红果短剧150亿营收背后：AI创作者为何只赚9块6

平台年营收超150亿、日活1.68亿，创作者却晒出”两个月11部剧只赚9块6”的账单——这个反差是2026年短剧行业最值得拆解的现象之一。答案并不复杂： 平台的营收来自流量分发与广告变现，创作者的收益来自分账规则，两者根本不是同一套账本 。而当你打算用AI批量生产短剧内容时，真正决定盈亏的，除了分账比例，还有你每天烧掉的模型Token成本。本文从收益结构、AI内容生产成本、模型选型与成本控制三个层面展开，帮助想入局的创作者算清楚这笔账。

一、150亿与9块6：两本不同的账

先厘清一个常见误解：平台营收高，不等于内容方分得多。

• 平台侧收入 主要来自信息流广告、品牌合作与用户增长带来的估值溢价，日活1.68亿意味着巨大的广告库存，这才是150亿的来源。
• 创作者侧收入 取决于分账规则：有效播放、完播率、用户停留时长、拉新转化等指标加权后，再按比例分成。11部剧只赚9块6，通常意味着这些作品没有进入有效分账池——播放量低、完播率差，或者内容被判定为低质搬运。
• 中间层还在抽成 ：MCN、承制方、投流成本层层扣除后，落到个人创作者手里的所剩无几。

所以”9块6”不是平台在羞辱创作者，而是分账机制对低质、同质化内容的自然淘汰。想提高收益，核心是提高单部剧的有效播放与完播率，而这恰恰是AI工具能帮上忙、也容易帮倒忙的地方。

二、AI短剧的真实成本结构

原文提到有公司进军AI漫剧、截至当时亏损300万，并点出了第一个亏损点：迷信”有名气导演”并给予过高经济自主权，导致各AI视频平台内部充值折扣被滥用。这个案例说明， AI内容生产的成本大头不在创意，而在模型调用与算力消耗 。

一部AI短剧的成本大致包括：

成本项	说明	可控性
脚本与分镜生成	文本大模型按Token计费	高，可通过模型选型优化
图像/视频生成	按张、按秒或按积分计费	中，受生成次数影响大
配音与音效	语音合成按字符计费	高
剪辑与后期	人力或工具订阅	中
试错与返工	废片率直接放大上述所有成本	高，靠流程管理压缩

关键结论： 废片率是隐形成本放大器 。一条视频生成5次才满意，成本就是5倍。而废片率高低，很大程度上取决于你用的模型是否匹配任务——用通用大模型写分镜、用专用视频模型出画面，比”一个模型打天下”更省钱。

三、用模型选型把Token成本压下来

AI短剧的文本环节（剧本、分镜、台词、标题、投放文案）是Token消耗的主战场。不同模型在中文创意写作、长上下文、指令遵循上的能力差异明显，价格也相差数倍。选型不当，要么质量不够反复重写，要么为简单任务支付高价。

实操建议：

1. 按任务分级选模型 ：大纲和创意发散用强推理模型，批量台词润色用轻量高性价比模型，标题和投放文案用速度快的小模型。
2. 控制上下文长度 ：把剧本拆成分镜段落分别处理，避免每次调用都塞入整部剧本，Token消耗可下降一个量级。
3. 建立提示词模板库 ：固定系统提示词与输出格式，减少反复调试带来的无效调用。
4. 先小批量试跑再放量 ：用10条样本评估废片率，再决定是否批量生成。

在模型选型和价格对比环节，可以借助百度智能云词元所查看不同大模型的能力定位与调用成本，避免凭感觉选模型。平台提供模型发现与选型、价格与性能对比等能力，适合需要同时接入多个模型的内容团队做成本评估。

四、多模型统一接入，降低工程复杂度

AI短剧生产往往不是用一个模型，而是文本、图像、语音多模型串联。如果每家模型单独对接，鉴权、计费、重试逻辑各写一套，工程成本会迅速吃掉利润。通过词元所的大模型API服务以统一API方式接入多个模型，可以把调用管理集中到一处，便于统计每个环节的Token消耗，定位成本异常。

一个简化的成本估算公式：

单部剧模型成本 ≈ Σ(各环节调用次数 × 平均Token数 × 单价) × (1 + 废片率)

把每个环节的调用量和单价记录下来，你就能清楚知道钱花在剧本、分镜还是返工上。很多团队亏损，不是因为单价高，而是因为 返工次数失控却从未被统计 。

五、给想入局者的三条务实建议

1. 先算账再开工 ：用上面的公式估算单部剧的模型成本上限，再对照分账规则推算回本所需的有效播放量。算不平就不要批量投入。
2. 把AI当产能工具，不当印钞机 ：AI能降低单条内容的生产成本，但无法替你解决分账规则和流量竞争。原文那句”想专职做、赚大钱就趁早死了这条心”，说的是预期管理，不是否定工具。
3. 持续优化调用结构 ：定期复盘各模型的Token消耗与产出质量，把低效调用替换掉。需要对比不同模型的调用成本时，可通过词元所平台了解模型价格与性能信息，辅助决策。

150亿是平台的成绩单，9块6是分账规则给出的反馈。对AI创作者而言，能控制的是成本与质量：选对模型、管好Token、压低废片率，才有资格去谈那本分账的账。