OpenShorts · 已发布,本站供应商暂无

OpenShorts GitHub 是什么?仓库、安装部署方法与运行成本(2026)

OpenShorts GitHub 指的是仓库 github.com/mutonby/openshorts,它是一个 MIT 许可的开源工具,能把长视频切成 9:16 的短片,由 Google Gemini 或本地模型挑出片段,加上自己的 API 密钥后用 docker compose up 启动,按它的 README 说法,成本只有你的硬件和 API 用量。

已发布,本站供应商暂无最后更新:

现在就用

聊天

这个聊天默认使用 GPT-6 Luna,不是 OpenShorts。

每次回复约 1 积分 · 查看全部模型

新账号一次性获得 5 个免费积分,7 天内有效,可用于本站价格较低的模型,最贵的模型需要用你购买的积分。

开始聊天,送 5 个免费积分
厂商
OpenShorts
类型
文字
发布
未注明日期
OpenRouter id
无

已核对

OpenShorts:事实与来源

  • github.com/mutonby/openshorts 的 README 把 OpenShorts 称为开源 AI 视频平台,三个工具合一:把长视频切成 9:16 的 Shorts、TikTok 和 Reels 的“切片生成器”,用 AI 演员做营销视频的 AI Shorts,以及生成标题、缩略图和简介的 YouTube Studio。它还自称是 OpusClip(一个闭源的托管切片服务)的开源替代品。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • 本页只讲一个仓库:GitHub 上的 mutonby/openshorts,它的主页字段指向 openshorts.app。GitHub 的 API 显示它属于一个个人账号(mutonby),创建于 2025 年 12 月 19 日,最近一次推送在 2026 年 11 月 18 日,并被标为 kamilstanuch/Autocrop-vertical 的分叉(那是另一个用 YOLOv8 和 FFmpeg 把横屏视频转成竖屏的工具)。2026 年 11 月 19 日当天它显示 9,217 个星标、1,924 个分叉;这些数字每天都在变。来源: api.github.com · 核对于 2026-11-19
  • 这个仓库没有带编号的发布版本:2026 年 11 月 19 日,GitHub 上它的发布列表是空的,标签列表也是空的。没有版本号可以固定,克隆下来得到的就是你复制当天的 main 分支。来源: api.github.com · 核对于 2026-11-19
  • 关于谁在维护:openshorts.app 的页面署名是“By the OpenShorts team”(OpenShorts 团队),没有点名任何个人;README 把 OpenShorts Cloud(openshorts.app)介绍为同一套软件的托管版本。README 没有列出贡献者,也没有说维护者是谁,所以本页不点名任何人。来源: openshorts.app · 核对于 2026-11-19
  • 许可:仓库根目录的 LICENSE 文件是 MIT 许可证,署名“Copyright (c) 2024 OpenShorts”。只要保留版权和许可声明,任何人都可以使用、复制、修改、合并、发布、分发、再授权和出售这套软件;许可证不提供任何担保。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • MIT 许可有一个例外:cloud/ 目录(计费、托管密钥,以及可选的 BILLING_ENABLED 开关背后的托管服务基础设施)适用另一份 OpenShorts 商业许可。它允许你为个人或内部业务使用阅读、修改和自托管这部分代码,禁止把它作为托管、代管或付费服务提供给第三方,包括与 openshorts.app 竞争的服务。README 说,自托管核心应用从不需要这个目录。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • 按 README,切片流水线的步骤是:取一个 YouTube 链接(用 yt-dlp 下载)或本地上传的文件;用 faster-whisper(GPU 上可用 Parakeet)转写,带逐词时间戳;用 PySceneDetect 找场景边界;让 Google Gemini 挑出 3 到 15 个、每个 15 到 60 秒的片段,并给出传播潜力评分;用 FFmpeg 剪切;用 MediaPipe 和 YOLOv8 人脸跟踪重构图为 9:16;烧录字幕、开场钩子文字和可选特效;最后下载或发布。它点名 Gemini 3.1 Flash-Lite 是给转写文本排序的模型。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • 按 README,运行它需要:以 Docker 和 Docker Compose 为基础,再加一个 Google Gemini API 密钥(“required for all AI features”,所有 AI 功能都需要),除非你把挑片段这一步指向本地模型。fal.ai 密钥只有 AI Shorts 才需要,ElevenLabs 密钥只用于配音和多语配音,Upload-Post 密钥只用于直接发布到社交平台。它自己的对比表把自托管的准备工作写成“Docker, 8GB+ RAM, model downloads”(Docker、8GB 以上内存、下载模型),技术栈一节写明后端用 Python 3.11。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • 按作者自己的数字(本站未测试),自托管时 8 分钟的视频在普通 CPU 上要 5 到 8 分钟,用 NVIDIA 显卡约 1 分钟(README 的例子是 RTX 4060,任何带 NVENC 的显卡都行),在作者自己托管的 GPU 上约 50 秒。默认的 Docker 镜像只支持 CPU。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • README 说,切片流水线里唯一的云端调用是挑片段这一步,它把转写文本(绝不是视频)发给 Gemini。想避开 Google 密钥,就把 LLM_BASE_URL(以及 LLM_MODEL)指向任何兼容 OpenAI 的服务器:它说 Ollama、LM Studio、vLLM、llama.cpp server、LocalAI 或 OpenRouter 都能用。Ollama 需要比默认 4,096 更大的上下文;README 说 7-8B 的模型能稳定返回合法 JSON,3B 的不行。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • README 说,即使用本地模型,有些步骤仍然需要 Gemini:自动版式选择、屏幕内容检测,以及没有语音可供切分的无声视频。没有 Gemini 密钥时,这些步骤会退回到普通的人脸跟踪裁剪,无声视频则会报错并说明原因。在 LLM_BASE_URL 之外再加一个密钥,两者就都能用。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • README 说,整条流水线都可以由智能体和脚本驱动:内置 MCP 服务器(/mcp,自托管地址是 http://localhost:8000/mcp,也可以用 python mcp_stdio.py 走 stdio)、每个实例的 /docs 里有交互式文档的 REST API、完成回调 webhook、零依赖命令行工具(pip install openshorts),还有一个智能体技能文件。自托管的 MCP 端点只在你的机器开机时才能响应。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • 关于源视频和版权,openshorts.app 的常见问题说只能切你自己拥有、或有权利或许可使用的视频。它说应用在处理前会让你确认这一点,你要为自己提交的内容负责,合理使用因国家而异、从来没有保证,未经许可重新上传别人的视频属于侵犯版权,平台会删除内容并可能给账号记过。README 除了给自己的演示视频标注 CC BY 许可之外,没有再讨论这件事。来源: openshorts.app · 核对于 2026-11-19
  • README 的“安全与性能”清单说,容器以专用的非 root 用户运行,API 密钥在浏览器端加密、从不保存在服务器上,旧任务会自动清理(自托管时默认 24 小时),上传文件上限 2GB。它还说明有任务队列,并发数可配置(MAX_CONCURRENT_JOBS,默认 5)。这些我们都没有审计。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • OpenShorts 是你自己运行的软件,不是 AI 模型,也不在 OpenRouter 的模型列表里(2026 年 11 月 19 日核对),所以本站无法运行它。本站是与其他模型的文字聊天,不剪辑视频:不能剪切、重构图或加字幕。它可以帮你处理流程周边的文字,比如标题和开场钩子。来源: openrouter.ai · 核对于 2026-11-19 · 二手

本站表格

OpenShorts GitHub 的运行条件与成本,逐项列出

  • README 的“要花多少钱?”一节说,自托管免费,机器自备,只为用到的 AI 接口付费。它给的数字:Gemini 有免费试用,每个 10 分钟视频不到 0.01 美元;本地模型除硬件外为 0 美元;fal.ai 按量计费,每个 AI Short 约 0.50 到 1.50 美元;ElevenLabs 有免费档,之后按量计费;Upload-Post 每月 10 次免费上传;可选的 AWS S3 备份约每 GB 0.023 美元。AI Shorts 一节给出两种模式:低成本约每个视频 0.65 美元,高级约 2 美元。这些是作者自己的数字,本站未测试。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • 托管版 OpenShorts Cloud 的价格见 2026 年 10 月 30 日的价格页:免费方案(首个视频最长 60 分钟,之后每月 20 分钟,带水印,无需信用卡),Starter 每月 12 美元含 100 分钟,Creator 29 美元含 300 分钟,Pro 59 美元含 750 分钟,付费档都没有水印;另可单买额外时长,60 分钟 9 美元或 200 分钟 25 美元。自托管没有分钟计量。这类价格会变,依赖前请自己再核对。来源: openshorts.app · 核对于 2026-11-19

组件与成本

OpenShorts 仓库运行所需的组件、调用的 AI 服务和各自的成本

搜 OpenShorts GitHub 页面的人,大多想知道要装什么、要花多少钱。下表按 README 一项一项列出。切片流水线本身在你的机器上运行;唯一的云端调用是挑片段这一步,它把转写文本(不是视频)发给 Gemini,除非你把它指向本地模型。本站无法运行 OpenShorts,也不剪辑视频,但能帮上文字部分:把转写文本贴进聊天,让模型给出候选片段或开场钩子,用 GPT-6 Luna、Claude Haiku 5.5 或 DeepSeek V4.1 Flash,每次回复约 1 个积分。

本站自制表格:仓库 README、Dockerfile、.env.example 以及作者自己的页面,2026 年 11 月 19 日读取;成本为作者自己的数字,本站未测试 · 核对于 2026-11-19
组件README 里它做什么原文写明的成本或条件
Docker 和 Docker Compose必需。安装路径是 git clone,然后 docker compose up --build;后端镜像基于 Python 3.11,默认只支持 CPU核心应用没有许可费用(MIT)。README 的自托管一栏把准备工作写成“Docker, 8GB+ RAM, model downloads”(Docker、8GB 以上内存、下载模型)
Google Gemini API 密钥从转写文本里挑出 3 到 15 个(每个 15 到 60 秒)片段;README 点名 Gemini 3.1 Flash-Lite。还用于版式选择、脚本和网络调研。除非设置了 LLM_BASE_URL,所有 AI 功能都需要它有免费试用额度;每个 10 分钟视频不到 0.01 美元(README 的数字)
本地模型(LLM_BASE_URL)代替 Gemini 来挑片段:任何兼容 OpenAI 的服务器,如 Ollama、LM Studio、vLLM、llama.cpp server、LocalAI 或 OpenRouter。只发送转写文本。版式选择、屏幕内容检测和无声视频仍然需要 Gemini用自己的硬件为 0 美元。Ollama 需要 OLLAMA_CONTEXT_LENGTH=16384(默认的 4096 会悄悄截断);7-8B 的模型能稳定返回合法 JSON,3B 的不行
faster-whisper 和 Parakeet本地转写,带逐词时间戳。Parakeet(仅 GPU 镜像)可选,在 GPU 上约比 Whisper 快 2 倍,覆盖 25 种欧洲语言,出错时退回 Whisper在容器内运行,没有写明接口费用。.env.example 里注释掉的示例设置是 “small” 模型、cpu 和 int8
YOLOv8 和 MediaPipe用于 9:16 裁剪的人脸跟踪:先用 MediaPipe,YOLOv8 作后备在本地运行;Dockerfile 在构建镜像时下载 yolov8n 权重
NVIDIA GPU(可选)更快的转写和 NVENC 视频编码;需要 NVIDIA 驱动、NVIDIA Container Toolkit 和一个 docker-compose.override.yml镜像大约多 2 GB;8 GB 显存足够跑 fp16 的 large-v3-turbo 加检测模型
fal.ai 密钥仅用于 AI Shorts:用 Flux 2 Pro 生成演员,用 Hailuo 2.3 Fast 加 VEED Lipsync 生成说话的头像(高级模式用 Kling Avatar v2)按量计费,每个 AI Short 约 0.50 到 1.50 美元;低成本模式每个视频约 0.65 美元,高级模式约 2 美元
ElevenLabs 密钥为 AI Shorts 配音,以及带声音克隆的 30 多种语言配音;密钥需要你自备,托管的 Cloud 版也一样有免费档,之后按量计费,由 ElevenLabs 收费
Upload-Post 密钥只用于把切片直接发布到 TikTok、Instagram、YouTube 等;如果你只是下载切片就用不上每月 10 次免费上传到所有网络,无需信用卡,之后按量计费
AWS S3(可选)切片备份和公开画廊;通过 .env 里的 AWS 变量设置约每 GB 0.023 美元
OpenShorts Cloud(托管,可选)同一套软件,跑在作者自己的 GPU 上,含 Gemini 密钥,付费档带自动发布和 Autopilot免费方案(首个视频最长 60 分钟,之后每月 20 分钟,带水印);Starter 每月 12 美元含 100 分钟,Creator 29 美元含 300 分钟,Pro 59 美元含 750 分钟(2026 年 10 月 30 日的价格页)

来源: raw.githubusercontent.com来源: raw.githubusercontent.com来源: raw.githubusercontent.com来源: openshorts.app

本站表格

OpenShorts GitHub 安装步骤,出自 README

  • 随附的 docker-compose.yml 定义了三个服务:backend(端口 8000)、frontend(宿主机端口 5175,对应仪表盘的开发服务器,以 target "dev" 构建,源码目录挂载进容器)和 renderer(端口 3100)。README 只给了这一条安装路径,没有单独的生产部署或反向代理指南;它的 .env.example 只在涉及作者自己的托管服务时提到 Traefik 和 PostgreSQL 备份。我们没有运行过它。来源: raw.githubusercontent.com · 核对于 2026-11-19
  • GPU 加速是可选的,而且只支持 NVIDIA。README 说要装好 NVIDIA 驱动(nvidia-smi 必须能用)和 NVIDIA Container Toolkit,添加一个 docker-compose.override.yml,用构建参数 GPU 设为 "1" 来构建后端(镜像大约多 2 GB),并在 .env 里设置 Whisper 模型、设备和编码器。它说 8 GB 显存足够跑 fp16 的 large-v3-turbo 模型加检测模型,Whisper 出现 CUDA 错误时会在 CPU 上自动重试一次。来源: raw.githubusercontent.com · 核对于 2026-11-19

安装步骤

用 Docker 安装和部署 OpenShorts 的步骤

这是 README“开始使用”一节的精简版;命令来自 README,说明是我们加的。自己的密钥不要放进仓库目录,也不要出现在截图里。README 说仪表盘把密钥加密保存在你的浏览器里,而不是服务器上。

本站自制表格:根据仓库 README 和 docker-compose.yml 转述的步骤,2026 年 11 月 19 日读取;我们没有运行过安装 · 核对于 2026-11-19
步骤要运行或要做的事仓库对此的说明
1. 克隆git clone https://github.com/mutonby/openshorts.git,然后 cd openshorts需要 Git 和 Docker。仓库没有发布版本或标签,所以得到的是当天的 main 分支
2. 配置(可选)cp .env.example .envREADME 说,想要 S3 备份就在 .env 里填 AWS 密钥。示例文件里还有注释掉的设置,涉及 Whisper、视频编码器、本地模型、限流和保留时间。各服务商的密钥在仪表盘里填,不在这里
3. 启动docker compose up --build构建三个容器:backend(端口 8000)、frontend(宿主机端口 5175,仪表盘的开发服务器)和 renderer(端口 3100)。下载模型是准备工作的一部分,所以第一次启动会更久
4. 打开仪表盘打开 http://localhost:5175,进入 Settings(设置),填入你的 API 密钥README 列出 Gemini、fal.ai、ElevenLabs 和 Upload-Post。密钥加密保存在浏览器的 localStorage 里。如果设置了 LLM_BASE_URL,仪表盘就不再要求填 Gemini 密钥
5. 生成切片在切片生成器里粘贴 YouTube 链接,或上传一个长视频每个切片带有开场钩子、传播潜力评分和各平台的标题,并可在带完整转写文本的切片编辑器里打开。只使用你有权使用的视频
6. GPU(可选)安装 NVIDIA 驱动和 Container Toolkit,添加 docker-compose.override.yml 并把构建参数 GPU 设为 "1",在 .env 里设置 WHISPER_MODEL=large-v3-turbo、WHISPER_DEVICE=cuda、WHISPER_COMPUTE=float16 和 FFMPEG_ENCODER=auto,然后运行 docker compose up --build -dREADME 给出了在容器内验证 GPU 的命令。FFMPEG_ENCODER=auto 会在启动时探测 NVENC 编码器,不可用时退回 x264
7. 交给智能体操作(可选)自托管的 MCP 服务器用 claude mcp add --transport http openshorts http://localhost:8000/mcp;命令行工具用 pip install openshorts,并设置 OPENSHORTS_API_URL=http://localhost:8000自托管不需要 OpenShorts 的 API 密钥。每个实例的 /docs 有交互式的 API 文档。端点只在你的机器开机时可用

来源: raw.githubusercontent.com来源: api.github.com来源: raw.githubusercontent.com来源: raw.githubusercontent.com来源: openshorts.app

本站表格

OpenShorts GitHub:名字相近的仓库

  • 这个名字有重名。2026 年 11 月 19 日在 GitHub 上按仓库名搜索“openshorts”,除了 mutonby/openshorts,还列出同一账号的一个 Claude 插件、若干分叉、镜像和照抄其 README 的仓库,以及另一个同样自称 OpenShorts(开片 Kaipian)的不同项目,它是从一个话题生成短视频,而不是切长视频。本页只讲 mutonby/openshorts;下表写出其余各个仓库自己的介绍。来源: api.github.com · 核对于 2026-11-19 · 二手

名字相近

搜索 OpenShorts 时,GitHub 上各个仓库分别是什么

如果你打开的仓库和本页讲的不是同一个,先看地址里的所有者名字。下表写出各个页面对自己的介绍,以及能看出的它与 mutonby/openshorts 的关系。它不评价这些仓库的质量或安全性,名单也不完整:搜索结果里还有更多的副本和镜像。

本站自制表格:各仓库自己的 GitHub 简介和 README 开头,2026 年 11 月 19 日读取;我们没有比对代码 · 核对于 2026-11-19
仓库它的 GitHub 页面怎么说与 mutonby/openshorts 的关系
mutonby/openshorts开源 AI 切片生成器,MIT 许可,用 Docker;主页是 openshorts.app;本页讲的就是它README 里克隆命令所指的仓库
kamilstanuch/Autocrop-vertical一个用 YOLOv8 和 FFmpeg 把横屏视频转成 9:16 竖屏的视频转换工具GitHub 把 mutonby/openshorts 标为它的分叉;README 没有提到这一点
mutonby/openshorts-plugin一个 Claude 插件,通过托管的 OpenShorts MCP 服务器把长视频切成竖屏切片并发布同一个所有者账号;它用的是托管服务,而不是你自己的 Docker 安装
faris-sait/openshorts一个 AI 竖屏视频生成器,把长 YouTube 视频或上传文件切成 9:16 短片;MIT 许可它的 README 开头与 mutonby 早先的 README 措辞和徽章相同,徽章链接也指向 mutonby/openshorts。GitHub 没有显示它是分叉
gameplayxx111/openshorts自称免费开源的 AI 视频平台,含切片生成器、AI Shorts 和 YouTube Studio,自托管,无水印与 mutonby 早期 README 里的三个工具相同;我们只读了它的简介
legendryblade/openshorts一个自托管的短视频流水线,带卡拉 OK 式字幕,用 Groq 云端语音识别和语言模型,还有自愈的看门狗它的简介写着“Fork of mutonby/openshorts”(mutonby/openshorts 的分叉);GitHub 的许可检测没有给出标准许可
jnMetaCode/openshorts(OpenShorts · 开片)一条本地优先的开源短视频生产线,从一个话题开始:写脚本、找画面、配音、加字幕并渲染成片;中文 README,另有英文版;MIT 许可一个只是名字相同的不同项目;它不切长视频

来源: github.com来源: api.github.com来源: api.github.com来源: github.com来源: github.com来源: api.github.com来源: github.com来源: github.com

最接近的可用模型

现在可用的 OpenShorts 替代选择

$0.10 / $0.50 (每百万 token)

  • OpenAI 的定位:“我们最高效的模型,适合专注、高并发量的任务”。来源: developers.openai.com · 核对于 2026-11-11
  • 上下文 1,050,000 token;最大输出 128,000 token;输入文字和图片,输出文字;知识截止 2026 年 5 月 18 日。来源: developers.openai.com · 核对于 2026-11-11
  • 推理强度可设为 none、low、medium(默认)、high、xhigh 或 max。来源: developers.openai.com · 核对于 2026-11-11

$0.10 / $0.50 (每百万 token)

  • Anthropic 的模型页称 Claude Haiku 5.5 于 2026 年 10 月 7 日发布,是最新的 Haiku,2027 年 10 月 7 日前不会退役。Anthropic 的发布文章是同一天。来源: platform.claude.com · 核对于 2026-11-17
  • Anthropic 在发布文章中称 Haiku 5.5 是“我们发布过的最便宜、最快、最强的小模型”,面向高并发、成本敏感的任务,如摘要、压缩、数据库查询和分类,也可作为与 Opus 5.5、Sonnet 5.5 搭配的编程子代理。文章称它是第一个带可调节推理强度(effort)的 Haiku 级模型。来源: anthropic.com · 核对于 2026-11-17
  • Anthropic 的模型页称它面向高并发、对延迟敏感的工作,如分类、路由、提取和子代理任务,并把它的延迟评为当前产品线中最快的“Fastest”(Fable 5.2 和 Opus 5.5 为“Moderate”,Sonnet 5.5 为“Fast”)。来源: platform.claude.com · 核对于 2026-11-17

$0.30 / $1.2 (每百万 token)

  • DeepSeek 于 2026 年 9 月 10 日发布 V4.1-Flash。来源: api-docs.deepseek.com · 核对于 2026-11-11
  • V4.1 目前只有 Flash 版:DeepSeek 没有发布 V4.1 Pro,价格页上的 Pro 仍是 deepseek-v4-pro(V4-Pro-0813)。来源: api-docs.deepseek.com · 核对于 2026-11-11
  • DeepSeek 价格页写明,API 模型 deepseek-flash 现由 V4.1-Flash-1017 快照提供。来源: api-docs.deepseek.com · 核对于 2026-11-11

FAQ

OpenShorts 常见问题

OpenShorts 的 GitHub 仓库是什么?

它是 mutonby/openshorts,一个开源 AI 视频平台,主工具“切片生成器”能把播客、直播等长视频切成带字幕的 9:16 短片,用于 Shorts、TikTok 和 Reels。它还有 AI Shorts(用 AI 演员做营销视频)和 YouTube Studio。这个名字也被其他仓库使用,包括另一个叫 OpenShorts(开片 Kaipian)的项目,它是从话题生成视频,所以要看清地址里的所有者名字。

谁在维护 OpenShorts?许可证是什么?

openshorts.app 的页面署名是“OpenShorts 团队”,仓库放在个人 GitHub 账号 mutonby 下;README 没有点名任何个人。核心应用采用 MIT 许可(“Copyright (c) 2024 OpenShorts”)。cloud/ 目录(计费和托管服务)另有商业许可,允许个人或内部自托管,但不允许把它作为付费服务提供给别人。仓库没有带编号的发布版本,你构建的是 main 分支。

运行 OpenShorts 需要什么?

需要 Docker 和 Docker Compose,按 README 自己的表格是 8 GB 以上内存的机器,以及一个 Google Gemini API 密钥,或用 LLM_BASE_URL 设置的本地兼容 OpenAI 的模型。fal.ai(AI Shorts)、ElevenLabs(配音和多语配音)和 Upload-Post(发布)的密钥只有用到对应功能才需要。NVIDIA 显卡是可选的。即使用本地模型,版式选择和无声视频仍然需要 Gemini。

怎么安装和部署?

README 只有一条路径:git clone https://github.com/mutonby/openshorts.git,可选地 cp .env.example .env,然后 docker compose up --build,再打开 http://localhost:5175,在 Settings 里填入密钥。compose 文件运行的是仪表盘的开发服务器,README 没有单独的生产部署指南,放到公网服务器上要你自己处理;我们没有运行过它。

运行它要花多少钱?

自托管的成本是你的机器加上用到的 API。按 README 自己的数字,Gemini 每个 10 分钟视频不到 0.01 美元,本地模型为 0 美元,fal.ai 上每个 AI Short 约 0.50 到 1.50 美元。作者托管的 OpenShorts Cloud 有带水印的免费方案,付费方案每月 12 美元起含 100 分钟(2026 年 10 月 30 日的价格页)。这些数字我们没有测试。

有哪些风险和限制?

API 账单会随用量增长,尤其是 AI Shorts。只切你拥有或获许可使用的视频:作者的常见问题说,未经许可重新上传别人的视频属于侵权,平台可能给账号记过。自托管在 CPU 上更慢(按作者的数字,8 分钟的视频要 5 到 8 分钟),也没有版本标签可以固定。我们没有审计代码,也没有运行过。

这个流程里的文字部分能在本站做吗?

本站无法运行 OpenShorts,也不剪辑视频。你可以把转写文本贴进聊天(消息有长度上限,要分段贴),让模型给出候选片段、标题或开场钩子。在本站,与 GPT-6 Luna 的一次典型回复约 1 个积分(一个积分约 $0.01,按 $5 档计算),按真实 token 成本计费,最低 1 个积分;Claude Haiku 5.5 和 DeepSeek V4.1 Flash 各约 1 个积分。本站不提供给这个仓库用的 API 密钥。

这是 OpenShorts 的官方网站吗?

不是。本页为非官方页面,与 OpenShorts 无关,也未获其认可。事实链接到我们读过的页面。