video_jobs 生产库，单价取自零件卡与 n8n 计价代码一句话：钱主要不花在「想」上，花在「画」上。大脑（LLM）费换模型后已降到可忽略——同一批 token 从 $60.50 降到 $0.58；现在的成本大头是两处：图生视频 $0.225/秒（一条纯场景片 95% 的钱在这里），和一台 24 小时空转的云工厂机（约 $272/月，实际有活的时间不足两成）。
四条真实产单已花 $24.76，其中 $0.70 是失败单的全损。三项可执行的优化，合计月省约 $401（59%）：$675 → $274。
视频产线的钱分四类。前两类按条计价、随产量涨；后两类是固定支出、跟产量无关。
| 类别 | 付给谁 | 怎么计价 | 当前水平 | 随产量涨？ |
|---|---|---|---|---|
| 生成费 | fal.ai | 按秒 / 按张 / 按分钟，逐笔记账 | $0.45–11.25 / 条 | ✅ 是 |
| 大脑费 | OpenRouter | 按 token，会话结束一次性上报 | $0.25–1.11 / 条 | ✅ 是 |
| 服务器 | Fly.io（东京） | 按机器规格 × 开机时长 | ~$300 / 月 | ❌ 否（现在） |
| CI 构建 | GitHub Actions | 按构建分钟数 | $50–55 / 月 | ❌ 否 |
cost_usd 是 fal 付费合同的记账基准（参与预算拦截），llm_cost_usd 是大脑开销（不参与拦截）。这是 8-08 定的设计，因为混账会让预算闸门误拦。生产库里全部四条真实产单，逐笔可查。这不是估算，是 fal 每次调用回执累加出来的。
| 任务 | 路线 | 状态 | 生成费 | 大脑费 | 合计 | 钱花在哪 |
|---|---|---|---|---|---|---|
3036e0dd8-06 复刻 |
真人底片 +唇形同步 | 已交付 | $1.7785 | 未记账 | $1.78 | 唇形同步 $1.74（98%） 配音 $0.04 |
18d44f338-08 防水条 |
纯场景生成 （scene_only） | 已交付 | $9.9152 | 未记账 估 $8–12 | ≈$18–20 | 图生视频 7×$1.35=$9.45（95%） 底图 14×$0.03=$0.42｜配音 $0.05 |
7becfd038-10 凌晨 |
口播+B-roll （talking_broll） | 失败 | $0.4474 | $0.2517 | $0.70 全损 | 唇形同步 $0.35｜配音 $0.10 卡在唇形同步，钱已付、片没出 |
243c509d8-09 试产 |
换场景口播 （scene_swap） | 进行中 14h | $11.25 | $1.1130 | $12.36+ | 参考生视频预留 $11.25 预算档 $15，已用 75% |
| 合计（已发生） | $23.39 | $1.36 | $24.76 | |||
llm_cost_usd 列），所以防水条那条表显 $9.92、真实约 $18–20——差的就是没记的大脑费。② 失败单的钱不退：$0.70 全损，这是接单前预检要解决的问题。每一项都是产线真实在调的端点，单价来自零件卡（styles/_parts/*.yaml）与 n8n 计价代码，两处同源。
| 环节 | 调用的模型 / 端点 | 单价 | 一条片子典型用量 | 小计 |
|---|---|---|---|---|
| 图生视频 | minimax/h3/image-to-video | $0.225 / 秒 | 7 镜 × 6 秒 | $9.45 |
| 参考生视频 | minimax/h3/reference-to-video | $0.225 / 秒 超 5 张参考图 +$0.08/张 | 按镜头 | $1.35 / 镜 |
| 唇形同步 | fal-ai/sync-lipsync/v2 | $3.00 / 分钟 | 35 秒口播 | $1.74 |
| 文生图（底图） | seedream/v4/text-to-image | $0.03 / 张 | 14 张 | $0.42 |
| 图生图（派生） | seedream/v4/edit | $0.03 / 张 | 按镜头 | — |
| 配音 | minimax/speech-02-hd | $0.10 / 千字 | 约 200 字 | $0.02–0.10 |
| 音色克隆 | minimax/voice-clone | $1.50 / 次 | 一次性，可复用 | $0（复用） |
| 封面 | gpt-image-2 + 放大 | $0.10 / 次 | 1 次 | $0.10 |
| 大脑（生产会话） | qwen/qwen3.7-flash | 入 $0.03 / 出 $0.13 每百万 token | 7–18M token | $0.25–0.58 |
| 大脑（审片闸门） | qwen3-vl-235b 看图 | 入 $0.21 / 出 $1.90 | 按镜头 | 计入上行 |
| 本地环节（B-roll 检索、真实素材裁窗、字幕擦除、转写、切镜头）单价 $0，只吃机器时间。 | ||||
四台 Fly 机器，成本高度集中在一台上。
| 应用 | 规格 | 停机策略 | 月成本（目录价推算） | 占比 |
|---|---|---|---|---|
akke-video-worker云工厂机 |
performance-8x 8 独占 CPU + 16GB + 100GB 卷 |
不自动停 一直开着 |
~$272 CPU ~$257 + 卷 $15 |
约 87% |
akke-video-reviewer独立审片机 |
shared-4x + 8GB | always | ~$31 | 约 10% |
store-workbench门店工作台 |
shared-cpu-1x + 512MB | suspend（已优化） | ~$3.3 / 台 | 约 2% |
softie-n8n 编排 | 共享型 | — | 小额 | — |
问题在利用率，不在规格。四条产单里机器真正在干活的时间约 61 小时（含人工审片等待），而 8-06 至 8-10 这五天机器开了 120 小时。也就是说，一半以上的机器时间是空转；周末两天更是几乎没有产出还照常计费。
实证（非估算）：试产单 243c509d 的生产会话真实消耗 1,793 万输入 token、13.7 万输出 token。按现在的单价实付 $0.578；同样这批 token 按原来 kimi-k3 的单价要花 $60.50。
这就是为什么大脑费从「成本大头」变成了「可忽略项」——8-07 那天三条任务的大脑烧掉 $30+，现在四条任务合计才 $1.36。
⚠️ 只验了管道通不通，没验文稿质量。便宜 100 倍不等于活干得一样好，接下来几条片子要盯文稿。
按「省得多 + 风险低」排序。金额按月产 30 条估算。
怎么做：不用 Fly 的 auto_stop（判据确实不成立），改成按队列深度用 flyctl scale count 起停——队列有单就起、排空就停。配置文件里本来就写了这是量产期的正解，现在提前用。
省多少：按每天真正需要开机 6 小时算（实测四条单占用 61 小时 / 5 天 ≈ 12 小时/天，取一半余量），机器时间从 720 小时/月降到 180 小时，省 75%，约 $204/月。
⚠️ 代价是每次冷启动要重新加载模型权重，首单会慢几分钟。对「夜里批量跑、白天看结果」的用法完全可接受。
为什么值得试：图生视频是纯场景片 95% 的成本。防水条那条 7 镜 42 秒花了 $9.45；同样时长走 wan v2.2 只要 $3.36。月产 30 条就是 $183 的差距。
怎么验：拿已交付的防水条同一批底图，两个后端各跑一遍同样 7 镜，比清晰度、动作合理性、一致性。一次 A/B 的成本约 $3.4，一天能出结论。
⚠️ 这是唯一一项可能影响画质的优化，不验完不切。H3 是 768P、wan 是 720p，分辨率接近但运动质感未必。
依据：同一个卖点，16 个碎镜 × 6 秒 ≈ $22.5，8 个长镜 × 6 秒 ≈ $11.3。碎镜不但贵一倍，还正好是「7 镜 7 个卫生间」那类空间不连续问题的温床——省钱和提质在这里是同一个动作。
怎么做：产线已有超预算拦截（>$15 触发 REPLAN），把默认镜头数上限从碎镜路线调到长镜路线即可。
| 项目 | 现在 | 优化后 | 省 | 占比 |
|---|---|---|---|---|
| 云工厂机 | $272 | $68 | $204 | 75% |
| 生成费（月产 30 条，纯场景路线） | $298 | $101 | $197 | 66% |
| 大脑费（已完成） | $15 | $15 | 已省 99% | — |
| 其他机器 + CI | $90 | $90 | — | — |
| 月度合计 | $675 | $274 | $401 | 59% |
生成费按「月产 30 条纯场景片」估：现在 $9.92/条 × 30 = $298；优化后（换 i2v 后端 + 控镜头数）约 $3.36/条 × 30 = $101。真人复刻路线单条仅 $1.78，若产量偏向该路线，实际支出更低。
7becfd03 跑到唇形同步那步失败，配音和唇形同步的钱已经付了，片子没出来。四条单里就有一条这样——按这个比例，月产 30 条会有约 7 条失败单。
已做的：接单前先验证地址配置、当天生成费 $0 止损（PR #178 / #211）。还缺的：失败后已付款项的自动重试或退单归因，现在是人工发现。
OpenRouter 账户累计消耗 $1,142.59（充值 $1,160，余额 $17.41），但这里面混着素材标注、审片、n8n、xhs-pipe 等多条业务线，无法按 key 拆分——云端各 key 的值在 Fly secrets 里取不出来。
逐单记账（llm_cost_usd）8-08 才上线，对账脚本容忍度设的是 15%。目前只有两条单有大脑费记录，样本太少，还谈不上对账。再跑五条就能出第一份可信的对账报表。
⚠️ 余额只剩 $17.41，按最近三天日均 $20.9 的速度，不到一天就会断粮——8-08 已经因为这个断过一次，两单直接失败。
| 数据 | 来源 | 可信度 |
|---|---|---|
| 四条产单的生成费、大脑费、分项 | 生产库 video_jobs 表，fal 逐笔回执累加 | ✅ 实测，可逐笔核对 |
| 各环节单价 | styles/_parts/*.yaml 零件卡 + n8n replica-lipsync.json 计价代码 | ✅ 生产在用的价格 |
| LLM 单价与换脑对比 | runner/usage_meter.py + llm_ledger.py 价格表；已用真实 token 数反算验证，与账本分毫不差 | ✅ 实测 |
| OpenRouter 余额与消耗 | OpenRouter API 实时查询（2026-08-10） | ✅ 实测 |
| 机器规格与停机策略 | fly.worker.toml / fly.reviewer.toml / fly.toml | ✅ 配置原文 |
| Fly 月成本金额 | 按 Fly 公开目录价推算（performance CPU ~$32/核/月、卷 $0.15/GB/月） | ⚠️ 推算，未拉到真实账单 |
| 月度总额与产量假设 | 按「月产 30 条」估算 | ⚠️ 估算，产量未定 |
| 防水条真实成本 $18–20 | 表显 $9.92 + 按当日 OpenRouter 消耗归因的大脑费 $8–12 | ⚠️ 大脑费部分是归因估算 |