17 video thử nghiệm trên 7 model: so sánh chất lượng hình, chi phí và khả năng đồng bộ audio. Đề bài: video 15 giây, nhân vật a-Luật ngồi đánh guitar fingerstyle cây đàn WAVES GROUP trong rừng thông nắng. Mục tiêu RnD là tìm model cho hình đúng sản phẩm (đàn, logo, mặt) và model có thể bám theo một bài nhạc cho sẵn, với chi phí hợp lý cho MV 3 phút.
Bấm vào từng ô để đi tới phần đó. Mục lục bên cạnh (hoặc thanh trên cùng khi xem bằng điện thoại) luôn theo khi cuộn.
9 công cụ theo thứ tự quy trình, mức hữu ích, kèm tư liệu Blender, storyboard và Element.
9 công cụ xếp theo thứ tự trong quy trình sản xuất, đánh giá theo mức giúp giảm chi phí và tăng sản lượng. Cùng một thứ tự ở sơ đồ, bảng và thẻ chi tiết bên dưới; thanh màu cho biết mức hữu ích. Mục “Cần thử thêm” chưa được kiểm chứng trong đợt này.
| Công cụ | Bước | Mức hữu ích | Giúp được gì | Chi phí thêm | Trạng thái |
|---|---|---|---|---|---|
| 01 Previs 3D bằng Blender | 1 · Previs | Cực cao | Model bám đúng góc máy và nhịp cắt, ít phải gen lại | 0 credit | Đã dùng |
| 02 Storyboard & keyframe bằng agent | 2 · Storyboard | Cao | Chốt hình trên ảnh rẻ trước khi gen video đắt | ≈ 51,5 credit | Đã dùng |
| 03 Element & thư viện tư liệu | 3 · Element | Cao | Giữ đúng nhân vật và logo sản phẩm qua mọi lần gen | Vài credit | Đã dùng |
| 04 Agent điều khiển nền tảng qua MCP / CLI | 4–6 · Gen | Cực cao | Tự động hóa toàn bộ vòng gen, báo giá trước, ghi số liệu | 0 (theo gói) | Đã dùng |
| 05 Gen nháp độ phân giải thấp trước | 4 · Gen nháp | Cực cao | Thử nhiều hướng ở 480p, rẻ hơn khoảng 80% so với gen thẳng 1080p | 15–45 credit / 15s | Đã dùng |
| 06 Trang duyệt RnD (trang này) | 5 · Duyệt | Trung bình | Cấp trên chốt hướng sớm, tránh gen thừa | 0 đ | Đang dùng |
| 07 Kling Motion Control từ video người thật | 6 · Gen bản chốt | Cao | Tay khớp nhạc thật, giá thấp hơn Wan 3.0 | 25–40 credit / 15s | Cần thử thêm |
| 08 Hậu kỳ tự động: agent + ffmpeg | 7 · Hậu kỳ | Cao | Ghép cảnh, lồng nhạc, đo độ khớp audio không tốn credit | 0 credit | Đã dùng |
| 09 API trả theo lượt dùng (Higgsfield API) | Thay cho 4–6 | Trung bình | Trả theo giây, không cần gói tháng; hợp khi chạy tự động bằng code | Đắt hơn gói 30–40% | Đã dùng |
Bảng so sánh giá gói đăng ký và API: xem Phần 4 · Chi phí & ngân sách.
5 model chấm theo cảm quan người duyệt và chi phí thực tế, cùng 5 kết luận chính.
Đánh giá theo cảm quan người duyệt sau khi xem các bản trong thư viện video, đối chiếu với số liệu chi phí thực tế. Điểm thang 10.
Tận dụng điểm mạnh của từng model: Seedance cho bản nháp đúng chi tiết, Kling cho hình đẹp với giá thấp.
Wan 3.0 chuyển động tốt hơn (7,8) và chân thật hơn, nhưng lần nào cũng sai logo. MiniMax H3 (7,5) đúng logo nhưng kém chân thật hơn khoảng 20–25%. Seedance 2.0 tự gen nhạc mới; Kling không nhận audio.
Không biến thể Kling 3.0 nào trên Higgsfield nhận file audio. Hướng khả thi nhất là Kling 3.0 Motion Control: quay người thật đánh đúng bài, chuyển động tác sang nhân vật (25–40 credit/15s, chưa thử). Chi tiết nghiên cứu.
Tốt nhất mọi mặt nhưng 240 credit cho 15 giây; riêng 1 job đã chiếm 33% tổng chi video. MV 3 phút bằng model này ≈ 2.880 credit (≈ 3,84 triệu đ) cho một lần gen mỗi cảnh.
Ứng viên: 6421ff9d (draft Seedance 2.5 để dựng lại), 2366cc27 và 0d8d9433 (bám keyframe), aa95e93a (khớp nhạc, cần sửa logo). Cần cấp trên chọn hướng trước khi gen tiếp.
Hướng để Kling 3.0 đánh đàn theo nhạc và các bước thử tiếp theo.
Không trực tiếp. Kling 3.0 không có ô nhận file audio. Khi bật tiếng, model tự sáng tác âm thanh mới, nên mới có chuyện “tự ý thay đổi sound”. Muốn tay khớp bài nhạc cho sẵn, phải đi đường vòng.
Đã kiểm bằng Higgsfield CLI: Kling v3.0, Kling 3.0 Turbo, Kling 3.0 Omni và Omni (Frames) chỉ có tham số sound: on/off. Tính năng “upload audio” mà một số trang nhắc đến là lip-sync giọng nói, không phải chơi nhạc cụ. Một bài đánh giá Kling 3.0 Omni cũng khuyên tắt tiếng rồi lồng nhạc ở hậu kỳ.
Giá lấy từ báo giá Higgsfield CLI. Higgsfield không có tùy chọn giữ tiếng gốc, nên audio lồng ở bước dựng. Rủi ro: chưa có nguồn kiểm chứng độ chính xác ngón tay trên đàn guitar; mặt và logo lấy từ ảnh nên kỳ vọng giữ đúng.
Video Edit nhận 3–10 giây mỗi lần nên chia làm 2 đoạn, khoảng 2 credit/giây. Đợt trước, Video Edit trên 1 shot liền đạt khoảng 7/10 (job 96d04b76) nhưng logo đầu đàn vẫn méo.
Nếu thử nghiệm Motion Control đạt, Kling 3.0 sẽ là lựa chọn tối ưu cả chi phí lẫn chất lượng: hình 9/10 và tay khớp nhạc với 25–40 credit/15s, rẻ hơn Wan 3.0 (52,5) và Seedance 2.5 1080p (240). Tổng chi cho 2 thử nghiệm đầu khoảng 55–70 credit, nằm trong 231,25 credit còn lại.
Tài khoản hiện còn 231,25 credit, đủ cho bước 2 và 3 (tối đa khoảng 95 credit). Ngân sách cho cả MV: xem Phần 4 · Chi phí & ngân sách.
Ngân sách đề xuất cho MV 3 phút, credit đã chi và so sánh giá gói đăng ký với API.
Tính 1 lần gen cho mỗi cảnh theo giá đã kiểm chứng ở Phần 5, quy đổi 1.333đ/credit. Thực tế mỗi cảnh thường cần 2–3 lần gen mới dùng được.
| Phương án | Credit | ≈ VNĐ | Ghi chú |
|---|---|---|---|
| Kling 3.0 Omni 1080p, không tiếng | 270 | 360.000 | Lồng nhạc thật khi dựng, không khớp tay |
| Kling 3.0 Motion Control std + lồng nhạc thật | 300 | 400.000 | Tay khớp nhạc nếu có video người thật đánh. Chưa thử |
| MiniMax H3 2K, giữ bài nhạc | 360 | 480.000 | Đúng logo, chuyển động ổn, kém chân thật hơn Wan |
| Seedance 2.0 Fast 720p | 450 | 600.000 | Tự gen nhạc, không giữ bài |
| Kling 3.0 Motion Control pro + lồng nhạc thật | 480 | 640.000 | Chi tiết tay tốt hơn bản std. Chưa thử |
| Wan 3.0 1080p, giữ bài nhạc | 630 | 840.000 | Khớp nhịp tốt nhất đã thử, nhưng sai logo |
| Seedance 2.0 1080p | 2.160 | 2.880.000 | Quá đắt cho MV dài |
| Seedance 2.5 1080p | 2.880 | 3.840.000 | Quá đắt cho MV dài |
Tổng 768,75 credit ≈ 1,02 triệu đ: 717,25 credit cho 17 video và 51,5 credit cho ảnh keyframe, character sheet.
Thanh màu cam: riêng 1 job Seedance 2.5 1080p tốn 240 credit, nhiều hơn cả 8 job Kling và MiniMax cộng lại (132,25 credit).
Cùng một nền tảng Higgsfield, hai cách trả tiền: gói đăng ký tháng (credit, dùng qua web, MCP hoặc CLI) và API trả theo lượt dùng (nạp tiền vào ví trên open.higgsfield.ai, gọi bằng code).
Gói đăng ký quy đổi 1 credit ≈ $0,049 (gói Plus $49 / 1.000 credit; gói mới $59 / 1.200 credit tương đương). Credit lấy từ báo giá miễn phí của Higgsfield CLI, chế độ có tiếng. Giá API lấy từ bảng giá API Higgsfield đã dùng thực tế, là giá gốc sau khi hết đợt giảm 15% lúc ra mắt.
| Model · 15 giây | Gói đăng ký | API Higgsfield | API so với gói | Lúc giảm 15% |
|---|---|---|---|---|
| Kling 3.0 · std 720p | 30 cr ≈ $1,47 | $0,126/s ≈ $1,89 | đắt hơn 29% | +9% |
| Kling 3.0 · pro 1080p | 37,5 cr ≈ $1,84 | $0,168/s ≈ $2,52 | đắt hơn 37% | +17% |
| Kling 3.0 · 4K | 90 cr ≈ $4,41 | $0,42/s ≈ $6,30 | đắt hơn 43% | +21% |
| Kling 3.0 Omni · std | 18,75 cr ≈ $0,92 | $0,084/s ≈ $1,26 | đắt hơn 37% | +17% |
Kết luận: API Higgsfield đắt hơn gói đăng ký khoảng 30–40%, khớp với chi tiêu thực tế khi đã nạp ví API. Ngay cả trong đợt giảm 15%, API vẫn đắt hơn 9–21%.
Nếu tắt tiếng, gói đăng ký còn rẻ hơn nữa (Kling 3.0 pro tắt tiếng chỉ 26,25 credit), trong khi API tính cùng một giá. Ưu điểm duy nhất của API: không mất tiền khi tháng đó dùng ít, vì credit gói tháng không cộng dồn sang tháng sau.
API chính hãng là mua thẳng từ hãng làm ra model (BytePlus của ByteDance cho Seedance, Alibaba Cloud cho Wan, MiniMax). fal là cổng API trung gian: một tài khoản gọi được nhiều model, đổi lại thường đắt hơn. Màu so với gói đăng ký Higgsfield: đỏ là đắt hơn, xanh là rẻ hơn. Giá niêm yết tháng 10/2026, chưa gồm thuế.
| Model · 15 giây | Gói đăng ký | API chính hãng | Qua fal | So với gói đăng ký |
|---|---|---|---|---|
| Seedance 2.5 · 1080p | 240 cr ≈ $11,8 | BytePlus ≈ $8,5 | ≈ $17,5 | −27% chính hãng · +48% fal |
| Seedance 2.5 · 480p | 45 cr ≈ $2,2 | BytePlus ≈ $1,5 | ≈ $3,3 | −30% chính hãng · +50% fal |
| Seedance 2.0 · 1080p | 180 cr ≈ $8,8 | BytePlus ≈ $5,6 | ≈ $10,2 | −37% chính hãng · +16% fal |
| Kling 3.0 Pro · không tiếng | 26,25 cr ≈ $1,3 | — | ≈ $1,7 | +31% fal |
| Kling 3.0 Motion Control | 25 / 40 cr ≈ $1,2 / $2,0 | — | ≈ $1,9 / $2,5 | +29% đến +54% falgiá fal từ nguồn thứ cấp |
| Wan 3.0 · 1080p | 52,5 cr ≈ $2,6 | Alibaba ≈ $2,5 – $3,0 | — | −4% đến +17%tùy khu vực máy chủ |
| MiniMax H3 · 2K | 30 cr ≈ $1,5 | MiniMax ≈ $2,0 | ≈ $3,9 | +33% chính hãng · +165% fal |
Seedance qua BytePlus niêm yết rẻ hơn, nhưng tính theo token gồm cả video tham chiếu đầu vào (như video previs Blender), phải tự viết code và mở tài khoản riêng.
Bảng so sánh 7 model và số đo đồng bộ audio.
Giá tham chiếu lấy từ số credit thực bị trừ và lệnh báo giá miễn phí của Higgsfield CLI. Thời gian gen là thời gian chờ thực tế đo được. Chi phí và ngân sách nằm ở Phần 4.
| Model | Job | Đã chi | Giá tham chiếu / 15s | Đã thử | Element | Nhận audio ref | Giữ bài nhạc | Tay theo nhịp | Gen mất | Hợp cho |
|---|---|---|---|---|---|---|---|---|---|---|
| Seedance 2.5 | 3 | 330 | 45 (480p) · 105 (720p) · 240 (1080p) | 480p, 1080p | Có | Chưa thử | Tự sinh tiếng | — | 2 – 6 phút | 1080p: sản phẩm chất lượng cao · 480p: dựng draft |
| Seedance 2.0 / Fast | 3 | 97,5 | Fast: 15 (480p) · 37,5 (720p)Std: 45 (480p) · 180 (1080p) | 480p, 720p | Có | Có | Khônggen nhạc mới | Theo nhạc nó tự gen | ≈ 3,7 phút | Nháp rẻ, multi-shot theo keyframe |
| Kling 3.0 Omni (O3) | 3 | 43 | 1,5 cr/giây không tiếng · 2 cr/giây có tiếng | 1080p, 1520p | Cótối đa 7 tham chiếu | Không | — | — | 7 – 10 phút | Hình đẹp nhất (9/10), 1080p giá rẻ, dựng lại từ draft, lồng nhạc sau |
| Kling 3.0 | 1 | 5,25 | 1,75 cr/giây không tiếng · 2,5 có tiếng | 1080p, 3s | Có | Không | — | — | 7 – 10 phút | Clip ngắn từ frame đầu/cuối |
| Kling O3 Video Edit | 2 | 24 | ≈ 2 cr/giây (pro) | 1080p, 3–9,4s | — | Giữ audio đầu vào | — | — | — | Sửa 1 chi tiết trên 1 shot liền ≥ 3s |
| Wan 3.0 | 3 | 157,5 | 52,5 (1080p) | 1080p | Khôngchỉ ảnh + mô tả | Có | Có · 95%lệch 0 ms | Tốt · 7,8tốt nhất đã thử | 5,5 – 7 phút | Cảnh cần khớp bài nhạc; logo luôn sai, phải sửa sau |
| MiniMax H3 | 2 | 60 | 30 (2K) | 2K (2560×1440) | Có | Cócần ≥ 1 ảnh | Có · 92–93%lệch 35 ms | Ổn · 7,5 | ≈ 12 phút | Giữ nhạc + đúng logo, rẻ nhất / giây có giữ nhạc; kém chân thật hơn Wan 20–25% |
Cả 6 job có audio tham chiếu đều dùng cùng một file: bài guitar fingerstyle nhẹ 15 giây tách từ bản Seedance 2.5 1080p. Nhờ vậy có thể so sánh công bằng giữa các model.
| Job | Model | Trùng bài gốc | Lệch | Tay theo nhịp | Nhận xét | Credit |
|---|---|---|---|---|---|---|
| aa95e93a | Wan 3.0 · gentle | 95,4% | 0 ms | Tốt · 7,8 | Đúng tính chất bài: tay phải mềm, cổ tay yên, tay trái ở phím thấp. Tiếng “chát” quá nhỏ, khó nhận ra. Logo WAVES GROUP sai. | 52,5 |
| 7b8676c1 | Wan 3.0 · sync | 95,3% | 0 ms | Trung bình | Lần đầu thấy rõ cú “chát” ở ≈ 4,8s, ánh mắt đổi theo timeline. Nhưng đánh quá mạnh, vung tay lớn ở 8,5–8,8s, sai tính chất bài. | 52,5 |
| bed89c1f | Wan 3.0 · v1 | 95,1% | 0 ms | Chưa kiểm | Prompt lỗi (còn mã Element mà Wan không đọc được). Giữ nhạc tốt nhưng chưa đánh giá tay. | 52,5 |
| 747c0179 | MiniMax H3 · gentle | 92,7% | 35 ms | Ổn · 7,5 | Tay, đàn và logo nét ở 2K. Máy đẩy vào quá cận, nửa sau video khung cắt ngang mặt. | 30 |
| 1a448bb8 | MiniMax H3 · v1 | 92,5% | 35 ms | Ổn · 7,5 | Chuyển động tổng thể ổn, nhưng chưa thấy vỗ dây, vuốt dây đúng các mốc ghi trong prompt. Máy zoom vào rồi ra. | 30 |
| be612c9e | Seedance 2.0 Fast | 8,1% | — | Không dùng được | Model tự gen nhạc mới thay bài upload. Tay khớp với nhạc nó tự tạo, nhưng thay lại bài gốc thì mất khớp. | 37,5 |
Cách đo: “Trùng bài gốc” là tương quan chéo dạng sóng giữa audio trong video và file audio upload (100% là trùng hoàn toàn; bản Seedance 2.5 gốc đo được 99,99%). Mức lệch 35 ms của MiniMax là không đáng kể với mắt thường. “Tay theo nhịp” là cảm quan người duyệt (điểm 7,8 và 7,5 chấm theo model), chưa có phép đo tự động đáng tin cậy.
Chọn 2 video rồi bấm phát cùng lúc. Tiếng chỉ phát từ video bên trái để dễ nghe nhịp.
17 video đã gen theo 4 giai đoạn và 4 bản dựng hậu kỳ, có lọc và phóng to.
Bấm vào video để xem. Bản xem ở đây đã nén về 720p cho nhẹ; bản gốc (đến 2K) nằm trên Higgsfield theo mã job.
Lưu ý về Element, tham chiếu, previs, chỉnh sửa và âm thanh để gen đúng ngay từ đầu, đỡ tốn credit.
Giữ đúng nhân vật và sản phẩm
Model bám rất sát hình đầu vào
Biết trước giới hạn để không tốn credit