7 月 7 日到 9 日,三天之内,Meta、字节、谷歌接连甩出图像视频模型:Meta 的 Muse Image 和 Muse Video、字节的 Seedream 5.0 Pro、谷歌 DeepMind 的 NanoBanana 2 Lite 和 OmniFlash。
最狠的数字是价格:NanoBanana 2 Lite 出图 4 秒以内,$0.034 一千张。一千张图三分钱美元,比一次 API 鉴权的工程师工资还便宜。
图像生成的竞争已经过了「谁画得好」的阶段,现在拼的是路线:三家押的方向完全不同。
三家路线对比
| 维度 | 谷歌 | 字节 | Meta |
|---|---|---|---|
| 主打产品 | NanoBanana 2 Lite / OmniFlash | Seedream 5.0 Pro | Muse Image / Muse Video |
| 核心卖点 | 速度与价格(4 秒出图,视频 $0.10/秒) | 专业编辑(原生 4K、点选套索手绘精准编辑、图层分离) | 分发(接入 Instagram Stories 和 WhatsApp) |
| 视频能力 | 最长 10 秒、多轮对话式编辑、编辑 Elo 1087 | 经 BytePlus API / Dreamina / Magnific 上线 | 文生视频 Arena 第 3、原生音频 |
| 押注方向 | 基础设施 | 生产力工具 | 社交内容管道 |
路线差异比参数差异有意思得多。谷歌在卖水管,字节在卖 Photoshop,Meta 在卖印刷机加报摊。
谷歌把成本打穿地板,赌的是图像生成变成像 CDN 一样的基础设施,按量计费薄利多销。OmniFlash 的多轮对话式编辑配 $0.10/秒的定价,明摆着要接开发者的批量调用。
字节的 Seedream 5.0 Pro 走的是专业工作流:原生 4K、智能图层分离、原生渲染 10 种以上语言的文字。图层分离这个功能特别值得注意,它说明字节想切的是设计师的实际工序,而非只出一张成品图。
Meta 最不在乎跑分,Muse Image 文生图 Arena 第 2、视频第 3,但它的杀招是直接把模型塞进 Instagram Stories 和 WhatsApp。几十亿用户的社交管道里原地起灶,模型好不好排第二,用得到才排第一。
价格战打到这个位置,谁受伤
$0.034 一千张这个价格,直接把中小图像生成 API 创业公司的商业模式判了死刑。当巨头把价格压到接近电费,靠倒卖模型能力吃差价的生意就没了。
受益的是两类人:批量出图的电商和内容工厂,成本几乎归零;以及做垂直工作流的产品,底层模型越便宜,上层软件的毛利越厚。
创作者怎么站队
按需求对号入座:跑量出图、做自动化管线,选谷歌,成本没有对手;商业设计交付、要 4K 和精修,选字节的 Seedream;内容主战场在 Instagram 和 WhatsApp,Meta 的原生集成省掉所有搬运环节。
判断
三连发之后,图像视频模型的「独立产品」时代基本结束了:它要么沉为基础设施,要么嵌进工作流,要么长在社交管道里。单独卖一个「会画画的模型」已经不是一门生意。创作者与其纠结哪家画质好一点,把自己的工作流绑定到哪条管道上才是真正的选择题,这个选择比模型本身的差距值钱十倍。