你而家打開 YouTube／IG／TikTok，周圍都係「AI 生成影片」。但真正做內容、做廣告、做 agency、做電商交貨嘅人都知道——
AI Video 最難唔係生成第一條，最難係：可重複、可控、交到貨，仲要可以 scale。
所以今次我唔講感覺，直接用同一套評分框架 + 同一套 prompt / reference，做一個 scoreboard 實測，幫你慳返至少一個星期「逐個工具試到崩潰」嘅時間。
我用咩框架去評分？
我把「好唔好用」拆成四格：
成片質量（35%）：自然度、穩定度、一致性、片感
可控性（35%）：鎖唔鎖到產品／字體／造型／reference identity
自動化（15%）：有冇官方 API、可唔可以 HTTP／polling、接唔接到 n8n
性價比（15%）：同一筆錢可穩定產出幾多條「可用影片」
今日 7 位參賽者
Sora 2
Kling（2.6 + O1 Video）
Veo 3.1
Wan 2.6
Seedance（1.5 Pro / Pro）
Grok Imagine
PixVerse v5.5
Part 1｜七個工具定位＋你要記住嘅「USP」
1) Sora 2：高質感電影派（但人臉政策更嚴）
你要記住 3 個功能：
Style：唔使 prompt 寫到好長，直接揀 preset 定調（風格一致更易）
Storyboards：用分鏡方式排鏡頭，唔係一次過「賭生成」
Characters：建立可重用角色，而且 permissioned（可授權／可撤回／可追蹤使用）
限制你一定要知：
只支援上傳 1 張 reference image
對真人臉（likeness / 真實人物相）使用更嚴格：唔好諗住拎真人自拍當 reference 直出品牌片
香港目前不可直接使用（需要 VPN）
冇 Start / End frames 功能
Free 會有水印
規格摘要：
Orientation：16:9、9:16（橫／直都得）
常見片長：10s / 15s（部分平台如 Higgsfield：4s / 8s / 12s）
Free：有水印
價格
Free（邀請制）：美加 iOS app，算力視情況，有水印
ChatGPT Plus（US$20/月）：約 1000 credits（偏短片、720p、約 5 秒）
ChatGPT Pro（US$200/月）：Sora 2 Pro、更長（到 25 秒）、1080p、同步音訊、無水印、更多 credits
API（按秒）
Sora-2 720p：$0.10/秒
Sora-2 Pro 720p：$0.30/秒
Sora-2 Pro 1080p：$0.50/秒
2) Kling：控制力派（尤其廣告「鎖人鎖物」）
Kling 家族重點係 可控與交付一致性，你最常碰到兩條線：
Kling 2.6：一次過出聲畫（支援 audio、甚至 lipsync）
Text-to-Video / Image-to-Video
常見 5s / 10s、輸出可選 1–4 條
免費有水印
Kling O1 Video：生成＋編輯一體（多 reference 鎖定王者）
可以用自然語言做 edit / extend / restyle
最多可上傳 7 張 reference images
片長更細粒度（3–10s）、比例 9:16 / 1:1 / 16:9
對「交付型一致性」非常對口（廣告最常見嗰種）
價格（credit 訂閱制）
Free：每日少量 credits、720p、有水印
Standard：約 $6.99/月（1080p）
Pro：$25.99/月（可到 4K、更多 credits）
Premier / Ultra：更高產量
Kling 定價會跟 plan / 平台彈性大，落單前以自己帳戶顯示為準。
3) Veo 3.1：Google 生態＋原生音訊＋分鏡節奏控制好用
USP：原生 audio + timestamp prompting（分段寫鏡頭）
平台模式常見：
Start & End Frame（轉場更穩）
Multi-Image Reference（最多 3 張）
Text-to-video
注意：Gemini 免費試玩通常有每日配額上限（而且會變），做 production planning 千祈唔好當「無限」。
價格
API（按秒，含音訊版本）：
Standard with audio：$0.40/秒
Fast with audio：$0.15/秒
常見輸出：8 秒（720p / 1080p）含原生音訊
4) Wan 2.6：交付型敘事（multi-shot 骨架）
主打 multi-shot：一次過生一段可剪嘅短敘事骨架
支援 Start / End frames
比例齊（16:9、9:16、1:1、4:3、3:4）
片長：5 / 10 / 15s
只支援上傳 1 張 reference image
免費有水印
有 credits 可加速（高峰期減少排隊）
價格
Free / Pro / Premium（credit 訂閱）
常見「每秒」標價：720p 約 $0.10/秒、1080p 約 $0.15/秒（提醒：要以平台 pricing tab 核對）
5) Seedance：成本可控＋指令跟隨（大量草稿層很香）
USP：成本易估算、支援多比例、鏡頭策略（例如 Fixed lens：鎖鏡頭唔亂飄）
1.5 Pro 支援 start/end frames（常見 4s/8s/12s）
做「單 reference Image-to-Video鎖產品」時，指定要用 Seedance Pro（因為 1.5 Pro 偏向 start/end frames 工作流）
免費有水印
價格
BytePlus 官方例子：5 秒 720p 約 $0.988，並有 2M tokens free trial
其他平台（Kie / Replicate / fal 等）亦有更低價版本（視平台而定）
6) Grok Imagine：快、體驗導向（但 API 風險最大）
真正玩法：多數係 先 Text-to-Image，再用圖片 animate 成短片＋聲效
無水印、速度快
只支援上傳 1 張 reference image
自動化風險：
xAI 官方未見穩定「Grok Imagine Video API」對外端點
市面多數係第三方包裝 → 穩定性、條款、私隱要自己核對
價格
Grok.com：目前個人可免費（但限額會變）
X Premium / SuperGrok：提高配額與優先權
第三方 API：可能 $0.05–$0.10 / clip（通常約 6 秒），但屬第三方依賴
7) PixVerse v5.5：文件清晰、credit 易算、商用向功能齊
支援：Text-to-Video / Image-to-Video、multi-shot、seed 可重現、preview mode、off-peak mode
v5.5 常見：1–10s、360/540（free）到 720/1080（付費）
只支援上傳 1 張 reference image
免費有水印
價格
$1 = 100 credits（官方甚至提供「不同模式消耗表」）
API plans 由 Free / Starter / Essential…一路到企業級（concurrency、效果、解析度都寫得好清楚）
Part 2｜實測：成片質量（Text-to-Video）三關
同一條 prompt、同一套 reference，比較：自然度／穩定度／一致性／片感
Test 1：人物走位＋微表情（「人」最基本可信度）
分數（100 分制）
Sora 2：90（A）
Veo 3.1：88（A）
Kling 2.6：80（B）
Grok Imagine：72（B）
Seedance 1.5 Pro：70（B）
Wan 2.6：62（C）
PixVerse 5.5：55（C）
一句總結：
Sora / Veo 最接近手機實拍（眼神、手部接觸、皮膚層次都自然）
Kling 真，但偏「磨皮」AI 感
Seedance 紋理真但走路＋運鏡典型 AI
PixVerse 最明顯 AI 感
Test 2：手部近景操作（遮擋＋重量感＋接觸是否成立）
分數
Sora 2：92（A）
Kling 2.6：84（B）
Veo 3.1：84（B）
PixVerse 5.5：82（B）
Grok Imagine：75（B）
Wan 2.6：60（C）
Seedance 1.5 Pro：50（D）
一句總結：
Sora 最穩：遮擋正確、接觸連續、重量感成立
Kling / Veo：接觸對，但「球偏輕」
Wan：球似氣球
Seedance：遠近、物理、接觸都唔成立
Test 3：賽車過彎（穩定度＋物理邏輯）
分數
Veo 3.1：82（B）
Grok Imagine：82（B）
Sora 2：74（B）
Kling 2.6：66（C）
Wan 2.6：52（D）
Seedance 1.5 Pro：52（D）
PixVerse 5.5：50（D）
一句總結：
Veo / Grok：做到車身側傾（roll），但輪胎略「滑水」、煞車重量感不足
Sora：太順滑 → 反而少重量感
Wan / PixVerse：場景或幾何崩壞屬失敗級
成片質量總排行（綜合三關觀感）
第一梯隊：Sora 2、Veo 3.1
第二梯隊：Kling 2.6（但偏 AI 光滑感）
第三梯隊：Grok、Seedance（可用但易露 AI）
第四梯隊：Wan、PixVerse（要非常挑場景／鏡頭才勉強）
Part 3｜可控性（Image-to-Video）兩關：品牌交付最痛點
Image-to-Video Test 1：單 reference 產品罐（鎖包裝、鎖字體、鎖顏色）
分數
Sora 2：95（A）
Seedance Pro：88（B）
PixVerse 5.5：88（B）
Grok Imagine：80（B）
Veo 3.1：72（B）
Kling 2.6：60（C）
Wan 2.6：40（D）
結論：
要「字完全唔變」：Sora 2 最穩，已到可直接商用產品片水平。
Seedance Pro／PixVerse：鎖字鎖 logo 夠穩，但鏡頭動作要避開最易走樣段落
Kling 2.6：轉一圈後換字／變形，對品牌係致命
Wan：形狀顏色字體一齊變，等同唔鎖 identity
Image-to-Video Test 2：多 reference（鎖人＋鎖衫＋鎖鞋＋鎖產品＋鎖場景）
呢關我用 Kling O1 Video（因為 2.6 不支援 1–7 張多 reference 鎖定工作流）
分數
Kling O1 Video：90（A）
Veo 3.1：75（B）
其他（Sora / Wan / Seedance / Grok / PixVerse）：暫不支援多 reference 同時鎖定（N/A）
一句總結：
你要「一次過鎖人鎖衫鎖鞋鎖產品」做廣告：Kling O1 係目前最直接。
Veo 可以做到一致，但動作表情仍帶少少 AI 味，要靠剪接與鏡頭策略補
Part 4｜自動化：n8n 接入難度（做 1 條 vs 做 100 條）
我用一個好現實標準：唔係「有冇 API」咁簡單，而係你喺 n8n 入面接唔接得順。
Sora：n8n 有 OpenAI node 的 Video operations（支援 sora-2 / sora-2-pro）
Veo：n8n 官網有 Veo 3.1 eCommerce catalog video workflow 範例
Kling / Wan / Seedance / PixVerse：多數用 HTTP Request node 打 API（可做，但要自己砌）
Kling O1、PixVerse：你提供嘅描述係「官方 docs 相對清晰」→ 屬於可落地
Grok Imagine：多數靠第三方包裝 → 依賴風險最高
Part 5｜價格與性價比（「每條片成本」先係真實世界）
以下用「官方或可核對數字」做粗略換算（方便做預算）：
各工具大概成本（以 8–10 秒為單位思考）
Sora 2 API
720p $0.10/秒 → 10 秒約 $1
Pro 720p $0.30/秒 → 10 秒約 $3
Pro 1080p $0.50/秒 → 10 秒約 $5
Veo 3.1 API（含音訊）
Fast with audio $0.15/秒 → 8 秒約 $1.2
Standard with audio $0.40/秒 → 8 秒約 $3.2
Seedance（BytePlus 例子）
5 秒 720p 約 $0.988 → 10 秒約 $1.976 等級（實際會因 tokens 有浮動）
PixVerse
credit 換算最清晰：$1=100 credits，官方有模式消耗表（最易做財務模型）
Wan / Kling / Grok
受平台、方案影響更大（提醒：以自己平台 pricing tab 為準；Grok 牽涉第三方 API 風險）
性價比分級
A：Veo 3.1 Fast（$0.15/秒＋含 audio＋質量 A 梯隊）
A-：Seedance 1.5 Pro（成本可控＋free trial，適合大量草稿層）
B：Sora 2（$0.10/秒很甜，但 Pro 高解會跳價）
B：PixVerse（credit 易算＋功能商用向，但質量偏 C，適合模板流量內容）
C：Wan 2.6（交付型，但質量／可控性未到第一梯隊，定價視平台）
C：Kling（多 reference 值錢，但 credit 消耗與 plan 彈性大，要按產量算）
D：Grok Imagine（快，但第三方 API 依賴＋條款風險，難做 pipeline 支柱）
Part 6｜兩張「你可以直接抄走」的排行榜
① 功能（質量＋可控性＋自動化）綜合推薦
Sora 2：高質感＋單產品鎖定最強＋n8n 直接接 → 全能型
Veo 3.1：原生 audio＋分鏡節奏好用＋Fast 超抵 → 商用效率型
Kling O1：多 reference 鎖人鎖物最成熟 → 廣告交付控制型
PixVerse：文件清晰、credit 好算、功能齊 → 模板批量生產型
Seedance：草稿層／preview 層性價比高 → 前置量產型
Wan：平台差異大 → 看你用邊個平台
Grok Imagine：體驗快，但 API 風險 → 唔建議做唯一支柱
② 價格（性價比）排行榜（以「可用影片／可 scale」角度）
Veo 3.1 Fast > Seedance > Sora 2 > PixVerse > Wan ≈ Kling > Grok
最後：三句就揀到（按你嘅工作目標）
你要高質感＋最少踩雷：主力用 Sora 2
你要原生音訊＋壓成本＋量產：主力用 Veo 3.1
你要多 reference 鎖人鎖衫鎖鞋鎖產品做廣告：直接用 Kling O1 Video
你要大量出草稿做前置，再交高端模型做 hero shot：用 Seedance／PixVerse 做前段量產
想拎到我用嚟實測嘅詳細 prompts、評分表 template、red flag checklist 同 pipeline 建議，直接去呢個 AI Video Tool Testing Kit.
探索全新部落格文章
隨時掌握我們的最新文章
.png)
.png)
.png)
.png)
.png)
