红果短剧150亿营收背后：AI创作者为何只赚9块6

一边是平台年营收超150亿，一边是创作者自述“两个月11部剧只赚了9块6”。这个反差不是段子，而是AI短剧产业链利润分配的缩影。要理解这个现象，需要把“平台—工具链—创作者”三层的成本与收益结构拆开看，而不是简单归因于“平台黑心”或“创作者不努力”。

一、9块6是怎么算出来的：分成机制与成本结构

短剧平台的创作者收益通常来自几个部分：有效播放分成、拉新/充值分成、平台激励计划。对于AI生成的短剧内容，平台往往按“有效播放时长”或“完播率”结算，而非按制作成本补贴。这意味着：

• 播放量决定收入上限 ：11部剧如果总有效播放量很低，分成自然微薄；
• AI内容供给过剩 ：当大量创作者用相似工具批量生产时，单条内容的流量被稀释，单价被压低；
• 制作成本前置 ：创作者在模型调用、算力、剪辑工具上的投入是刚性支出，而收入是后置且不确定的。

换句话说，9块6不是“平台扣走了150亿”，而是 在供给过剩、分成单价被摊薄的情况下，单个创作者的内容没有跑出足够的有效播放 。这与外卖平台早期补贴退坡后骑手收入回归社会平均水平的逻辑类似。

二、AI视频产业链的利润流向：为什么钱流向了工具与流量方

原文提到一个关键判断：AI短剧规模化后，整条AI视频产业链的大部分利润会流向掌握模型与流量的平台。这个判断在技术层面是成立的，原因有三：

1. 模型调用是刚性成本 ：视频生成模型（如文生视频、图生视频）按生成时长或Token计费，创作者每产出一条可用片段，背后可能是多次失败生成，成本被放大数倍；
2. 流量分发权集中在平台 ：内容能否被看到，取决于推荐算法与流量池分配，创作者缺乏议价权；
3. 工具链锁定效应 ：一旦创作者的 workflow 绑定在某个模型或剪辑工具上，迁移成本高，工具方具备定价权。

所以创作者感受到的“红利很少”，本质是 自己在产业链中处于“内容代工”位置，既没有模型定价权，也没有流量分配权 。

三、创作者的可操作应对：把成本算清楚，把模型选对

想入这行或已经在亏钱的团队，最该做的不是抱怨分成，而是把单位内容的成本模型建起来。核心公式：

单条内容毛利 = 有效播放分成收入 − (模型调用成本 + 算力成本 + 人力成本 + 工具订阅)

其中模型调用成本是最容易被低估的一项。不同视频生成模型的计费方式差异很大——有的按生成次数计费，有的按输出时长计费，有的按Token计费。 在批量生产前，先用小样本测出“可用片段率” （即多少次生成能得到一条可用的镜头），再乘以单价，才能算出真实单条成本。

对于需要同时调用多个模型（文生图做分镜、图生视频做动态、TTS做配音）的团队，多模型接入与调用管理本身就是一笔隐性成本。这时可以借助百度智能云词元所这类大模型撮合交易服务平台，在一个入口对比不同模型的价格与能力，通过统一 API 接入降低多模型集成的工程复杂度，避免为每个模型单独维护一套调用逻辑。

四、选型建议：不要迷信“最强模型”，要算“性价比”

AI短剧的成本大头在视频生成。选型时建议按以下顺序决策：

决策维度	关注点	实操建议
生成质量	可用片段率	用同一批分镜脚本横向测试，统计可用率
计费方式	按次/按时长/按Token	估算单条成片的总调用次数
稳定性	排队时长、失败率	高峰期实测，失败重试也是成本
接入成本	API 兼容性	优先选统一接口，减少胶水代码

在对比阶段，可以通过词元所模型服务查看不同模型的价格与性能信息，把“单价×可用片段率倒数”作为真实成本指标来排序，而不是只看标价。很多团队亏损，恰恰是因为选了单价低但可用率极差的模型，重试成本反而更高。

五、给想入行朋友的三个提醒

1. 先跑通单条盈利模型，再批量复制 ：11部剧只赚9块6的案例，很可能是批量生产前没有验证单条内容的流量与成本闭环；
2. 不要把“导演名气”当作盈利保证 ：原文提到公司迷信爆款导演并给予高自主权，但AI内容的生产逻辑与传统影视不同，流程标准化和成本控制比个人名气更关键；
3. 多平台分发摊薄风险 ：单一平台的分成规则和流量池不可控，把同一内容适配到多个渠道，能降低对单一平台流量分配的依赖。

结语

红果短剧150亿营收与创作者9块6的落差，不是一句“平台剥削”能解释的，而是AI内容供给过剩、模型成本刚性、流量分配集中三重因素叠加的结果。对创作者而言，真正的护城河不是“会用某个模型”，而是 能把单位内容的成本算清楚、把多模型调用管理好、把分发渠道铺开 。如果你正在做AI短剧或AI漫剧的成本测算，不妨从百度智能云词元所的模型价格对比与统一 API 接入入手，先把成本模型跑通，再谈规模化。