結論先講（只想看一段就看這裡）
我們用一模一樣的提示詞、同一個帳號、拿著碼錶，在四個平價 AI 影片模型上生成了 16 支影片。先講重點：
- Grok Imagine 1.5 — 單支成本壓倒性最低（20 credits 起），也是這個價位唯一能輸出 8 秒片段的——但它只支援圖生影片。沒有起始圖片，就沒有影片。
- Hailuo 02 — 預算內最全能的選擇：文生影片、圖生影片都做得到，氛圍與光影很強，細節最弱——畫面明顯比其他家軟。
- Kling 3.0 Turbo — 這組的品質天花板：實測平均生成最快、位元率最高畫面最銳利，也是唯一把文字渲染得清楚可讀的模型。代價是一支大約等於 7 支 Grok 的價格。
- Seedance 2.0 Mini — 出片色彩最有電影感、連續運鏡最滑順——社群短片自帶導演質感，純寫實度略遜 Kling 一些。
我們怎麼測
我們找得到的比較文章，不是轉貼廠商行銷影片，就是用不同提示詞「一次測一個」。所以我們做了你自己也會做的事：開一個 CreateVision 帳號，在 2026-07-08 這天，把完全相同的提示詞餵給全部四個模型。
- 同提示詞、同設定：720p（Hailuo 沒有 720p，改用 768p）、5–6 秒片段、全部預設參數、不挑片——底下每支影片都是第一次也是唯一一次生成的結果。
- 實測，不引用官方數字：生成時間是從建立任務到檔案可下載的真實秒數，不是廠商宣稱值。
- 四個大家真正花錢買影片模型的面向：人物與情緒、物理表現、運鏡控制、文字生成——再加一回合圖生影片人臉一致性。
- 失敗案例照登：哪個模型在哪裡翻車，翻車影片也原封不動嵌在文章裡。
看表之前先老實說一句：Grok Imagine 1.5 五回合裡有三回合根本進不了場。它的 API 強制要求起始圖片——它是純圖生影片模型。這不是註腳，這是關於它你最該知道的一件事。
快速比較表
| 模型 | 單支點數 | 模式 | 片段長度 | 平均速度（實測） | 最適合 |
|---|---|---|---|---|---|
| Grok Imagine 1.5 | 20–40 | 僅圖生影片 | 8s | ~78s | 低預算讓現有照片動起來 |
| Hailuo 02 | 40–240 | 文生影片 + 圖生影片 | 6–10s | ~189s | 最便宜的萬用型，氛圍光影出色 |
| Seedance 2.0 Mini | 100–200 | 文生影片 + 圖生影片 | 5–8s | ~180s | 電影感社群短片、滑順運鏡 |
| Kling 3.0 Turbo | 275–350 | 文生影片 + 圖生影片 | 5–10s | ~108s | 中等預算追求最高寫實與細節 |
第 1 回合：人物與情緒
每個旅遊 vlog 和時尚品牌都需要的場景：人物、天氣、霓虹，加上一個情緒節拍。Grok 這回合缺席（沒有起始圖片），所以是三方對決。
提示詞："A young woman in a yellow raincoat walks through a rainy neon-lit night market, puddle reflections, she turns to the camera and smiles"
Seedance 2.0 Mini 交出最「廣告片」的一支：飽和的霓虹散景、乾淨的臉，而且完整走完指令弧線——走遠、回頭、對鏡頭微笑。片子還沒調色就已經像調過色。
Kling 3.0 Turbo 走紀實路線：攤販還在動作中的真實夜市攤位、可信的濕柏油路面，同樣的回頭微笑節拍也穩穩落地。一格一格看，它是三家裡最接近實拍的。
Hailuo 02 把氛圍抓得死緊——大雨壓境、招牌發光——回頭也完成了，但臉稍微有蠟像感，背景路人會糊掉。它的檔案只有 1.7 Mbps，Kling 是 13 Mbps，差距看得出來。
本回合小結：三家都聽懂了多步驟的人物指令（「走……回頭……微笑」）。差別在完成度：要寫實選 Kling、要色彩選 Seedance、預算內要氛圍選 Hailuo。
第 2 回合：物理與水
水一直是 AI 影片的罩門——浪花、水霧和動量最難造假。老規矩：一條提示詞，三支影片。
提示詞："A large ocean wave crashes over black volcanic rocks in slow motion, backlit spray droplets glowing in golden sunset light"
Seedance 的構圖最有戲劇張力，但浪花略帶畫筆感——泡沫像雲一樣膨起，而不是像水一樣碎開，濕岩石也有種被打磨過的雕塑感。
Kling 這支拿去當版權素材賣都沒人會發現：浪沫質地清晰、海浪翻過礁岩的動量可信，最後一秒甚至還有幾隻海鳥。它也在這回合產出全場最大的檔案（19 Mbps）——細節是要花位元率的。
Hailuo 的物理沒有崩——浪照正確順序堆起再拍碎，配上一套漂亮的夕陽色調——但整個畫面罩著一層柔霧，拍風景討喜，也順便把細節藏起來了。
本回合小結：物理邏輯全員過關——沒有人生成倒流的水。但材質寫實還沒解決：Kling 明顯領先，Hailuo 用細節換氛圍，Seedance 走風格化。
第 3 回合：運鏡控制
我們指定了一個多節拍的具體運鏡：環繞之後上升揭示全景。這一回合能分出「畫面漂亮」和「聽得懂導演指令」的差別。
提示詞："Aerial drone shot slowly orbiting an old lighthouse on a sea cliff at sunrise, seagulls flying past, the camera rises to reveal the coastline"
Seedance 執行出最乾淨的連續運鏡——整支影片的環繞軌跡全程看得見，一隻海鷗貼著鏡頭掠過，上升後海岸線如約展開，跟要求一模一樣。
Kling 先起了一個細微的環繞，然後在最後一秒直接跳到一個大幅拉遠的高角度全景——構圖很震撼，但看起來像剪接切換，不像一顆連續鏡頭。如果你需要不中斷的鏡頭去做合成，這點很致命。
Hailuo 在紫粉色日出裡維持了一個穩定溫和的環繞，還有飛鳥穿過畫面——連貫又好看，但是本回合最糊的一支（不到 1 Mbps）。
本回合小結：論服從指令的連續運鏡，Seedance 最聽話。Kling 傾向犧牲字面指令，換一個驚豔的結果。
第 4 回合：文字生成（大家都吃鱉的一關）
所有模型的官方 demo 都避開文字，是有原因的。我們要求拉花拉出一個單字——流體物理加字型排版的雙重酷刑。以下是不修飾的結果。
提示詞："Close-up of a barista pouring latte art that forms the word LOVE in the milk foam, cozy cafe morning light"
Seedance 出乎意料地接近：最後一格的奶泡讀得出一個稍微融化但認得出來的「Love」，注入牛奶的物理也對。手、拉花鋼杯、咖啡杯全程穩定。
Kling 是唯一把單字渲染乾淨的模型——奶泡上一行清晰的白色「LOVE」，整個注入過程中手部與不鏽鋼杯的反光都很真實。
Hailuo 在文字上摔了一跤：注入動作賞心悅目、咖啡館散景也很美，但奶泡最後收成一團認不出來的塗鴉。如果你的影片需要任何畫面文字，別選它。
本回合小結：影片內文字仍然是平價級距最鋒利的分水嶺。Kling 過關、Seedance 半過關、Hailuo 當掉——我們猜再低一個價位的多數模型也一樣過不了。
第 5 回合：圖生影片人臉一致性
最後，輪到 Grok 的主場。我們先生成一張人像（雨夜夜市裡穿黃色雨衣的女子——如下圖），再讓四個模型用同一份動態需求讓她「活起來」：自然眨眼、髮絲隨風、濕街霓虹反光閃動、緩慢推鏡。
提示詞："Bring this portrait to life: she blinks naturally, wind gently moves her hair, neon reflections shimmer on the wet street, subtle cinematic push-in"
Grok Imagine 1.5 一支影片就證明了自己的存在價值：在長達 8 秒的片段裡——比其他人多 2–3 秒——那張臉始終毫無疑問是她本人，眨眼自然、推鏡緩慢。720p 只要 40 credits，這是我們看過最便宜、又真的可信的照片動畫。
Seedance 的人臉保持得不錯，但把畫面重新取景取得比原圖更緊，等於裁掉了你的構圖。臉很棒，原圖剩不多。
Kling 同時保住了人臉和原場景最完整的視野，輸出也是四家中最銳利的。如果原圖構圖對你很重要，Kling 對它最尊重。
Hailuo 給了一個夢幻的慢速眨眼，相似度也在線，只是整體比原圖的調色更柔、更有情緒。
本回合小結：人臉一致性在這個級距已經是解決掉的問題——四張臉都一眼認得出是同一個人。照預算選 Grok、照原圖構圖忠實度選 Kling、照氛圍選 Hailuo。
每支影片實際花多少
下表點數是 CreateVision 上按我們實測設定的單支價格（經濟檔 = 該模型最低解析度，標準檔 = 上文實際使用的檔位）。沒有任何訂閱因此受害：本文全部 16 支測試影片加起來，還不到一支正版影片素材的授權費。
| 模型 | 經濟檔 | 標準檔 | 備註 |
|---|---|---|---|
| Grok Imagine 1.5 | 20 credits（480p） | 40 credits（720p） | 僅圖生影片；8s 片段——這裡每秒成本最低 |
| Hailuo 02 | 40 credits（512p / 6s） | 120 credits（768p / 6s） | 1080p / 10s 選項會推高到 240 |
| Seedance 2.0 Mini | 100 credits（480p） | 200 credits（720p） | 文生影片與圖生影片同價 |
| Kling 3.0 Turbo | — | 275 credits（720p），350（1080p） | 沒有真正的經濟檔；你付的是成片質感的錢 |
給個比例感：CreateVision 免費帳號的起始點數就夠跑好幾支 Grok 或 Hailuo 經濟檔；本文完整的 16 支測試總共消耗約 2,400 credits。
你該挑哪一個？
四個模型，四種答案，看你實際要做什麼：
要讓照片動起來，選 Grok Imagine 1.5
老照片、商品靜態圖、人像貼文——一切從圖片出發的工作。每支 8 秒片段只要 20–40 credits，比其他選項便宜 3–7 倍，而且第 5 回合證明品質沒有打折。只要記得：沒有起始圖片，就沒有影片。
只想要一個便宜又什麼都能做的模型，選 Hailuo 02
它沒有在任何回合拿過最銳利，但也從沒被淘汰：文生影片和圖生影片都行、物理連貫、光影真的有味道，40 credits 起。只有當影片需要精細細節或畫面文字時才跳過它。
影片必須像真的時候，選 Kling 3.0 Turbo
它在參加的每一回合都贏下或打平寫實這一項，渲染出全場唯一讀得出來的文字，而且——意外地——還跑出最快的平均生成時間（實測 ~108s）。預算要抓好：一支 Kling 大約等於七支 Grok。
要按導演思維拍電影感鏡頭，選 Seedance 2.0 Mini
全場最好的連續運鏡控制，色彩出片即成片。做社群優先的敘事內容、像導演一樣描述鏡頭時，它以中等價位最忠實地交付你的分鏡。
常見問題
為什麼文生影片的回合裡沒有 Grok Imagine 1.5？
因為它的 API 真的不收沒有起始圖片的任務——圖片輸入是必填參數，這是我們架這套測試時親手驗證過的。它是純圖生影片模型，這也正是它敢當全場最便宜選項的原因。
這些結果是從多次生成裡挑出來的嗎？
不是。本文嵌入的每支影片，都是該「模型 × 提示詞」組合的第一次也是唯一一次生成——包括失敗的。所以 Hailuo 那杯讀不出字的拉花才會原封不動掛在頁面上。
哪個模型最快？
在我們的實測中，Kling 3.0 Turbo 平均每支約 108 秒——四家最快，儘管它最貴。Grok 單次生成約 78 秒。Seedance Mini 和 Hailuo 都落在 3 分鐘上下。這些數字請當成當天的天氣、不是物理定律：排隊負載會讓它們浮動。
我可以自己重跑這套測試嗎？
可以——四個模型都能在同一個 CreateVision 帳號裡跑，本次測試就是這樣做的（多模型工作區的意義就在這：不用辦四份訂閱、儲四次值）。挑一條你自己的提示詞，逐一跑過每個模型，你得到的比較會比任何人的評測都更貼近你的使用情境。
