AI動画1本の実際のコスト｜704本作って分かった、公開できるのは半分

生成1本あたり約 0.16 ドル。公開できる1本あたりは約 0.33 ドル。

同じものを作っているのに 2 倍の開きがあります。理由は単純で、作ったものの半分は公開していないからです。

推測を混ぜず、本番のデータベースに残っている実績だけを使いました。

• 生成ジョブ 670 件（完了 613 / 失敗 57）
• そのうち動画 401 件の開始時刻と終了時刻
• 生成された動画 704 本の、公開・却下の内訳
• GPU の時間単価

動画 401 件の実測です。

設定を詰めた後の理想的な条件では 11〜12 分で終わります。それでも平均は 13.7 分でした。差は GPU の混雑によるものです。

最長の 95 分は外れ値ですが、外れ値も課金されます。「理想的な条件での所要時間」で予算を組むと足りません。

画像は桁が違います。

画像は動画の 17 分の 1。同じ「AI生成」でも、コストは別物として扱う必要があります。

「平均 13.7 分」だけを見て予算や計画を組むと外します。401 件の分布を出すとこうなります。

半分は 10.4 分で終わっています。設定を詰めた理想値（11〜12 分）に近い。

にもかかわらず平均が 13.7 分なのは、遅い側の尾が引っ張っているからです。100 本に 1 本は 53 分かかっています。中央値の 5 倍です。

670 件のジョブのうち 57 件が失敗しました。

重要なのは、失敗したジョブも GPU 時間を消費していることです。途中まで動いて落ちるので、成果物ゼロで課金だけが残ります。

ここが一番効きます。生成した動画 704 本のうち、公開できたのは 351 本でした。

約半分を捨てています。理由は手が破綻している、動きが不自然、意図と違うものが出た、など様々です。

却下率がコストに与える影響は、掛け算ではなく割り算で効きます。

却下率は一律ではありませんでした。種別ごとに測るとはっきり分かれます。

テキスト投稿は 125 本すべて公開していて、却下がゼロです。画像は 3 本に 1 本、動画は ほぼ 2 本に 1 本を捨てています。

理由は単純で、壊れる余地の量が違うからです。テキストは破綻しても読めば分かるし直せます。画像は手や姿勢が破綻します。動画はそれに加えて、時間方向の破綻（動きが不自然、途中で崩れる）が乗ります。

これがコストに効きます。生成時間の差は 17 倍でしたが、却下率を織り込むと差はさらに開きます。

名目 17 倍の差が、実質 21 倍になります。

生成を速くする最適化は、やれば確実に効きます。実際に別の記事で書いたとおり、1本 21 分を 11 分まで縮めました。

しかしそれは生成コストを半分にするだけです。却下率が 50% のままなら、公開1本あたりのコストは半分の 2 倍 = 元と同じところまでしか下がりません。

• 速度の最適化には上限があります。物理的に 0 秒にはなりません
• 却下率の改善には上限が無いとは言いませんが、まだ余地が大きい

GPU 時間以外にも積み上がるものがあります。

• 却下した動画のファイル。データベース上は却下でも、ストレージには残ります。掃除しないと課金され続けます
• 開始画像の生成。動画の前に静止画を作る構成なら、その分も乗ります
• 待ち時間。GPU を借りている間は、生成していなくても課金されます。止め忘れが一番高くつきます

1. 時間単価 × 平均生成時間で、生成1本のコストを出す
2. 失敗率で割る（失敗したジョブも課金されている）
3. 却下率で割る（ここが一番大きい）
4. ストレージと待機時間を足す

1 だけで止めると、実際の半分の見積もりになります。