从爆款选题到 4K 成片：选题、文案、视频一条龙，我们是怎么跑通的

2026-08-12 · 约 15 分钟

2026-08-12 凌晨生产实测。使用同一账号、同一条选题和同一套内容 Skill，只更换扩写引擎。耗时来自浏览器端点击到产物落库的计时；成本是按本次 token 用量与当日渠道价格估算，不是上游账单实扣。

凌晨两点，我盯着第二个「算力紧张」报错，已经没心情讨论哪家模型更聪明了。

用户点一次扩写，要的不是模型参数，也不是排行榜名次。他只想知道两件事：多久能拿到稿子，以及失败以后积分会不会回来。

于是我们先把按条退款和备用通道补上。凌晨四点，新版本上线。我从选题池里抓出同一条 87 分选题，分别交给 Kimi K3 和千问 3.8 Max。题目是：

晚上不吃饭减肥，反而胖了十斤。

这不是一场实验室跑分。它就是一次真实的生产任务：正文、时间轴口播稿、图文结构、平台标题、封面描述和逐镜拆片表，都得一起交出来。

先给答案

在这一次同题测试里，千问 3.8 Max 用了 144 秒，Kimi K3 用了 292 秒。千问快了约 148 秒，耗时接近 Kimi 的一半；按当日渠道价格和本次 token 用量估算，千问的上游成本也更低。

但我不会因此写「千问全面碾压 Kimi」。原因很简单：这只是一个题、各跑一次，而且两边推理档位不同。真正有用的结论是：

• 赶热点、做日更、需要快速拿到可拍结构，千问这轮更合适。
• 更在意语气克制和标题控制时，Kimi 的原始 JSON 更稳一些，但不能把产品里的「稳定档」名称当成稳定性证明。
• 两边都会为了抓人而虚构「我」或「我闺蜜」的亲历故事，也都会生成需要查证的营养说法，不能原样发布。

测试条件先摊开

这里有三个限制必须提前说清。

第一，两边推理档位不同（Kimi 为高档，千问为中档）；第二，每个模型只跑了一次。因此，144 秒和 292 秒是这一次任务的真实结果，不是长期平均速度。

文章可以有立场，数据不能装作比自己更大。

第一回合：144 秒对 292 秒，速度差能不能感知

能，而且非常明显。

千问 144 秒交卷时，我还能把注意力留在这个选题上。Kimi 到 292 秒才回来，已经足够让人切去处理别的工作，再回来重新找上下文。

如果只是偶尔扩写一条，这两分多钟不算灾难；如果一天要处理几十条，差距会被放大。20 条任务按本轮结果粗算，串行等待时间会相差将近 50 分钟。

不过别忘了背景：Kimi 这轮开的是高档推理，千问是中档。更慢不一定代表底层模型天生慢，也可能是我们主动让它想得更久。下一轮若要得出更硬的速度结论，应当统一推理强度，并在同一时段至少各跑 10 次，记录中位数和失败率。

第二回合：便宜一半，还是一句容易误导人的标题

原稿里有一句「所有数字来自真实账单」，我把它删了。

耗时确实是真实计时，但这篇文章里的成本不是从最终账单字段直接读取，而是用本次 token 用量乘以 2026-08-12 的渠道单价估算。按这个口径，Kimi 大约是大几毛到一块出头，千问约三五毛，后者接近前者的一半。

这个差距对内部毛利有意义，对用户当次选择却没有价格差：两个档位现在都是 20 积分一条。用户真正买的是等待时间、文风和一次成功率，不是我们后台的 token 单价。

所以更准确的说法不是「千问一定便宜一半」，而是：本轮估算中，千问的上游成本约为 Kimi 的一半；价格会随 token 用量和渠道单价变化。

第三回合：两个模型，写出了两种“人设”

千问的开场很猛：

我一口晚饭没吃，坚持了整整三个月，上秤一看——胖了十斤。

它把原题改成了第一人称亲历，还把「晚上不吃饭」拧成「一口晚饭没吃」。传播上更狠，画面也立刻出来了。

问题也在这里：如果作者本人没经历过，这不是“更有网感”，而是凭空替作者捏了一段人生。短视频里最容易被忽略的失真，往往就藏在这种看起来特别顺口的第一句里。

Kimi 的开场是：

晚上不吃饭减肥？我闺蜜三个月，反而胖了十斤。

它没有把故事压到作者本人身上，但「我闺蜜」同样可能是虚构。两种写法都很像内容平台上的真人表达，也都必须由真人负责：有真实经历就保留，没有就改成「我见过一个很典型的情况」或直接讲机制。

这轮最值得记住的，不是哪家更会装人，而是：模型越会写“活人感”，越要防它顺手编造活人经历。

第四回合：拆片表有没有到“照着就能拍”

这一项两边都比正文更让我满意。

千问在第二镜写了「代谢切成省电模式」，同时给出一个很具体的画面：半透明电池图标从满格掉到一格。Kimi 对应的处理是让人物躺在床上摸肚子，把咕叫声放大，再给「身体在报警」加红色描边。

前者是视觉比喻，后者是生活声音。都不是高深创意，但导演拿到以后不用再问「这一句到底拍什么」。这就是结构化拆片表的价值：它不只是把文案切成八段，而是把台词、场景、景别、动作、运镜和剪辑备注绑在一起。

千问本轮 JSON 给了 8 镜，Kimi 本轮 JSON 给了 7 镜。镜数多不自动等于质量高，但对短视频初稿来说，多一镜通常意味着节奏更细、后期更容易取舍。

真正让我踩刹车的，是那些“听起来很对”的句子

两份稿子都引用了《中国居民膳食指南（2022）》，也都写了「代谢省电」「晚餐占全天热量三成」「七点前吃完」一类判断。

这些句子很适合传播，因为短、狠、好懂。也正因为如此，发布前更需要查证。比如「消耗热量砍了将近一半」是很具体的量化结论，原始产物没有给出对应依据；「七点前吃完」也不能脱离作息、总摄入和个体情况写成普遍规则。

这轮测试比的是内容生产能力，不是营养学正确率。若把成品直接发出去，模型写得越流畅，错误越容易被当成常识。

所以我们现在把最终流程拆成两层：模型负责生成结构和表达，人负责核对经历、数字、医学与营养建议。可拍不等于可发。

如果今天就要选，我会怎么用

日更、追热点、批量做选题，我会先用千问。它这轮速度快，成本估算低，拆片更细，而且第一版已经有明显的镜头意识。

品牌账号、专家账号或对口吻敏感的内容，我不会直接把任务全扔给某一个模型。我会让模型先交结构，再由作者把虚构经历、夸张数字和不属于自己的人设拿掉。Kimi 可以做一个更克制的备选，但这轮之前它刚出现过两次上游「算力紧张」，不能只因为产品档位叫“稳定档”就宣布它更稳定。

如果预算允许，同一条重点选题跑两个版本也有价值：用千问的镜头结构，吸收 Kimi 的表达，再由真人写最后一遍。不是把两份答案机械拼起来，而是让它们互相暴露盲点。

这次故障留下的产品结论

凌晨的两次失败，最后比模型 PK 本身更有价值。

上游模型会排队、会限流、会临时不可用，这些都不是用户能控制的。产品能控制的是：失败是否按条退款、错误有没有说人话、主通道连续失败后能不能切到备用通道，以及单机双核会不会因为自作聪明地提高并发而把整台机器拖死。

我们最后保留串行执行。慢一点可以解释，任务互相抢资源、一起挂掉就解释不通了。

所以这篇实测最后真正想回答的，不是「Kimi 和千问谁赢」，而是：当模型进入真实生产，速度、成本、内容诚实度和失败恢复，缺一个都不算交付。

这轮测试的局限

• 只有一个健康类选题，每个模型各成功运行一次，不能代表全部题材。
• 推理档位不同：Kimi 为高档，千问为中档，不能把全部耗时差归因于模型本身。
• 通道不同：两边接的上游供应商通道不同，排队情况也会影响结果。
• 成本为 token 用量乘以当日渠道单价的估算值，不是最终账单字段。
• 原始 JSON 与后补的 Kimi 页面截图时间不同；后补截图显示了另一版 8 镜页面状态，因此本文的同轮镜数比较只采用原始 JSON 与对比总览，不混用后续页面状态。
• 营养内容没有在本次测试中做专业事实核查，引用仅用于展示模型产物，不构成饮食建议。

彩蛋：这条选题，我们顺手做成了 4K 成片

光比文案不过瘾。写完这篇的当晚，我们把这条选题直接推完了整条流水线：文案 → 海报 → 5 秒成片 → 4K 超分，全程没离开这个网站。

先看两版拆片表各自的第一镜，被画成了什么样：

然后让海报动起来（5 秒，一条 720p、一条 480p），再各做一次 4K 超分放大：

超分到底有没有用？同一帧、同一块脸部裁切，放大到同尺寸对比（左边是原片，右边是 4K 超分）：

两个数字：480p 原片 560×752，超分后 2160×2902——像素量放大约 15 倍，睫毛、碗沿反光、字幕描边全都回来了。底图生成得够干净，超分才有东西可挖；这两步一个都不能省。

（画面含站名水印；原始素材归本站所有，请勿转用。）

常见问题

Kimi K3 和千问 3.8 Max，哪个生成文章更快？

在 2026-08-12 这次同题实测中，千问 3.8 Max 用时 144 秒，Kimi K3 用时 292 秒，千问少用约 148 秒。不过 Kimi 使用高档推理，千问使用中档，而且两者通道不同；这个结果代表本次生产任务，不等于长期平均速度。

Kimi K3 和千问 3.8 Max，哪个成本更低？

按本次 token 用量和当日渠道单价估算，千问约三五毛，Kimi 约大几毛到一块出头，千问接近 Kimi 的一半。这个数字是估算，不是最终账单实扣；两者面向用户目前均为 20 积分一条。

做短视频脚本应该选 Kimi K3 还是千问 3.8 Max？

赶热点、日更或批量生产时，可以优先试千问；它本轮更快，拆片结构也更细。专家账号、品牌内容或对人设真实性要求高的内容，无论选哪一个，都应由真人复核亲历叙事、数字和专业建议，而不是直接发布模型原稿。

为什么同一个模型有时很快，有时提示算力紧张？

模型速度不只由模型本身决定，也受到供应商排队、时段流量、推理档位和备用通道状态影响。生产系统应设置明确超时、有限重试、失败退款和备用供应商，不能让用户靠反复点击碰运气。

逐镜拆片表是额外收费的吗？

不是。本产品当前按扩写任务收取 20 积分/条，逐镜拆片表与正文、时间轴脚本、图文结构、平台标题和封面描述在同一次扩写中生成，不单独收费。实际价格以后续站内页面为准。

两个模型的正文和拆片表可以混用吗？

可以。产物采用结构化字段，可以选择一个版本的正文和另一个版本的镜头设计。但混用后仍要检查台词与镜头是否一一对应，避免出现正文已经改了、拆片表还保留旧台词的情况。

模型生成的健康与营养内容可以直接发布吗？

不建议。模型可能生成听起来合理但缺少依据的具体数字、因果关系或统一时间规则。发布前应核对权威来源，删除虚构经历，并根据账号定位增加必要免责声明。本文比较的是内容生产能力，不提供个人饮食或医疗建议。

本轮测试使用选题 ID 9jB3lROllD。原始记录包括 Kimi K3 与千问 3.8 Max 的 JSON 产物、真实页面截图和同题对比总览。模型能力、渠道价格与供应商状态会变化，本文保留的是测试方法和当时结果。