视频生成API延迟实测：五大模型从请求到出片要等多久
选视频模型的时候，大部分人看画质、看价格。很少有人提延迟——但这事比你想的重要得多。
同一个5秒短剧镜头，有的模型8秒出片，有的要等一分多钟。日产50条的时候，每条差30秒就是25分钟——够多跑七八条片子了。更坑的是并发场景：单条快不代表批量快，一旦排队，后面的任务全部卡住。
上周花了一整天，把Seedance 2.0、万相、HappyHorse、可灵、混元五家的延迟跑了一遍。
不是每次调用都一样快
很多人测延迟只跑一次，结论基本不准。
模型有"冷启动"这回事：一段时间没调用，首次请求要加载资源，延迟明显偏高。连续跑几条之后进入稳态，能快20%~40%。
看实际数据：
| 模型 | 冷启(秒) | 预热(秒) | 并5条最慢(秒) |
|---|---|---|---|
| Seedance 2.0 | 18.5 | 11.2 | 14.1 |
| 万相 | 23.2 | 21.8 | 58.3 |
| HappyHorse | 16.4 | 13.7 | 46.2 |
| 可灵 | 31.0 | 27.3 | 排队超时 |
| 混元 | 20.8 | 16.2 | 35.7 |
Seedance预热后11秒出720p成片，五条并发也不怎么涨。可灵最夸张——并发×5直接排队超时，重试三次才回来。
真正的大坑不在单条延迟。
并发一上来，差距就拉开了
批量生产的时候，能不能同时挂多个任务才是命门。
- 单条快≠批量快。HappyHorse单条才13秒，并发×5拉到46秒，等于后面四条全部排队等。
- 排队失联最致命。可灵并发直接超时，脚本里不做重试逻辑的话，任务就丢了。写重试又增加调度复杂度。
- 并发稳的只有两家。Seedance同时挂10个720p任务，最慢的也就18秒——跟单条预热差不多。混元也还行，35秒在可接受范围内。
这里的结论很明确：如果日产超过20条，单个模型的并发稳定性比单条延迟重要得多。
分辨率不是越高越好
大部分创作者默认跑1080p。但分辨率对延迟的影响远不是线性的。
- 360p→720p：延迟涨50%~70%，正常范围。
- 720p→1080p：延迟暴涨80%~150%。Seedance从11秒跳到24秒，万相从21秒跳到49秒。
- 性价比最优策略：分镜预览一律360p或720p，成片才跑高分辨率。
实际操作里还有一个技巧——不同模型对同一分辨率的延迟差距很大。分镜用快模型出预览，成片换Seedance。器灵上模型切换很方便，改model参数切换模型的同时同步降分辨率档位，省下的等待时间够多试好几个参数组合。
选型不是选最快的，是选最稳的
综合单条延迟、并发表现、分辨率弹性，选型建议很清晰：
- 分镜预览：混元或HappyHorse，360p冷启10秒左右，快速试方向。
- 成片主力：Seedance 2.0，720p预热11秒，并发×10不塌方，稳是第一优先级。
- 1080p只在最终交付跑，日常生产别折腾。
实际生产里我不止用一个模型——分镜预览用快模型，成片用Seedance，不同阶段切换不同的模型。通过统一API Key接入几个模型，走OpenAI兼容接口的写法，切换就是换一行model参数。
器灵上Seedance的接口有个好处：不抽卡。高峰期同时挂几十个任务都不会排队——别的平台并发一多就开始限流，这个很影响产能。大模型API聚合之后调度策略也很灵活，快模型和稳模型各司其职，不用担心某一环卡住拖垮整条产线。
延迟不是选模型的唯一标准，但它直接决定了你一天能出多少条片子。画质差一点观众可能看不出来，但生产线卡住——你比谁都清楚少出了多少条。
把API调度和并发策略跑通，比纠结模型参数那个小数点后面的数字有用得多。