So sánh API tạo video AI (2026) — xếp 8 mô hình theo giá mỗi video 8 giây 720p

Một video 8 giây 720p giống nhau có giá từ $0,18 đến $3,03 tùy model, chênh khoảng 16,8 lần. Đây là 8 model video trên cùng một API key. Tuy nhiên, trước con số này còn một điều cần biết: cách tính phí của 8 model này khác nhau — 3 model tính khoản cố định cho mỗi video, còn 5 model tính theo mỗi giây đầu ra. Vì vậy, “model rẻ nhất” sẽ thay đổi theo độ dài video bạn thực sự tạo. Bảng so sánh chỉ liệt kê một con số cho mỗi model đều không nói rõ giả định độ dài nào, và thứ hạng đó chỉ đúng tại độ dài ấy.

Trước hết cần nói rõ lập trường. Kunavo là sản phẩm của chúng tôi, một gateway bán lại quyền truy cập model, không phải trang đánh giá độc lập. Các con số dưới đây được đọc từ danh mục đang tính phí thực tế khi trang này tính toán, nên là số tiền bạn thực sự bị tính, không phải mức phí chép từ thông cáo. Ngày kiểm tra cuối cùng mức phí Kunavo: 9 tháng 10, 2026.

Giá của video 8 giây 720p, theo từng model

Chúng tôi dùng 8 giây 720p làm chuẩn chung vì đây vừa là độ dài được tính như một đơn vị của các model tính phí theo video, vừa là độ dài được mọi model tính phí theo giây hỗ trợ. Cột “giá niêm yết của nhà cung cấp” là giá do nhà cung cấp công bố cho cùng điều kiện — dòng Veo 3.1 được tra từ tài liệu Veo API của Google, còn Wan 2.7 từ tài liệu Alibaba Cloud Model Studio.

Các hàng có “—” ở cột giá niêm yết nghĩa là chúng tôi không tìm thấy giá do nhà cung cấp công bố, vì vậy không đưa ra tuyên bố tiết kiệm nào cho các model đó. Với 4 model có giá niêm yết (Google Veo 3.1 Lite／Fast／Quality、Alibaba Wan 2.7), giá của Kunavo thấp hơn giá niêm yết. 4 model ByteDance không có giá niêm yết không có nghĩa là chúng rẻ hơn khi dùng trực tiếp, và chúng tôi cũng sẽ không nói như vậy. Thay vì lấp đầy ô bằng giá ước tính, để trống còn tốt hơn.

Hai cách tính phí khiến bảng so sánh bị sai như thế nào

Dòng Google Veo 3.1 là một khoản cố định cho mỗi video, và mỗi video cố định 8 giây, dù trong yêu cầu ghi độ dài nào cũng vậy. Dòng ByteDance Seedance và Alibaba Wan 2.7 là tính phí theo mỗi giây đầu ra. Mọi bảng so sánh chỉ in một con số cho mỗi model đều ngầm chọn một độ dài, và thứ hạng đó chỉ đúng tại độ dài ấy.

Hệ quả rất cụ thể. Ở 8 giây, Veo 3.1 Lite đứng đầu bảng với giá $0,18. Nếu chỉ cần 4 giây, mọi model tính theo giây đều giảm một nửa, còn dòng Veo vẫn tạo cả một video 8 giây và tính phí cả một video — vì vậy model tính theo giây trông đắt ở 8 giây có thể rẻ hơn ở 4 giây. Khi vượt quá 8 giây, dòng Veo phải tạo thêm cả một video nữa, còn model tính theo giây chỉ tính phí cho số giây tăng thêm, nên model tính theo giây lại cạnh tranh hơn; đến 16 giây, mọi model đều có giá gấp đôi giá 8 giây, và thứ hạng lại trở về như lúc 8 giây. Trước khi so sánh giá, hãy quyết định sản phẩm của bạn thực tế cần tạo video dài bao nhiêu. Phần tính toán này có thể giao cho máy tính chi phí video AI.

Dùng model nào trong trường hợp nào

• Bản nháp, xem trước, sản xuất hàng loạt — Veo 3.1 Lite, 8 giây $0,18. Ở mức giá này, chi phí bỏ đi một video còn thấp hơn một vòng trao đổi để hỏi người khác “có tạo được video này không”.
• Cảnh sẽ giao cho khách hàng — Veo 3.1 Quality (8 giây $1,60). Đây là model đắt nhất trong nhóm tính theo video, nhưng đáng trả tiền khi thành phẩm được đưa ra sử dụng trực tiếp.
• Video ngắn khoảng sáu giây — dùng model tính theo giây, tạo bao nhiêu trả bấy nhiêu. Model có đơn giá mỗi giây thấp nhất là Seedance 2.0 Mini ($0,0526 / giây).
• Làm chuyển động artwork hiện có — Google Veo 3.1 Lite／Fast／Quality、ByteDance Seedance 2.0 Mini／2 Fast／2／2.5, các model này nhận khung hình đầu/cuối và hình ảnh tham chiếu thay vì chỉ nhận một hình ảnh dẫn hướng.
• Chỉ văn bản, cần 1080p — Wan 2.7. Đây là model duy nhất không có đường dẫn chuyển hình ảnh thành video nhưng có giá niêm yết được công bố để đối chiếu.

Những gì Kunavo không có

Trước tiên, chúng tôi liệt kê các model được những trang khác trong kết quả tìm kiếm liệt kê cùng nhau nhưng Kunavo không cung cấp. Vào tháng 9 năm 2026, Sora、Kling、Hailuo、Runway、Luma、Pika đều không có trên Kunavo. Nếu danh sách ứng viên của bạn có một model trong số đó, API key này không thể gọi model ấy; câu trả lời là nhà cung cấp khác.

Cách gọi

8 model dùng chung một endpoint; thứ thay đổi giữa các model chỉ là model id. Việc tạo là bất đồng bộ — yêu cầu đầu tiên trả về một job id, còn video hoàn tất được lấy qua polling sau đó; vì một video mất hàng chục giây nên mọi nhà cung cấp trong lĩnh vực này đều dùng cấu trúc như vậy. Định dạng yêu cầu và polling nằm trong tài liệu endpoint video; chi tiết từng model nằm trong hướng dẫn Veo 3.1, Seedance và Wan 2.7. Với cùng API key, bạn có thể dùng trực tiếp máy tính chi phí tạo hình ảnh AI để ước tính.

Câu hỏi thường gặp