AI 電影製作成本：貴的不只是生成一次，而是重來的次數
週四深夜，小葉盯著試算表裡那一格紅字。
小葉是本文虛構的示意人物，不是任何真實客戶。她是獨立製作人，手上有一支約 10 分鐘的短片企畫，打算全程用 AI 生成。她的報價邏輯很單純：實拍要請組員、租景、租器材，AI 不用，所以總價一定可以砍很多。
試算表第一欄，她寫的是「AI 可省多少」。紅字出現在最後一行：她算不出總價。
座談裡最先被推翻的，是「省錢」這個前提
這場座談由影片工具公司 InVideo 的串流節目主辦，邀來導演 Rajkumar Hirani、Shakun Batra 與其他幾位與談人。讀者看待其中對 AI 工具的樂觀態度時，不妨把主辦方的立場一併算進去。
Shakun Batra 在座談中表示，他不認為 AI 只是成本優化工具。外界常有人問「兩千萬盧比（2 crore）的片能不能用三百萬（30 lakh）做出來」，他的看法是，一旦跑進這場比賽就已經輸了，因為那是最不有趣的目標，現在更值得做的是想像更多。他也說，自己身為編劇，下筆時心裡總有一條製作風險的底線，這不能寫、那不用寫，他希望找到不受這條線限制的寫作者。
小葉讀到這裡愣了一下。她的整張試算表，正是建立在那場「比賽」上。
Hirani 的 10 分鐘，教她先看哪一種成本
Rajkumar Hirani 在座談中談到他做 Bajaj 百年紀念影片的經驗。品牌方找上他時，他最擔心的是找不到長相接近甘地的演員，還要處理化妝、拍攝地點，家族成員也要入鏡。他決定嘗試 AI，一方面當作學習。
做法是這樣：團隊在浦那為家族成員拍了各角度的靜態照，取了聲音樣本，由另一家工作室處理聲音質感；再請別的演員實際拍了一天半，把表演轉移到那些臉上。成片約 10 分鐘。
真正讓小葉停下來的，是他描述的另一段。AI 團隊習慣一顆一顆追求完美的鏡頭，他要的卻是「先生成出來給我，我來剪」。他舉例說，假設一個故事有一百顆鏡頭，有人在生成第二顆、有人在生成別顆，最後全部混在一起，不知道哪顆在哪裡；過程中臉會變，牙齒偶爾還會大得比一般人誇張。他說，雙方為此吵了很多次。
這些爭執不會出現在任何一張報價單的科目裡。
她拿到第一個數字，卻更不敢報價
小葉接著看到座談中段的預算討論。一位與談人說，他曾算出上一支作品的每分鐘成本，再拿這個數字推算整部長片，結果發現自己負擔不起，甚至實拍可能還比較便宜。那是一部要搭景、有時代背景的片。
另一位與談人說，團隊替四部電影做過詳細預算，並說他們持續在為算力成本建立基準，自問「把 1,500 至 2,000 美元當標準」是否合理、該更高還是更低、會不會需要更多迭代，同時坦言目前還沒有答案。座談中沒有說清楚這個數字的計算單位，也不是定論，因此本文不把它當作行情，也請讀者不要拿去直接套用。他還補了一句更值得記下的話：收入端沒有變，戲院、串流平台和音樂廠牌還是同一批，而買方也知道輸入成本變低了，所以願意付的價錢跟著往下壓。
至於成本到底往哪裡增加，座談裡有人點得很具體：一是迭代的次數，二是創作者與技術團隊之間的理解落差。台上也有人提到，某些鏡頭為了拿到一顆可用的，可能得先燒掉上百顆。
小葉拿起筆，在試算表旁寫下一條自己的公式。以下是示意算式，數字純屬假設：
總生成成本 ≈ 鏡頭數 × 每次生成單價 × 平均重試次數
假設她有 100 顆鏡頭、每次生成單價記為 1 個單位、平均每顆要試 5 次，總量就是 500 個單位，而不是 100。若每顆平均試到 8 次，就是 800。單價沒變，帳單差了六成。
補貼價會到期，重來的代價卻不會
座談中另一段談話，讓小葉把這條公式又往前推了一步。有人說，平台之後會調高訂閱費；另一位接話，說現在的價格大約有七成是補貼。這是與談人的口頭估計，座談中沒有附上任何來源或計算方式，本文只照實轉述，不當作事實。
她因此做了兩件事。第一，把報價拆成「單價」與「重試次數」兩欄分開估，而不是塞進一個總數。第二，在預算最底下留了一格，專門放「單價上調」的情境。
同一場座談也給了她方法。有人預期，很快就不會有製片廠在沒有概念驗證的情況下點頭，一句「先給我看兩分鐘」就能取代十次說服；也有人說，AI 最大的價值是降低「做錯的代價」。那位與談人的意思是：電影業成功率偏低，真正拖慢成長的是失敗太貴，能便宜地重來，比單純做得便宜更健康。
小葉於是把「先做兩分鐘」放進了整份預算的第一步。
週五早上，她多了一個習慣
隔天早上，她把試算表上的紅字改成了一個區間，並在旁邊註明：這是假設情境，數字待實測後回填。
她也先查清楚手上的模型各自怎麼計價、帳戶還剩多少額度、上一輪試拍實際花了多少。她以前把這些當成事後對帳的工作，現在變成開拍前就要看到的東西。
這也是 AI Token King 這類閘道比較自然的位置。依該服務的 MCP 說明文件，同一把 API key 可以查詢可用模型與定價、帳戶餘額，以及分頁的計費用量明細；圖片與影片生成也走同一組介面，而每次實際生成呼叫都會扣除帳戶額度。文件也說明，在呼叫前後各查一次餘額，就能算出該次扣款。這代表「重試花了多少」是可以對帳、記下來的數字。
下次有人在會議上說「AI 做起來很便宜」，小葉大概會先問：一顆鏡頭，試了幾次？
FAQ
AI 電影製作成本比實拍便宜嗎？
座談中的看法並不一致。有與談人拿每分鐘成本推算整部長片後發現負擔不起，甚至實拍可能更便宜，尤其是需要搭景、有時代背景的片。有與談人則認為，把目標設成「用更少的錢做出同一部片」本身就是最不有趣的比賽。是否划算，取決於片型與重來的次數。
AI 影片的成本主要花在哪裡？
座談中被點名的有兩項：迭代的次數，以及創作者與技術團隊之間的理解落差。座談中也有人提到，某些鏡頭可能得先生成上百顆才能挑出一顆可用的。
AI 電影製作成本要怎麼估算？
可以先把報價拆成「單價」與「平均重試次數」兩欄，再乘上鏡頭數。例如文中的示意算式：總生成成本 ≈ 鏡頭數 × 每次生成單價 × 平均重試次數。數字須以自己的試拍實測回填，文中數字僅為假設。
現在的 AI 生成價格會一直這麼低嗎？
座談中有與談人說，目前價格大約有七成是補貼，平台之後可能調高訂閱費。這是口頭估計，沒有附來源，不宜當作事實。較穩妥的做法是在預算中保留一格「單價上調」的情境。
怎麼知道每一次重試花了多少？
若透過 AI Token King 閘道呼叫模型，依其 MCP 說明文件，可查詢可用模型與定價、帳戶餘額與分頁計費用量明細，並可用呼叫前後的餘額差對帳。實際可用的模型以平台模型清單為準。
資料來源與編輯註記
本文以 InVideo 主辦之座談影片為主要參考，內容經重新組織並補充脈絡，非逐句翻譯。座談影片未標示每段發言的說話者，部分與談人身分無法從畫面文字確認，因此凡無法確定歸屬的說法，一律寫成「另一位與談人」。小葉為示意人物，非真實客戶；文中算式與數字皆為假設情境，並非實際報價。影片中的成本相關說法屬與談人口頭意見，未經獨立查證，不構成預算或投資建議。
影片標題：What AI Filmmaking Really Costs ft. Rajkumar Hirani & Shakun Batra
頻道：Invideo for Filmmaking（本場座談由 InVideo 主辦）
原始連結：https://www.youtube.com/watch?v=nOiIa8vqgGc
延伸閱讀：https://www.aitoken.com.tw/post/how-to-build-ai-video-generator-reduce-cost-seedance
延伸閱讀：https://www.aitoken.com.tw/post/ai-token-real-cost-vs-subscription-price
延伸閱讀：https://www.aitoken.com.tw/post/why-same-ai-coding-task-costs-so-differently-across-tools
把每一次重試記成數字
下次估價之前，不妨先試拍一輪，把每顆鏡頭實際重試的次數記下來，再回頭修正那兩欄數字。若想查詢各模型的計價，可參考 AI Token King 的模型與計價資訊。
留言