花 4 块钱，让模型把一段视频做成 3D 网页

同样一个「汽车飞起来」的效果，有人报价几千块做三维动画，有人花四块钱得到一个能点的网页。差别不在模型多聪明，在你怎么拆任务。

一、发生了什么

爱范儿在 10 月下旬做了一次实测：拿网上一段「特斯拉能飞」的视频和配套提示词，让刚更新的 DeepSeek V4.1 Flash 在一个编程代理里重建，最后交付的是一个能运行的 3D 网页，不是视频文件。

按文章给出的账单，这次任务跑了 35 分钟，输入 3752 万 token，输出 33 万 token，缓存命中率 99.6%。按缓存命中后输入每百万 0.04 元、输出每百万 8 元算，总价约 4 元。这个数字可复核：两项相乘相加，落在 4 元出头。

页面还原了几个关键动作——地面加速、贴坡爬升、坡顶倒挂飞出、离地悬停，还被做成了带受力分析的物理课件风格。同一篇实测里，团队还用同类流程复刻了一款手绘风格的第一人称游戏、一个 Markdown 编辑器的即时渲染，以及一段 20 秒的涂鸦广告片。视频那一步不是模型直接出片，而是由模型写画面编排代码，交给渲染工具出文件。

作者也给了对照：同样效果换到几个闭源模型上，花费至少 100 元（媒体估算口径）。同一套流程，他还让人复刻了一个 3D 版埃菲尔铁塔，结论是街景够了，塔身比例还得对着参考图一段段校。

二、跟你有什么关系

做市场、做活动的人：一次性页面、产品演示、课程动效，这类预算几千块又不值得立项的活，现在可以先花几块钱做个能点的版本。

独立开发者：四块钱买到的不只是页面，是一份可改的代码骨架。改配色、换模型、接真实数据，都比从零搭快。

管研发预算的人：注意账单结构。这个案例里 99.6% 的输入走了缓存，价格差两个数量级，缓存命中率才是成本开关。

三、怎么用

1. 先只要骨架，不要成品。第一轮只说清场景、相机、地面、光照，跑起来看一眼。骨头不对，后面全是白改。
2. 按阶段验收。几何、运动曲线、交互分三轮提，每轮只改一件事。一次把八个要求塞进去，模型会挑三个做对。
3. 在同一个会话里迭代。缓存是按前缀命中的，另起对话等于把便宜的那部分重新买一遍。
4. 视频单独走。让模型输出画面编排和时间轴，渲染交给工具，别指望它直接吐 mp4。

四、三个别信的说法

「便宜是因为模型弱，效果肯定凑合。」 这次交付物是能跑的网页，作者也承认细节不如原片。但它抓住的是动作结构，不是像素。判断标准应该是「能不能用」，不是「像不像」。

「四块钱可以复制到任何任务。」 不能。这个价格建立在超长上下文、高缓存命中、纯代码输出三个条件上。换成多轮对话、上传大图、反复返工，账单会翻好几倍。

「以后不用请人了。」 页面能生成，审美、验收、上线和后面的维护还得有人。四块钱买到的是一版草稿，不是交付。

五、一句话结论

省钱的顺序是：拆小任务、别换会话、把重活交给专用工具，最后才是挑便宜的模型。

信息来源

• 爱范儿：4 元重建「特斯拉能飞」3D 网页实测，2026 年 10 月

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。