1-минутное видео обошлось моему боссу в 70 юаней! Я попросил Codex собрать видеоворкфлоу на Opus 5.5, работающий по одной фразе

Коротко: я почти не писал код. Только ставил задачи Codex, одобрял выполнение и поправлял курс, и в итоге получился видеоворкфлоу на Opus 5.5 по одной фразе. Результат правда впечатляет, но счёт тоже впечатляет.

Увлёкся я основательно. Я попросил Codex воспроизвести видеоворкфлоу. Я вбиваю одну фразу с задачей, а Opus 5.5 сам придумывает концепцию, пишет код анимации, делает музыку, проверяет и правит результат и в конце экспортирует MP4.

Когда готовый ролик появился, я был в восторге. Потом посмотрел на стоимость. За видео примерно в 1 минуту, по моим записям, модель съела 9,4943 доллара, это около 70 юаней. Деньги, к счастью, платил босс.

Весь процесс сборки, расход квот и стоимость ниже взяты из моего собственного прогона. В том числе я расскажу, как Codex в первый раз честно построил не то, что нужно.

Opus 5.5: краткий словарь терминов видеоворкфлоу (to know)

Ниже встретятся слова, к которым мы будем возвращаться снова и снова. Давайте сразу договоримся о терминах, чтобы на полпути не запутаться.

01 Увидел на B站 ролик, сделанный в Opus 5.5, и мне захотелось сделать такой же

Началось всё просто. Недавно я листал B站 и наткнулся на видео, которое кто-то сделал в Opus 5.5. Повествование выстроено чётко, картинка приятная, со вкусом у автора всё в порядке. Это не подборка эффектных кадров ради эффектных кадров, как было в ранних ИИ-видео. Ролик действительно рассказывает историю.

Я сразу подумал, что такой формат отлично подходит для контент-маркетинга и личного бренда. Если ИИ сам продумает сценарий, нарисует картинку, озвучит и смонтирует, порог входа в производство контента заметно снизится. Особенно для образовательных и узкопрофессиональных тем, где нужно всё объяснить, но самому лезть в кадр не хочется.

Тут я уже не смог усидеть на месте: раз у других получилось, соберу себе такую же систему.

02 Я сказал Codex всего одну фразу: «Хочу такое же, как у того автора, сделай мне»

Изучать с нуля движки анимации, рендеринг и обработку звука я не собирался. Писать целую видеосистему самому тоже. Я просто бросил цель в Codex. Сказал примерно так: «Хочу такое же, как у того автора, сделай мне».

Дальше почти всё делал Codex:

• искал туториалы, читал описания и исходники референсного проекта;
• ставил зависимости вроде Node.js, Python и FFmpeg и настраивал локальное окружение;
• связывал в одну цепочку рендеринг, звук, субтитры и проверки;
• гонял тесты и сам чинил ошибки.

Мне оставалось ставить задачи, подтверждать направление и нажимать «разрешить», когда он собирался выполнить команду. Я скорее был заказчиком, который не особо разбирается в технике, зато чётко понимает, чего хочет.

Первый раз Codex собрал воркфлоу для видео в Opus 5.5 не туда

Всё прошло не гладко. В первый раз Codex построил рабочую станцию по схеме «модель генерирует раскадровку + фиксированные шаблоны анимации». Opus мог только подставлять текст и параметры в готовые шаблоны. Это работало, но сильно ограничивало творческое пространство Opus, и результат совсем не походил на то, что я видел на B站.

Тогда я поменял подход. Вместо того чтобы снова и снова объяснять, что мне нужно «вот такое красивое», я попросил ориентироваться на уже удачный пример. Codex заново изучил запись процесса производства от Ploto и взял за основу упомянутый там опенсорсный проект Lemo-Opuscar. Только после этого направление стало правильным.

💡 Главный вывод из этой истории: когда даёшь агенту сложную задачу, конкретный и проверенный пример успеха обычно работает лучше, чем бесконечные объяснения того, чего ты хочешь.

Сборка воркфлоу для видео в Opus 5.5 съела 80% лимита Codex

Когда всё было готово, оказалось, что Codex потратил около 80% лимита пятичасового окна в моём тарифе ChatGPT Plus.

03 Каким же в итоге получился видеоворкфлоу на Opus 5.5?

Сначала разберёмся с тремя ролями. Многие, увидев «Codex собирает воркфлоу для Opus», думают, что два ИИ вместе делают видео, — на самом деле они появляются на двух разных этапах:

В основе лежит Lemo-Opuscar — набор инструментов стиля для «создания фильмов кодом». Он раскладывает режиссёрские приёмы, техническую реализацию и визуальный стиль по отдельным гайдам, и агент творит, опираясь на них. В проекте есть готовая библиотека стилей, из которой можно просто выбирать, но свои тоже поддерживаются. Там прямо сказано, что эти стили оптимизированы под Claude Opus 5.5 и на другой модели того же эффекта, скорее всего, не будет. В документации к версии, которую я поставил у себя на машине, отдельно упоминалось, что на один ролик агенту обычно требуется 30–60 минут работы и немалое количество токенов. Тогда я не придал этой фразе значения — дошло до меня уже потом, когда я увидел счёт.

Видеоворкфлоу Opus 5.5 — это не «ИИ сразу генерирует видео»

Тут проще всего ошибиться. Никакая AI-модель для генерации видео не вызывается, и роликов из одной фразы на выходе не получается. Судя по технической документации проекта, видео делается кодом: ни моделей генерации видео, ни стоковых футажей там нет. Opus пишет код картинки и анимации для веб-страницы, браузер снимает скриншоты кадр за кадром по заданным моментам времени, а в конце изображение и звук собираются в видео.

Коротко о цепочке инструментов:

• Node.js + Canvas/WebGL: запускает код картинки, который написал Opus, и рисует анимацию по времени
• Headless-браузер Playwright: открывает страницу с анимацией и снимает кадры один за другим
• Kokoro: локальная озвучка на китайском; в этом ролике без закадрового голоса не использовалась
• Whisper: если озвучка есть, превращает речь обратно в текст, чтобы сверить каждую фразу
• Python: озвучка, проверка, обработка звуковых эффектов и музыки
• FFmpeg: кодирование, микширование звука и сборка итогового видео

У такого подхода есть плюс: картинка, музыка, субтитры и звуковые эффекты живут на одной общей временной шкале, поэтому смену кадров можно точно привязать к звуковым событиям. Из требований к окружению: Node.js 20+, FFmpeg 7+, Python 3.11+, а по умолчанию на выходе 1920×1080 при 24 fps. Я в этот раз запускал на 30 fps.

04 После одной фразы видеоконвейер на Opus 5.5 начинает работать сам

Когда всё настроено, пользоваться этим просто. Весь процесс выглядит примерно так:

1. Я пишу одну фразу и говорю Opus, какое видео хочу получить
2. Opus сам продумывает концепцию, пишет сценарий и проектирует кадры
3. Производство картинки: пишется код анимации, делаются визуальные эффекты и движения камеры
4. Производство звука: музыка, звуковые эффекты, субтитры; если нужен закадровый голос, подключается озвучка
5. Из видео извлекаются кадры, проверяются картинка и звук, а найденные проблемы Opus исправляет сам
6. Покадровый рендеринг, сборка и экспорт в MP4

С озвучкой вышла отдельная история. Офлайн-интерфейс для китайского языка, который идёт в исходном проекте по умолчанию, звук выдавал. Но когда я в первый раз прогнал результат через Whisper, распознанный текст сильно расходился с оригиналом. Codex взял китайский пример от автора движка Kokoro, добавил китайскую модель v1.1 и фронтенд произношения Misaki для китайского языка. После правок обе тестовые китайские фразы прошли проверку, и переходить на онлайн-озвучку не пришлось. Эта возможность в системе есть, но в восьми роликах, которые я сделал на этот раз, она не использовалась.

У итогового конвейера есть две точки входа:

Важно понимать: «одна фраза» упрощает только взаимодействие. Под капотом Opus всё так же делает много вызовов, запускает инструменты и многократно что-то переделывает, так что токенов уходит ничуть не меньше.

05 Когда видеоворкфлоу на Opus 5.5 наконец заработал, я был слегка удивлён

В первый раз я взял довольно сложную тему: описание «Восьми врат» из китайской традиционной системы гаданий Цимэнь дунь цзя. Требования были такие: около одной минуты, 1920×1080, 30 кадров в секунду, без голосового озвучивания. В пояснениях к заданию Opus предложил решение «субтитры в стиле тибо плюс музыка на гуцине». А в файле с указанием авторства в каталоге проекта было прямо сказано, что весь звук в ролике синтезирован кодом: ни записи, ни голоса.

Результат меня по-настоящему удивил. Больше всего поразили иероглифы: чёткие, аккуратные, намного лучше, чем я ожидал. Когда на экране появились специальные элементы вроде дворцов (гун), «летящих звёзд» и гексаграмм, я уже приготовился к тому, что бывает в ранних AI-видео: мешанина из значков, кривые надписи, поплывшие иероглифы. Ничего подобного, всё расставлено чисто.

Со вкусом тоже всё в порядке. Основа в духе китайской туши, субтитры в манере тибо (надписей на свитках), гуцинь на фоне: получилось лаконично и масштабно, и это очень подходит теме. У меня осталось ощущение не просто «AI умеет генерировать картинки», а «он как будто знает, как такой контент должен выглядеть».

06 Потом я заглянул в расходы на видеоворкфлоу Opus 5.5: одна минута — 9,4943 доллара

Пошёл посмотреть, во сколько всё обошлось.

Если грубо прикинуть по условному курсу около 7,3 юаня за доллар, получится примерно 70 юаней.

Скажу честно, как думаю: результат и правда хороший, но 70 юаней за минуту видео — само по себе недёшево. Если после публикации ролик не принесёт ни трафика, ни подписчиков, ни коммерческой отдачи, эти деньги потрачены впустую.

Подписка Claude и оплата API по факту использования — две разные структуры затрат

Я вернулся к официальным разъяснениям Anthropic: механика оплаты у этих двух вариантов действительно разная.

Поэтому нельзя просто сказать, что API обязательно дороже подписки, и нельзя сказать, что подписка позволяет гонять воркфлоу бесконечно. Подписка, возможно, лучше подходит для длительной и объёмной работы; плюс API в том, что про каждый запуск понятно, сколько он стоил. Что выгоднее — зависит от реального объёма использования и частоты выпуска роликов, и лучше сравнивать на данных за какой-то период.

💰 Совет по сверке расходов: если вы работаете по оплате за использование, после каждого готового ролика сверяйте детализацию в консоли APIYI apiyi.com и записывайте тему и число итераций правок. Через несколько роликов вы сможете прикинуть диапазон себестоимости одного видео.

Хотите сначала проверить всё с минимальными затратами? Протестируйте Opus 5.5 как сценариста отдельно

Если вы ещё не решили, стоит ли собирать весь пайплайн, потратьте совсем немного: один раз вызовите Opus 5.5 отдельно, посмотрите, как он пишет раскадровку, и заодно проверьте расход токенов:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # OpenAI-совместимый интерфейс APIYI
)

resp = client.chat.completions.create(
    model="claude-opus-5.5",  # Название для примера, актуальное смотрите в списке моделей APIYI
    messages=[{"role": "user", "content": "为一条1分钟的奇门八门科普短片写6个镜头的分镜，水墨风格，无旁白"}],
)
print(resp.choices[0].message.content)
print(resp.usage)  # Расход входных и выходных токенов за этот вызов

import json
import time
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

LOG_PATH = "usage_log.jsonl"

def ask_with_log(prompt: str, model: str = "claude-opus-5.5", tag: str = "storyboard") -> str:
    """Вызывает модель и дописывает расход токенов каждого вызова в лог, чтобы потом было удобно сверять"""
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    usage = resp.usage
    record = {
        "time": time.strftime("%Y-%m-%d %H:%M:%S"),
        "tag": tag,
        "model": model,
        "prompt_tokens": usage.prompt_tokens,
        "completion_tokens": usage.completion_tokens,
    }
    with open(LOG_PATH, "a", encoding="utf-8") as f:
        f.write(json.dumps(record, ensure_ascii=False) + "\n")
    return resp.choices[0].message.content

def summarize(log_path: str = LOG_PATH) -> dict:
    """Суммирует накопленный расход токенов; стоимость пересчитайте сами по актуальным ценам из консоли"""
    total_in, total_out = 0, 0
    with open(log_path, encoding="utf-8") as f:
        for line in f:
            r = json.loads(line)
            total_in += r["prompt_tokens"]
            total_out += r["completion_tokens"]
    return {"input_tokens": total_in, "output_tokens": total_out}

if __name__ == "__main__":
    print(ask_with_log("为一条1分钟的奇门八门短片设计镜头节奏和配乐思路"))
    print(summarize())

🚀 Быстрая проверка: для начала прогоните несколько тестовых раскадровок через APIYI (apiyi.com) на бесплатные кредиты для новых пользователей. Убедитесь, что творческий стиль Opus 5.5 вам подходит, и только потом решайте, стоит ли вкладываться в весь рабочий процесс.

07 Результатом я доволен, но счёт за этот видеопайплайн на Opus 5.5 всё равно придётся пересчитать

Этот эксперимент наглядно показал, до чего реально дотягивает агентный видеопайплайн. Для контент-менеджмента, личного бренда, познавательных видео и узких профессиональных ниш такие инструменты стоит изучать дальше. Но «технически это можно сделать» и «коммерчески это окупается» — две разные вещи.

Если эти видео потом принесут трафик, подписчиков и конверсии, 70 юаней — разумные производственные вложения. Если же вы просто сделали минутный ролик и смотрите его сами, 70 юаней явно того не стоят. Заодно напомню: код и документация Lemo-Opuscar идут под лицензией MIT, примерные фильмы и стоп-кадры — под CC BY 4.0, и сделанные на их основе фильмы принадлежат автору; а вот у сторонних материалов, включая часть озвучки, свои лицензии. Перед коммерческим использованием лучше взять собственные материалы и проверить каждый пункт по отдельности.

Главное, что я из этого вынес, — я сам прогнал весь пайплайн от начала до конца и понял, во сколько он обходится. Так или иначе, этот заход стоил настоящих денег (хотя платил начальник). Результат действительно хорош, и деньги действительно потрачены. Кто хочет попробовать — сначала разберитесь, идёте вы по квоте тарифного плана или платите за API по факту использования. Иначе трафик на видео вы ещё не заработали, а счёт уже пришёл.

Часто задаваемые вопросы (FAQ)

Opus 5.5 и видеоворкфлоу: главные выводы (Key Takeaways)

• Чётко разделяйте роли: Codex всё собирает, Claude Code служит рабочим местом, а Opus 5.5 отвечает за творческую часть
• Это не видеомодель: картинку кадр за кадром рендерит код, поэтому текст и символы получаются чёткими и управляемыми
• Примеры работают лучше объяснений: когда Codex собрал всё неправильно, поправить курс удалось только с помощью удачных примеров
• Не путайте две статьи расходов: 80% — это квота подписки Codex, а 9,4943 доллара — плата за вызовы API
• 70 юаней — не тариф: это стоимость одного конкретного ролика, а пересчёт по курсу приведён лишь для примера
• Начните с малых затрат: проверить, как Opus справляется с раскадровкой, можно на бесплатной квоте APIYI (apiyi.com)

Итоги

Мой вывод по этому эксперименту с видеоворкфлоу на Opus 5.5 состоит из трёх пунктов:

1. Возможности настоящие: иероглифы, дворцы, небесные тела, гексаграммы и общая эстетика китайской туши превзошли мои ожидания
2. Затраты тоже настоящие: примерно 70 юаней за минуту видео, плюс большая часть квоты Codex, которую съела настройка. Это недёшево
3. Окупится или нет — зависит от отдачи: если ролики приносят трафик, подписчиков и конверсии, это инвестиция, а если нет — просто убыток

То, что технически это сделать можно, ещё не значит, что это оправданно с точки зрения бизнеса. Сначала стоит определиться, что именно вы хотите получить от видео, а потом выбирать между подпиской и оплатой по факту использования. Если хочется проверить идею с минимальными затратами, можно отдельно протестировать планировочные способности Opus 5.5 на бесплатной квоте APIYI (apiyi.com), а когда результат устроит — запускать всю цепочку целиком.

📚 Справочные материалы

1. Репозиторий проекта Lemo-Opuscar: набор стилевых инструментов для создания видео с помощью кода
2. Ссылка: github.com/lemomo-ai/lemo-opuscar

3. Описание: содержит три типа руководств — по режиссуре, технике и стилю, а также информацию о лицензии

4. Техническая документация Lemo-Opuscar, TECHNIQUE.md: описание механизма производства видео

5. Ссылка: github.com/lemomo-ai/lemo-opuscar/blob/main/TECHNIQUE.md

6. Описание: рассказывает о построении кадров с помощью кода, покадровом рендеринге, проверке озвучки, субтитрах и сборке через FFmpeg

7. Справочный центр Anthropic: тарифы Claude Code, Pro, Max и Ultra

8. Ссылка: support.claude.com/en/articles/11145838-use-claude-code-with-your-pro-max-or-ultra-plan

9. Описание: чем лимиты по подписке отличаются от оплаты через API и какой приоритет у ANTHROPIC_API_KEY

10. Ploto: заметки о производстве: опыт создания длинного видео с помощью ИИ

11. Ссылка: ploto.me/posts/how-i-made-a-long-video-with-ai
12. Описание: источник удачного примера, на который опирался Codex, когда корректировал направление сборки

Автор: техническая команда APIYI
Обратная связь: пишите нам на главной странице сайта APIYI. Больше материалов по подключению — в центре документации docs.apiyi.com

Читайте также

• Освойте смену точек конкуренции в AI-производстве коротких драм: 6 шагов от генерации одного кадра до управления активами нескольких эпизодов: В условиях смены конкурентных акцентов в AI-производстве мини-сериалов за 6 шагов создайте межэпизодную библиотеку ассетов, правила версий, карточки кадров и процесс проверки непрерывности, чтобы сократить нестыковки между эпизодами и переделки.
• Карпати создал видеосайт за два часа: 6 шагов и 3 подводных камня при воссоздании с Opus 5.5: Разберите публичную информацию о том, как Карпати создал HackerTube за два часа с помощью Opus 5.5, опишите 6 шагов для повторения, 3 типичные проблемы и оценку затрат, а также объясните, как подключить Claude Code через APIYI.
• Ни ветер, ни дождь, ни туман, ни солнце: от бросившего учёбу рабочего на заводе до вершины трендов GitHub — создатель Archify, превращающего одну фразу в интерактивную архитектурную диаграмму (5 шагов для быстрого старта): Фронтенд-разработчик Ту Шаокунь создал открытый Skill Archify для продолжения обучения на бакалавриате; сам он бесплатный, платить нужно за модель, которая работает за ним, а в этой статье показано, как за 5 шагов подключить claude-opus-5-5 и создавать интерактивные архитектурные диаграммы одной фразой.
• Claude Code начал блокировать «клонирование игр»: как инди-разработчикам избежать блокировки при создании прототипов: 27 октября в системный промпт Claude Code добавили два предложения, ограничивающих копирование конкретных игр; в статье описаны изменения, допустимые задачи, шаблон дизайн-документа, три примера переписывания промптов и выбор модели по стоимости на этапе прототипирования.
• Руководство по Claude Motion: как превратить промпт в анимированное видео с помощью Opus 5.5 и создать своё первое видео за 5 шагов без опыта: Пошаговое руководство для новичков: получите API-ключ claude-opus-5-5, вставьте один промпт, и Opus 5.5 создаст анимацию, которую можно запустить в браузере и записать на видео, а также предоставит 4 примера промптов, контрольный список для консоли и таблицу устранения неполадок.