LibTV又涨价了：11999元年费背后，AI短剧的利润如何被重新分配？
精读「AI短剧指南针」关于 LibTV 调价的文章，拆解即梦三次调价、11999 元与 30576 元年费的口径和 AI 短剧五层产业链，并指出真实单位成本与平台利润仍缺关键证据。
先看结论
AI 短剧工具的这轮涨价，不能只看「LibTV 整体涨幅超过 20%」这一个百分比。AI 短剧指南针的文章把价格、上游模型、内容承制和投流放进同一张产业链图里，最有价值的地方是指出了成本转嫁的方向：创作者承担失败重试、人工返工和交付风险，模型与工具平台却可以在每一次生成或每个月订阅上先收钱。1
但原文里的几组数字，证据强度并不一样。LibTV 与即梦的年费和月度积分是文章转述的价格口径；即梦三次调价、短剧制作成本上升和五层产业链数据，则混合了作者转述、从业者个案和没有给出计算方法的行业数字。它们适合用来理解行业压力，不足以直接算出一家团队的真实毛利。
更准确的判断是：LibTV 正在从低价获客转向提高单价，AI 视频平台的补贴窗口可能收窄；但「涨价后谁在赚钱」仍没有被完整证明。要回答这个问题，至少还要看到同一套餐的新旧价目表、模型调用成本、失败扣费、客户留存和内容方的实际投流回收。
原文信息
- 标题：铲子涨价了
- 来源：微信公众号「AI 短剧指南针」
- 作者：吉良吉兔
- 发布时间：2026 年 7 月 23 日 11:20
- 文章类型：AI 短剧行业观察，核心议题是 LibTV 调价与产业链利润分配
- 原文入口：阅读原文
- 文章主线：回顾即梦的三次调价，比较 LibTV 与即梦的年费和积分，解释模型聚合平台为何可能跟随上游成本涨价，再把 GPU、模型、工具、内容和流量拆成五层。
全文速读
文章从一条 LibTV 商务调价通知写起。通知的转述内容是「受各项因素影响，自即日起全面上调产品价格，整体涨幅预估超过 20%」。这条通知此前也以社群转发形式出现在新腕儿的公开报道中，公开页面同样没有给出完整的新旧价目表。2
随后，作者回顾即梦在 2026 年 3 月和 4 月的连续调价：15 秒视频的积分消耗从 45 分被写成先升至 120 分，再升至 210 分；高级会员月度积分则从 15000 分降到 6160 分。原文据此计算，单个会员的纸面产能从约 83 分钟降到约 7 分钟，跌幅超过 90%。这是一种不考虑生成失败、排队和可用率的上限比较，不能直接等同于交付产能。1
在文章的价格对比里，LibTV 至尊版是 11999 元/年、每月 66000 积分，即梦 AI 超级会员是 30576 元/年、每月 54600 积分。按名义年费计算，即梦价格约为 LibTV 的 2.55 倍；按月度积分看，LibTV 多出约 21%。这只能说明套餐表面的价格和积分差异，不能说明两边积分可以一比一兑换同样的模型、时长、清晰度和成功率。
文章接着把 LibTV 的低价解释为补贴结果，并引用陈冕的字节履历、演语科技融资和 ARR 数据，说明平台正在争取专业视频客户。它的最后一层判断是，工具平台处在产业链的中上游，可以在内容是否爆款之前先收取算力费或订阅费；短剧制作方却同时面对工具、合规和投流成本，成为被上下游挤压的「夹心饼干」。
功能细节拆解
这不是一篇功能更新稿，原文真正讨论的是定价如何改变 LibTV 的产品位置。可以从四个价格变量读它。
1. 价格优势从获客理由变成成本压力
界面新闻 7 月 18 日的对比文章也列出了 LibTV 至尊版 11999 元/年、每月 66000 积分，以及即梦超级会员 30576 元/年、每月 54600 积分的组合，并把 LibTV 描述为可以调用 Seedance 2.0 的聚合平台。该报道的价格与本次原文一致，但同样没有给出 LibTV 的官方价目页或套餐规则截图。3
这组价格的商业含义很直接：如果用户认为两边能得到相近的模型能力，LibTV 就能用更低年费吸引高频生产者。可一旦上游调用价格、并发或排队权益发生变化，聚合平台要么提高售价，要么压缩积分，要么接受毛利下降。它的低价因此更像一项需要持续融资或采购议价支撑的策略，而不是固定产品属性。
2. 不同时间的价格不能拼成涨幅
6 月 29 日的钛媒体文章写到，LibTV 官网当时展示的创作会员价格为 569 元至 8499 元/年；它还把 LibTV 与即梦的差异概括为多模型聚合、工作流和相对低价。4
7 月 23 日的原文则写的是至尊版 11999 元/年。两组数字相差明显，但不能直接得出「至尊版涨了多少」，因为我们没有拿到对应套餐的名称、权益、积分、分辨率、并发和生效时间。569 元至 8499 元也可能是旧页面上的不同档位，11999 元可能是新套餐或另一种计费方案。把它们直接相减，会把时间差和套餐差混成一个涨幅。
截至本轮读取，LibTV 公开首页能确认的产品定位是「创作，只需要一张画布」，页面没有展示可供核对本次调价的完整价格表。5
3. 即梦三连涨暴露的是纸面产能，不是最终成本
按原文给出的数字，调整前用 15000 积分除以每条 45 积分，理论上能生成约 333 条 15 秒片段，合计约 83 分钟；调整后用 6160 积分除以每条 210 积分，理论上约 29 条，合计约 7.3 分钟。纸面产能减少约 91%。
但原文同时给出了「单条视频成本从 5.2 元涨到 40.2 元」的说法，却没有交代这两个金额对应的会员档位、会员费、积分是否包含赠送额度，以及计算时有没有扣除排队失败、重复生成或退款。仅以文中 299 元月费举例，299 元除以 333 条或 29 条，并不能得到 5.2 元和 40.2 元。这说明成本数字的计算口径还需要回到原始账单核对。
对短剧团队来说，真正应该记录的是下面这一组字段：模型版本、画幅、时长、提示词、参考素材、生成轮次、可用片段数、失败是否扣分、人工返工时间，以及最终交付的有效秒数。少一项，单价都可能看起来很漂亮。
4. LibTV 的聚合优势要和上游依赖一起看
聚合平台的好处是模型可以换，用户不必为每个模型重建账号和工作流。它的限制也在这里：模型调用价格、输出质量、限流和政策变化由上游影响。平台要把「多模型选择」变成长期付费理由，需要让角色资产、分镜、项目管理、协作和导出真正沉淀在自己的工作台里，否则用户仍可能只把它当成更便宜的转接入口。
目标用户场景
短剧团队：预算先被生成环节切开
原文引用从业者称，一集 AI 漫剧的制作成本曾从 17 至 19 元涨到 80 至 100 元；另一位从业者则说，原先 15000 积分可以生成约 30 分钟视频，后来 5870 积分只能生成约 7 分钟。它们是个案描述，不能代表所有团队，但能说明高频生产者面对的不是会员费单项上涨，而是可用片段数减少后，返工、等待和人工排期一起变贵。1
团队在决定是否留在 LibTV 时，应该把迁移成本也算进去。角色库、主体设定、风格模板、历史项目和成员习惯都可能留在原平台。如果这些资产不能导出或复用，涨价就不只是价格问题，而是一次工作流切换成本。
广告与品牌团队：看的是可交付性
原文把广告公司和品牌客户列入 LibTV 的目标用户。对这类客户，低价可以帮助团队做更多创意草案，但最终采购更看重品牌资产的控制、素材授权、修改轮次、多人协作和交付时间。文章没有给出品牌客户合同、复购率或项目交付数据，因此只能确认它提出了这一客群，不能确认 LibTV 已经建立稳定的企业服务收入。
个人创作者：套餐差异未必等于性价比差异
个人用户最容易被年费和积分总量吸引，但他们通常没有稳定的批量项目来摊薄会员费。假设每次生成都需要多轮抽卡，积分更多不一定意味着可交付内容更多；如果平台的失败扣费、排队权益和局部重生成规则不同，名义积分也无法横向比较。
内容承制方：预算传导最慢的一层
文章所谓「夹心饼干」，指的是上游工具已经涨价、下游甲方预算却没有同步上调。承制方很难把每一次 API 或会员费上涨都转成报价，最终只能在镜头数量、返工时间、人员配置和投流预算里找空间。这个结构解释了为什么工具价格变动，会快速变成内容质量和交付稳定性的波动。
竞品坐标
本篇原文的竞品关系，可以整理为一张价格与控制权的对照表：
| 对象 | 原文呈现的路线 | 价格与成本问题 | 当前能确认的边界 |
|---|---|---|---|
| LibTV | 多模型聚合加视频工作流 | 原文报 11999 元/年、66000 月积分；整体调价超过 20%的通知来自转述 | 产品定位和聚合路线有公开页面与媒体描述，当前新价格及真实单位成本仍缺官方完整价目表。1 |
| 即梦 | 模型原生入口，兼具大规模分发 | 原文记录 45、120、210 积分三个阶段，并报 299 元月费、15000 到 6160 月积分 | 调价方向和纸面额度变化来自原文，完整历史价目表与真实成功率尚未核实。1 |
| 自研模型平台 | 直接控制模型、产品和部分分发 | 可以减少中间层对外部 API 的依赖，但仍要承担训练、推理和队列成本 | 原文没有提供统一测试，不能据此判断哪家模型更便宜或更稳定。 |
| 人工拼装流程 | 多工具组合，按项目择优 | 会员和 API 成本可能更分散，人工切换和资产迁移成本更高 | 是否更省钱取决于项目规模和人员成本，不能用单条价格替代比较。 |
这里有一个容易被忽略的变化：LibTV 的竞争优势并非单纯的「低于即梦」。如果即梦涨价，LibTV 看起来更便宜；如果即梦降价，或者其它聚合平台用更低价接入同一模型，这个优势会迅速缩小。只有当 LibTV 的项目管理、角色资产、Skill 和交付链路让用户留下来，价格优势才会转化成迁移成本。
行业影响
五层产业链里，收钱时间点决定风险位置
原文把 AI 短剧产业链拆成五层。下面保留它的主张，同时把证据边界放在同一张表里：
| 层级 | 原文的判断 | 对利润的解释 | 仍需补的证据 |
|---|---|---|---|
| 算力 | GPU 供给有限，需求持续增加 | 上游卖资源，收入不直接取决于某部短剧是否爆款 | 实际租赁价格、推理成本、利用率和供给变化 |
| 模型 | 即梦、可灵、海螺等收取模型调用或会员费用 | 每次生成都可能产生 Token 或视频推理收入 | 市占率、API 价格、失败扣费和模型毛利 |
| 工具 | LibTV、AniShort 等聚合模型并提供工作流 | 通过订阅、积分和企业服务把算力包装成生产工具 | 付费客户、复购率、毛利、补贴和客户流失 |
| 内容 | 短剧制作方承担脚本、生成、剪辑和交付 | 收入要等成片上线、分账或客户结算后才回收 | 项目成本、爆款率、回款周期和真实利润 |
| 流量 | 投流决定内容是否获得分发 | 先付广告费用，收益取决于转化、分账和回收 | 投放平台、千次曝光成本、转化率和回收周期 |
原文还列出「三家模型合计约占 65%市场份额」「92%的制作方赔钱」「爆款率 0.16%」「日均投流 9000 万」「投放与运营占总成本 82.5%」等数字。文章没有给出样本、时间范围、统计口径或原始报告链接，因此本文只把它们作为待核验的行业观察，不把这些数字写成市场事实。1
「卖铲子」并不自动等于稳定高利润
工具平台的收款时间点更早，确实可能比内容方更快看到现金流。但「收款早」和「利润高」是两件事。LibTV 每卖出一份会员，仍要承担外部模型、存储、失败任务、客服和合规成本；如果它靠低价吸引高频团队，积分消耗越大，成本也可能越快上升。
钛媒体的分析已经提出同一风险：聚合平台需要通过 API 购买外部模型能力，保持低价通常要依赖折扣、补贴或更便宜的调用渠道；若上游降价或原生平台补齐工作流，用户也可能再次迁移。4
所以「卖铲子」这个比喻更适合解释现金流位置，不适合直接推出盈利结论。要证明工具平台比内容承制方更赚钱，需要公开毛利、退款、获客成本、模型采购成本和客户留存。
ARR 与价格策略必须分开
AI 短剧指南针的文章写到，截至 2026 年 5 月，演语科技 ARR 超过 3 亿美元，同比增长超过 3000%；它还写到 LibTV 上线首月单日收入突破 100 万美元，5 月收入是首月的 13 倍。钛媒体也转述了全公司 ARR 超过 3 亿美元，以及 LibTV 上线两个月后月收入增长超过 13 倍的口径。14
这三组信息不能合并成 LibTV 的利润表。ARR 是集团年度化收入口径，单日收入是峰值，13 倍是增长比例，三者的时间范围和统计对象不同。特别是「单日收入一度超过 100 万美元」不能被改写成「首月收入超过 100 万美元」，也不能直接乘以 365 天做年化。
创始人陈冕的履历也属于背景，不是盈利证据。钛媒体核实到他曾任剪映与 CapCut 全球商业化负责人，1992 年出生，并成为字节内部较年轻的 4-1 级员工之一；文章则在此基础上补充了创业时间、融资轮次和 B+ 轮口径。4 创始人有商业化经验，可以解释产品为什么重视工作流和付费客户，但不能替代分产品收入、毛利和复购数据。
待验证点
- 新旧价目表：11999 元/年是否对应此前 8499 元/年的同一至尊版，套餐权益、月积分、模型范围、并发和排队权益是否一致。
- 20%涨幅的口径：是所有套餐的平均涨幅、某类模型的最高涨幅，还是商务通知里的估算；老用户和已购积分有没有过渡期。
- 积分是否可比：LibTV 66000 积分和即梦 54600 积分各自能兑换哪些模型、分辨率、时长和并发权益，失败生成是否扣分。
- 即梦三次调价的计算：45、120、210 分对应哪些会员档位；5.2 元与 40.2 元是否包含会员费、赠送积分和失败重试。
- LibTV 的真实毛利：每 1 万积分对应的外部模型调用、存储、队列和客服成本是多少，涨价后毛利是否改善。
- 客户的质量：原文提到的团队是注册、试用、签约、付费还是持续复购客户，近千个客户如何去重。
- 增长归属：3 亿美元 ARR 中 LibTV、Lovart、LiblibAI 和其它产品分别贡献多少，LibTV 的单日峰值是否包含大客户预付或集中充值。
- 创作者的真实成本：一集短剧或一条广告在固定模型、画幅、镜头数、成功率和人工工时下，涨价前后各要花多少钱。
- 五层数据来源：65%市占率、92%亏损、0.16%爆款率和 82.5%投放运营成本分别来自哪份报告，样本和时间范围是什么。
- 监管与版权成本：文章提到的 AI 微短剧分类分层标准、标识要求和 30 万、80 万两道数字没有在本文可读证据中配套官方链接，不能直接当成已核实规则；还需核对正式标准、适用范围与执行方式。
- 价格压力测试：如果即梦降价、上游算力缓解或另一家聚合平台推出更低价方案，LibTV 的客户留存和收入曲线是否仍然稳定。
原文关键句
「已经涨价六七次了，还是阉割版的！」1
这句话来自文章转述的社群反馈，不能作为调价次数的独立统计，却准确表达了高频用户的感受：他们在意的不只是会员费，还在意同一笔钱能不能稳定拿到可用片段。
「AI 越普及、技术越先进，创作的成本反而越高，赚的钱越少。」1
这是文章最强的行业判断，但它需要被改写成可计算的问题：成本上涨来自会员费、抽卡次数、人工返工、合规还是投流？收入下降来自甲方预算、平台分成、转化率还是回款周期？只有把这些项目拆开，「技术进步却更贵」才不会停留在情绪判断。
「铲子涨价了，矿还是那座矿。」1
这句收束了原文的产业链比喻。它成立的前提是平台确实能在创作者继续生产时持续收取费用；它尚未证明的是，矿主是谁、矿的回收率是多少，以及当铲子不再便宜时，挖矿的人还剩多少利润。
Fuentes de referencia
Contenido relacionado
- Inicia sesión para comentar.