Автор эксперимента на Habr посчитала, во сколько обходится производство 25-секундного рекламного ролика, полностью собранного генеративными моделями. Итог — 2 126 рублей, или 85 рублей за секунду. Почти 90% бюджета ушло на генерацию видео, тогда как сценарий, озвучка и музыка обошлись буквально в копейки. Все вызовы выполнялись через BotHub — агрегатор, который объединяет доступ к разным моделям и упрощает подсчёт стоимости отдельных генераций.
Стек выглядел так: GPT-6 Astra отвечала за сценарий и доработку промптов, Nano Banana 2 генерировала исходные изображения, Kling v3 превращала картинки в видео, ElevenLabs Flash v3 озвучивала закадровый текст, а Suno v5.5 писала музыку. Рекламировали гербарий — без заказчиков и продуктовых интеграций, просто осенний ролик. Задача: уложить сценарий, визуал, голос и музыку в 25 секунд.
| Этап | Модель | Доля в бюджете |
|---|---|---|
| Сценарий | GPT-6 Astra | минимальная |
| Изображения | Nano Banana 2 | минимальная |
| Видео | Kling v3 | почти 90% |
| Озвучка | ElevenLabs Flash v3 | минимальная |
| Музыка | Suno v5.5 | минимальная |
Методика подсчёта важна для понимания цифры. Автор считала marginal cost — стоимость только тех генераций, которые вошли в финальный ролик. Неудачные попытки, перегенерации и эксперименты с «атмосферкой» в бюджет не включались. В реальном продакшене, где перфекционизм и навык промптинга влияют на количество итераций, итоговая сумма может вырасти в разы. Чем больше перегенераций — тем выше бюджет.
Стек: GPT-6 Astra для сценария, Nano Banana 2 для изображений, Kling v3 для видео, ElevenLabs Flash v3 для озвучки, Suno v5.5 для музыки
Отдельный нюанс — разница между себестоимостью генерации и стоимостью доступа к инфраструктуре. При работе через API или BotHub можно точно посчитать, сколько токенов, секунд аудио или видеокредитов ушло на конкретный ролик. В пользовательских сервисах экономика другая: подписка даёт объём вычислительного ресурса, и пользователь платит за доступ независимо от того, использовал ли он весь лимит. Для одного ролика стоимость доступа может оказаться существенно выше стоимости самих генераций.
Альтернатива — развернуть открытые модели локально, скачать веса и не зависеть от внешних сервисов. Но для этого нужен компьютер, способный всё это запускать, а не офисный ПК. Автор отмечает, что её машина подходит скорее для офиса, чем для локального дата-центра.
Главный вывод: ИИ-продакшн не такой равномерно дешёвый, как кажется. Видеогенерация остаётся самой дорогой частью пайплайна, а сценарий, озвучка и музыка почти не влияют на бюджет. При этом генеративный контент не отменяет профессиональный продакшн: остаются вопросы прав, лицензий, голосов, стабильности персонажей и контроля результата. И да, ИИ-контент всё ещё легко превращается в нейрослоп, за который можно получить негативную реакцию аудитории.
