要做 AI 影片，第一個問題通常是：用哪個模型？最快的答案是看排行榜。
我也這麼做過。結果榜上排在前面的兩個模型，在我的鏡頭裡都沒過關；反而是榜上找不到的那一個，交出唯一能用的畫面。
- 排行榜只能縮名單：它回答「大家整體比較喜歡誰」，不回答「我這一鏡該交給誰」。
- 對打只能有一個變因：同一張首幀、同一段指令、同樣秒數與比例，差異才算是模型造成的。
- 考題要挑會失敗的鏡頭：原地微笑人人都會，衝刺滑鏟加攝影機後退跟拍才分得出高下。
- 結論不是冠軍，是分工表：哪一類鏡頭交給誰，用實付金額和「每秒可用畫面的成本」算帳。
為什麼排行榜不夠用
2026 年 8 月，我為了一場 AI 影像比賽準備製作流程。當時最有公信力的第三方訊號，是 Artificial Analysis 的影片模型盲測榜：真人在不知道模型名稱的情況下兩兩比較，再算出排名。
我在 8 月 23 日讀到的情況是：「用一張圖生成影片」的含聲音榜，Seedance 2.0 排第 1；Hailuo 3 在幾個榜都排前三；我最想試的 Seedance 2.5 不在榜上。照這樣看，我應該直接選 Seedance 2.0。
實測結果剛好相反。這不代表榜單錯了：它測的是大量通用題目上的平均偏好，我測的是「風格化 3D 角色、用一張圖當第一格、加上高難度動作」這種很窄的用途。
而且排名會動。10 月再看同一個榜，前五名的順序和成員都變了。所以本文的排名一律是 2026 年 8 月 23 日的狀態，請當成歷史紀錄，不要當現在的推薦。
步驟一：先查規格，刷掉不能用的
花任何一毛生成費之前，我先做了一張能力對照表。資料來自 OpenRouter（用同一個帳號就能串接多家 AI 模型的服務平台）的影片模型清單，那天清單上有 24 個影片模型。
我只比對跟自己用途有關的幾欄：
| 要查什麼 | 為什麼重要 | 當時查到的例子 |
|---|---|---|
| 能不能用一張圖當第一格 | 我的流程是先核准畫面再讓它動 | Sora 2 Pro 在這個平台上不能，直接淘汰 |
| 能不能指定最後一格 | 變身鏡需要指定終點畫面 | Grok Imagine Video 1.5 只能指定第一格 |
| 解析度 | 交付要 1080p | Seedance 2.5 只有 480p、720p；Hailuo 3 固定 2K |
| 可選秒數 | 鏡頭長度要排得進去 | Veo 3.1 只能選 4、6、8 秒 |
| 計價方式 | 估價能不能信 | Grok、Hailuo 按秒計價；Seedance 按運算量計價 |
做完這張表，名單就從 24 個收斂到 4 個：Seedance 2.5、Seedance 2.0、Hailuo 3、Grok Imagine Video 1.5。
規格不相容的模型，畫質再好都用不上。我當時的結論之一是：預算根本不是淘汰的瓶頸，規格相容和沒驗證過的品質才是。
假設你要交 1080p，而且要指定最後一格畫面。只看上面這張表，哪兩個模型一定會被刷掉？
- B、C：表上查到的限制不在這兩項（Veo 3.1 卡的是秒數，Hailuo 3 是解析度固定 2K），只看這張表，不能說它們一定被刷掉。
- D：A 的兩個模型各有一項條件做不到。
看答案
步驟二：出一道會失敗的考題
比較模型最常見的錯，是拿太簡單的題目去考。角色站著微笑、頭髮被風吹，幾乎每個模型都漂亮，比不出差異。
要找的是最可能翻車、而且翻車對你傷害最大的鏡頭。我出的考題，改編自一則公開的參考案例：
- 角色在未來感走廊裡往鏡頭衝刺；
- 壓低身體滑鏟，從一道紅色雷射底下穿過；
- 起身繼續跑，攝影機在她前方往後退、持續跟拍。
這一題同時考四件事：動作有沒有真的滑鏟、有沒有物理上穿過雷射、角色還像不像第一格那個人、攝影機有沒有照指示後退。
如果你做的是商品片，考題可能是「商品幾乎不動、只有光線變化，標示有沒有變形」；做口播，可能是「單人自然反應，臉有沒有走樣」；拍對話，可能是「兩人輪流入鏡，視線方向接不接得上」。原則一樣：挑你最怕失敗的那一鏡。
步驟三：只留一個變因
對打要公平，就只能讓「模型」這件事不同。我固定了這些條件：
- 同一張首幀圖（首幀就是影片的第一格畫面），還確認四個模型拿到的是同一個檔案，不是看起來一樣的兩張圖；
- 同一段英文指令，一字不改；
- 同樣 5 秒、同樣 16:9；
- 原生聲音關閉，避免聲音影響我對畫面的判斷。
要老實說，這場並不完全公平：Hailuo 3 在這個平台只有 2K 一種解析度，其他三個是 720p。它畫素最多卻在動作上沒過，所以解析度沒幫它贏；但如果你要比畫質細節，這種不對等就要另外處理。
變因沒控制好，結論就很難解讀：你不知道差異來自模型、來自指令被改過，還是那張圖被換過。
步驟四：由要負責的人判，記下失敗類型
四支影片回來後，由我親自判定。我是這個角色的持有人，也是最後要對成片負責的人。
我判的不是「哪支比較好看」，而是逐項看它在哪裡失敗：
- Seedance 2.5：動作、物理、角色、運鏡都過，判為通過。
- Grok Imagine Video 1.5：畫面順又漂亮，但滑鏟變成跌倒，後段身體穿過雷射。
- Seedance 2.0：有特技感，但人物和第一格不太像，變成另一種卡通感。
- Hailuo 3：畫面本身沒問題，但人物只是蹲下，直接穿過雷射。
只有 Seedance 2.5 拿到「通過」，其他三支都是「僅概念參考」，也就是不進成片、只留作方向參考。三種判定怎麼下，我另外寫在〈AI 影片生出來能不能用？〉；四支片的實際畫面在〈AI 影片不是輸入一句話就好〉。
記失敗類型比記分數有用。「Grok 動作鏡不行，但畫面很順」這句話，直接告訴我它還能用在哪裡。
Seedance 2.5
這一鏡過關了嗎？
點我看它失敗在哪 ↻
通過
動作、物理、角色、運鏡都過。分工表上，負責高難度動作、變身、重特效。
再點一次翻回去
Grok Imagine Video 1.5
這一鏡過關了嗎？
點我看它失敗在哪 ↻
僅概念參考
失敗在動作和物理：滑鏟變成跌倒，後段身體穿過雷射。但畫面順又漂亮，分工表上改接低動態、日常、特寫、氛圍和 1 到 3 秒插入鏡。
再點一次翻回去
Seedance 2.0
這一鏡過關了嗎？
點我看它失敗在哪 ↻
僅概念參考
失敗在角色：有特技感，但人物和第一格不太像，變成另一種卡通感。這次只測了一種鏡頭，還看不出它適合哪一類。
再點一次翻回去
Hailuo 3
這一鏡過關了嗎？
點我看它失敗在哪 ↻
僅概念參考
失敗在物理：畫面本身沒問題，但人物只是蹲下，直接穿過雷射。這次只測了一種鏡頭，還看不出它適合哪一類。
再點一次翻回去
步驟五：記實付，算每秒可用畫面的成本
每一支片我都記下平台回報的實付金額，而不是自己算的估價。按運算量計價的模型，估價可能差很多：我用清單上的起價粗估 Seedance 2.5 跑 5 秒 720p 約 0.47 美元，實付是 1.165 美元。相對地，Grok 按秒計價，兩次實測都跟公告價格一致。
更重要的是每秒可用畫面的成本：花掉的錢，除以真正能放進成片的秒數。
同一個動作鏡，Grok 花了 0.71 美元，但一秒都不能用，這類鏡頭它的划算程度等於零。Seedance 2.5 單價雖貴，換算下來每秒可用畫面約 0.233 美元。只看單價，你會選錯。
步驟六：把結論寫成分工表
對打的終點不是冠軍，而是一張「哪一類鏡頭交給誰」的表：
| 鏡頭類型 | 交給誰 | 理由（2026 年 8 月） |
|---|---|---|
| 高難度動作、變身、重特效 | Seedance 2.5 | 只有它交出可用的動作鏡；可以指定最後一格 |
| 低動態、日常、特寫、氛圍、1 到 3 秒插入鏡 | Grok Imagine Video 1.5 | 低動態鏡頭先前兩度驗證穩定；720p 每秒 0.142 美元，比 Seedance 2.5 省約 39%；能做 2 秒短鏡 |
這張表後來直接用在我第一支 30 秒彩排預告：動作鏡交給 Seedance 2.5，2 到 3 秒的短鏡交給 Grok，那一輪新生成的鏡頭第一次就全部完成，沒有重新生成任何一鏡。
這場對打也有明顯限制：只測了一種鏡頭，每個模型只跑一支，樣本很小。數字只適合拿來排序、抓明顯差距，不要用小數點製造精確感。
你可以這樣開始
- 從你的分鏡裡，挑出最怕失敗、失敗代價最大的那一鏡當考題。
- 先做一張四、五欄的規格表，把首幀、尾幀、解析度、秒數不合的模型刷掉。
- 固定同一張圖、同一段指令、同樣秒數與比例，聲音先關掉。
- 執行前先寫下 3 到 5 條通過條件，跑完不改判準。
- 每一支都記實付，失敗的也記，最後算每秒可用畫面的成本，寫成分工表。
這個系列接著讀
- AI 影片不是輸入一句話就好：6 天彩排 3 支成片，我踩過的審核、參考圖與成本問題
- AI 影片生出來，到底能不能用？用三種判定取代「感覺還可以」
- 我讓 Hermes Agent 串上 OpenRouter 生影片：從 GPT-5.6 Sol 到 35 秒成片的完整實作
- 系列入口：AI 影片製作筆記
- 術語看不懂，可以查AI 影片白話術語表
參考資料
- Artificial Analysis：Image-to-Video Leaderboard（排名會變動；本文引用 2026 年 8 月 23 日的讀取結果）
