Aioga
AI资讯 / 技巧观点
返回 AI资讯

100美元的AI音乐视频:Claude Fable 5 与 GPT-5.6 Sol 之争

Hacker News 热门(buzzing.cc 中文翻译)Aioga 编辑团队2026-07-17T01:13:55.014Z热度 64

开发者用自主智能体框架让 Claude Fable 5 和 GPT-5.6 Sol 在 $25 和 $100 预算下独立制作完整音乐视频。Claude Fable 5 在 $1...

技巧观点Hacker News 热门(buzzing.cc 中文翻译)

今日 AI 情报摘要

开发者用自主智能体框架让 Claude Fable 5 和 GPT-5.6 Sol 在 $25 和 $100 预算下独立制作完整音乐视频。

Claude Fable 5 在 $100 预算下生成 1080p 视频,总成本 $73.65; GPT-5.6 Sol 在 $100 预算下混合使用三种视频模型,总成本 $39.82。 所有视频均未实现角色与故事一致性,模型对歌词理解过于字面。

中文正文 · AI 翻译

我们给Claude Fable 5和GPT-5.6 Sol提供了同一首歌,一个预算、网络搜索和本地的ffmpeg,然后让它们自主指导音乐视频的制作。

我们建立了一个小型的智能代理系统,只有一个任务:给模型一首歌、一笔固定预算和一套工具,然后让出空间,让其独立制作完整音乐视频。模型会研究现有的视频模型,生成剪辑,观看自己的素材,用ffmpeg编辑,并组装出最终成片。

我们上一轮的构建对比实验的几位读者:/blog/gpt-5.6-build-off-12-models 表示他们想了解模型之间的工具使用差异,所以我们给了前沿模型一个开放式、长远任务,由每个模型自行决定研究内容、生成内容以及如何编辑。我们记录了每一次工具调用,所以你可以准确看到每个模型的工作方式(完整的记录见下文)。

我们运行了两个模型,Claude Fable 5:/models/claude-fable-5 和 GPT-5.6 Sol:/models/gpt-5.6-sol,每个模型在两种预算下运行($25和$100),总共进行了四次实验。每次实验获取相同的歌曲(Bruno Mars和Mark Ronson的《Uptown Funk》)、一段简短文本描述以及带时间戳的歌词记录。

每个模型运行一个自主工具调用循环,使用六种工具:

一旦预算用尽,付费生成将被拒绝,但模型可以继续编辑。每条模型消息、工具调用、费用和错误都会被记录。整个系统开源在github.com/hershalb/music-video-arena:https://github.com/hershalb/music-video-arena,因此你可以自行运行。

下面的每个剪辑都是模型最终自组装的output.mp4,完整长度并包含原始歌曲。

四次实验都独立完成(没有达到步骤或时间限制),且四次都生成了有效的、完整的、包含原始歌曲的视频。

“生成花费”是计量的FAL成本,这是预算上限决定的。在$25预算下,两种模型几乎耗尽预算。$100预算下,它们分别花费了$36.57(Sol)和$48.60(Fable),因此更多预算确实产生了更多素材。这还不包括模型运行本身的成本,我们将在下文补充。

在选择自己的工具时,模型出现了分歧。四次运行中有三次是纯文本到视频。只有 GPT-5.6 Sol $25 使用了图像到视频的管线(先生成静态图像,再进行动画)。GPT-5.6 Sol $100 在一次运行中混合使用了三种不同的视频模型。

价格为 FAL 列出的费率,除非另有说明,否则按生成视频的每秒计算。Hailuo 2.3 Standard 按视频计价(每 6 秒的剪辑约 $0.28),Seedance 1.0 Pro 按 token 计价(每 5 秒 1080p 剪辑约 $0.62,上文显示为其有效的每秒费率)。每次运行生成的不同剪辑数量在 46 到 80 个之间。

每次运行的工具调用使用情况(计入尝试,包括失败的生成调用)。

每次运行的完整记录,包括每个计划、工具调用和命令,在这里: Fable 5 · $25:https://d1md4c6gq9re9p.cloudfront.net/blog/music-video-arena/transcripts/fable-25.txt, Sol · $25:https://d1md4c6gq9re9p.cloudfront.net/blog/music-video-arena/transcripts/sol-25.txt, Sol · $100:https://d1md4c6gq9re9p.cloudfront.net/blog/music-video-arena/transcripts/sol-100.txt, Fable 5 · $100:https://d1md4c6gq9re9p.cloudfront.net/blog/music-video-arena/transcripts/fable-100.txt。

“失败的调用”是返回错误的生成请求(大多为提供商的临时网络故障)。这些调用不收费,但模型在尝试重试时会消耗步骤。

预算只计算生成(FAL)的花费。加上 Claude Fable 5 的 LLM token 成本:/models/claude-fable-5(每 1M 输入/输出 $10 / $50)和 GPT-5.6 Sol:/models/gpt-5.6-sol($5 / $30),即可得出每次运行的总成本。

对于 Claude Fable 5,仅 token 成本就为 $16.99 到 $25.05,约占每次运行总成本的 30-40%。GPT-5.6 Sol 的 token 成本尽管 token 数量相似,但保持在 $3-4 附近。

此竞技场是开源的:github.com/hershalb/music-video-arena:https://github.com/hershalb/music-video-arena。将其指向你自己的歌曲和预算,替换为你想让它们相互竞争的模型,看看它们能创造出什么。欢迎提交问题和 PR,我们非常希望收到关于此设置的反馈。

没有一个音乐视频是很出色的,但观察模型达到这一点的过程非常有趣,也确实显示了前沿级模型仍存在的明显差距。有几点需要注意:

随着模型变得越来越智能,我们拭目以待它们在更多主观/风格化任务上是否能有所提升,但就目前而言,仍然有很大的改进空间。

这里提到的每一个模型都可以通过一个账户在 TryAI 上使用,按使用付费,无需订阅。

汇聚所有前沿的 AI 模型。聊天、图像、视频和音乐——只为你使用的部分付费。

为想尝试每一个 AI 模型的人而打造。

情报判断

Aioga 编辑摘要

Aioga 编辑摘要:开发者用自主智能体框架让 Claude Fable 5 和 GPT-5.6 Sol 在 $25 和 $100 预算下独立制作完整音乐视频。 Aioga 将其归入「技巧观点」方向,重点关注它对真实使用和行业竞争的影响。

背景分析

背景分析:实践类内容的价值在于是否能被复现、是否有明确边界,以及它能否转化为稳定的开发或工作流方法。

Aioga 观点

Aioga 判断:这条动态更适合作为行业观察信号,当前信息足以建立线索,但不足以推导长期结论。

影响与后续

影响分析:对相关团队而言,短期应先核对来源、可用范围和实际成本,再判断是否值得接入或跟进。 后续观察:继续观察示例是否可复现、工具版本变化、社区反馈和实际成本。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: tryai.dev

来源: Hacker News 热门(buzzing.cc 中文翻译)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-07-17T01:13:55.014Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

开发者用自主智能体框架让 Claude Fable 5 和 GPT-5.6 Sol 在 $25 和 $100 预算下独立制作完整音乐视频。Claude Fable 5 在 $1...

Hacker News 热门(buzzing.cc 中文翻译)2026-07-17T01:13:55.014Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。