P / 720P,4–15 秒,时长还能选「智能」(交给模型定)
视频 Seedance 2.5 视频 多 1080p 档、原生音画同步、最多 50 个全模态参考
视频 MiniMax H3 视频(2K) 只有 2K 一档,时长没有「智能」这一档
视频 MiniMax H3 Max 视频 同代极速档:480P / 768P,出片更快更便宜
视频 Kling 3.0 Standard / Pro / Turbo / 4K 视频 一档一条端点:Standard 最便宜,Turbo 快出片且原生带音轨(关不掉),4K 一步直出 4K
视频 Veo 3.1 / Fast / Lite 视频 音画同步是卖点;时长只有 4 / 6 / 8 秒三档;Lite 是全站最便宜的音画同步档
视频 Vidu Q3 Pro / Turbo 视频 音画同步含在价内不另收;1–16 秒,540p–1080p
视频 万相 3.0 / Prime 视频 全能参考架构;Prime 是优速版 —— 能力对齐标准版而出片更快
视频 Kling O3 Standard / Pro / 4K 视频 唯一吃「视频进视频出」的一族:多图参考、视频参考(续写 / 重拍 / 3D 预演的源片真的送进模型)、按指令改片
视频 Happy Horse 1.1 视频 视频竞技场文生 / 图生双榜第一;原生音画同步 + 多语种音素级口型,音轨关不掉
文本 DoTV LM 2.0 默认,产品层模型(背后固定走 deepseek-v4.1-flash,并带产品级提示词约束;连着音频或视频时背后改走豆包 Seed 2.0 Lite 全模态)
文本 DeepSeek V4.1 Flash 裸型号:选了哪一个就发哪一个
文本 GLM-5.3 Flash 裸视觉型号;Aihubmix 用 :surfing 联网
文本 豆包 Seed 2.1 Turbo 裸型号:走量档,出字快、价格低
文本 Claude Opus 5 最强推理档,也是最贵的一条:比旁边几条贵一到两个数量级
语音 Minimax-speech-2.8-hd / turbo hd 更好、turbo 更便宜
语音 Qwen3-TTS-Flash 语音 / 豆包语音 2.0 换着用
音乐与音效 ACE-Step 音乐 / ElevenLabs 音乐 / 豆包音乐 (GenBGM) / Mureka 音乐 / ElevenLabs 音效 / 豆包 Seed-Audio 配乐与音效各自一库,按提示词出
视频理解 豆包 Seed 2.0 Lite 全模态(含音频) 拿视频写脚本时才出现在清单里(见 4.7)。听得到声音 —— 台词与配乐要它
视频理解 豆包 Seed 2.1 Pro 视觉 画面更强,但听不到声音:只看画面的活交给它

清晰度、画幅、时长这些参数各章各讲(图片见 3.2,视频见 4.2,语音见 5.2)。

什么时候选 Claude Opus 5

Claude Opus 5 是当前最强的文本推理档,也明显更贵。它适合复杂创作和多方约束:把长剧本拆成连贯分镜、整理多场戏的人物关系、按品牌、时长、平台、语气同时改一版方案,或是在多轮修改后重新收束结构。

日常短文案、简单改名、单条提示词润色,不必默认选它。先用普通文本档把结构和素材确定,再让强推理档做复杂整理,通常更省积分。报价会随内容长度变化,提交前以输入栏显示的价格为准。

按什么维度收费

不同的事按不同的维度算 —— 这是「为什么两条都叫生视频、价钱差十倍」的答案:

做什么 按什么算
出图 Nano Banana 2 按张数 × 清晰度;Midjourney 是一次一张,没有张数这一档
生视频 按秒 × 清晰度(越高越贵,且不是线性的)
语音合成 按要念的字数
音乐与音效 按首一口价,或按生成的时长(型号不同,两种都有)
视频音效 按秒 —— 出片时开音效那一档的加价(原生带音轨的型号没有这一笔)
文本生成 按内容长度(提示词越长越贵)
视频高清 按秒 × 目标分辨率;开了慢放按拉长后的时长算
图片高清 按出图面积分档 —— 小图放 4 倍可能比大图放 2 倍便宜
图片编辑 扩图 / 重绘 / 擦除 / 抠图,一张一口价(抠图明显便宜,它不出新像素)
智能去字幕 按秒,智能识别那一档比自己框选多一笔
音频分离 按秒
声音复刻 按次(一次含建音色 + 那段试听样音)
视频理解 按抽出来的帧数(抽帧频率越高越贵)
人脸检测 按次(一张图一次)
点选识元素 按次(一张图一次)
图层自动识别 按次(一张图一次)

报价怎么算出来的

两条跟着来的规则:

  • 只要真花了钱,至少收 1 积分 —— 不会抹成 0。
  • 每一件生成分别取整。批量提交是「逐条取整再相加」,所以一次勾 10 个镜头与分 10 次提交,价钱一模一样。

预估与实扣

输入栏右下角那个数是预估:按你此刻选的型号、清晰度、时长、个数计算,改一个参数它就跟着变。

它与真正扣的那笔按同一套规则算,所以不会出现「界面上报 18、账单上扣 42」。会不一样的只有一种情况:模型自己决定了某个参数(比如时长选了「智能」),那时预估按默认值估。

余额不够时提交会被直接拒掉(会告诉你这次需要多少、你还有多少),不会跑一半再失败。生成失败自动退回 —— 都记在积分明细里,见 14.3。

在 DOTV 里试试读完不如直接上手:打开 DOTV,用这一节讲的功能做一条 AI 视频。