一家生物公司做的视频模型，一秒钟半分钱

10 月 30 日，一个叫 mischief 1 的模型出现在 OpenRouter 上，描述读起来像是有人诚心想引起争论：“来自 The Biological Computing Co. 的全球首个神经元衍生视频模型。”

就这一句。没链白皮书，没架构图，没解释“神经元衍生”在实践中是什么意思。模型页上有的，是一组比营销口号有意思得多的数字。mischief 1 每秒 0.005 美元。在 OpenRouter 的视频基准集里，它在 27 个模型中成本排第一，速度也排第一。它生成 854×480 的片段，默认五秒，页面上那个示例——一段 11.7 秒的片子——花了 0.025 美元。

做个对照，Veo 3.1 标价 3.20 美元，Sora 2 Pro 2.40 美元，Seedance 2.5 1.86 美元。mischief 1 上一段五秒的片段大约两美分半。同一段放在 Veo 上大约是它的六百倍，虽然分辨率和质量档位并不相同。

你实际拿到什么

图生视频，不是文生视频。你给一张首帧、一段 prompt、一个尺寸和一个时长。playground 默认 854×480、五秒，大概是 2010 年 YouTube 上传的画质。延迟是惊人之处：端到端 P50 大约 13 秒。大多数视频模型的排队时间是以分钟计的。

基准那一栏最能看出这个产品有多诚实。在 OpenRouter 的“冒热气的马克杯”测试 prompt 上，mischief 1 用 23.7 秒生成了片段，花 0.05 美元，评分标准一栏写着“暂无评分标准”。它没有被评过分，没人判断杯子冒气对不对。它是按成本和速度排名的，而那也正是它唯一登顶的两个榜。

三天可用率 92.59%，uptime 100%，24 小时可用率 99.56%。只有一家服务商托管它：Ambient。没有路由兜底。Ambient 有一个小时不顺，你就有一个小时不顺。

那组描述使用场景的数字

模型页上有张活动图，显示每天生成的视频总时长。我看的那天，是 0.7 小时。不是 700 小时。零点七。这是 OpenRouter 上所有给这个模型发流量的应用加起来。

这个数字是页面上最诚实的东西。它告诉你这个模型现在实际在被用来干什么：几个人在试，几个原型，一些工具链实验。列出来的应用都很小——一个德国网站、一个开源 CLI、几家创业公司。还没人靠它搭起生意。

这也合理，因为 854×480、五秒，你没法把它当成品内容交付。你可以用它判断一个镜头成不成立。那是预可视化市场，一个真实存在的市场，历史上靠分镜板和导演随手在餐巾纸上画的草图撑着。

“神经元衍生”可能是什么意思，以及为什么重要

这个说法我核实不了，谁说能核实我都会怀疑。公司名字——The Biological Computing Co.——听起来更像研究机构而不是产品公司。AI 营销里“生物”这个词的历史很长，最后往往意味着“我们用了脉冲神经网络”，或者“我们受了皮层柱的启发”，偶尔是“我们拿脑区给层起了名字”。

但这个故事重要的原因不止于炒作。如果一个视频模型真的建在跟扩散 Transformer 不同的基底上，有意思的问题不是它是否更好，而是它的每秒成本是否有一个结构性的优势——那种大厂把推理栈优化完之后也不会消失的优势。眼下，每秒 0.005 美元大约等于一张很便宜的图的价格，摊到五秒画面上。这个价格只有在两种情况下说得通：架构上有异常的效率，或者公司在买市场份额。

不管是哪种，实用建议都一样：别把一个产品建在一个可能是促销价的价格上。

那个让人不舒服的对比

便宜视频这件事的关键在这儿。市场花了两年争论 AI 视频够不够格拍电影。与此同时，干活的人真实的需求大多小得多：“我得在花钱之前先看看这个镜头。”广告导演想知道运镜成不成立。动画师想核对节奏。游戏工作室想要一块会动的情绪板。

对这些活来说，480p 够了。五秒够了。两美分半绰绰有余——便宜到你可以不在乎。五十美分生成二十个变体，扔掉十九个。这种行为在一段 3.20 美元的价位上不存在，那里每一次生成都像一次采购。

这就是 mischief 1 真正的赌注，不管公司会不会这么描述。不是“我们比 Veo 好”，而是“我们便宜到你会换个用法”。

真要接起来怎么接

集成走 OpenRouter 标准的视频流程，这个值得知道，因为它跟大多数人熟悉的 chat completion 模式不一样。你往 /api/v1/videos POST 模型 slug、prompt 和首帧，拿回一个 job id 和一个轮询地址。然后轮询到状态翻成 completed，响应里给你下载链接。没有流式，没有 token，没有部分输出。这是批处理，穿了件 API 的外套。

这个形状本身就说明了它适合干什么。交互工具要流式。生产流水线要队列。mischief 1 稳稳属于第二类，而一段两美分半，你完全舍得一口气发十几个任务，回头再挑。

该不该试

如果你靠画分镜吃饭，该，马上。这个经济性改变了你负担得起探索的范围。如果你在产出最终交付物，不该——你升采样花的时间会比省下来的多。

如果你是那种看到“神经元衍生”就想知道里面到底怎么回事的人，你会失望。页面给你一个价格、一个分辨率、一个延迟和一个榜单位置。它不给你方法。在一个其他模型都带着架构图和论文发布的市场上，这份沉默要么是护城河，要么是市场部在加班。从外面看，现在还分不出来。