Model updates
带声音的 AI 视频：每个模型实际配了什么声音
同样的声音要求交给 Veo 3.1 Fast、Gemini Omni Flash 1.1 和 Seedance 2.5，再看其他模型在没要声音时加了什么。附价格和请求号。
文中视频样片均在 Cicadas 真实生成，并保留模型、参数和日期。用户用这些模型生成时 Cicadas 会获得收入。我们如何实测
- 实测时间：
- 2026-09-08 – 2026-10-12
- 这些模型的实测样片：
- 32
- 模型：
- Veo 3.1 Fast、Gemini Omni Flash 1.1、Seedance 2.5、Vidu Q4、FLUX 3
- 这些样片的供应商费用：
- ≈$29.24
- 挑选规则：
- 我们保留的样片都附参数、费用和请求编号；失败或弃用的运行也公开在实测记录中。
现在不少视频模型会和画面一起生成声音。提示词可以写“油锅的滋滋声”或“雨打在伞上”，但出来的是什么是另一回事。我们把同样的提示词交给 Veo 3.1 Fast、Gemini Omni Flash 1.1 和 Seedance 2.5，在 Cicadas 上各生成一次、都用第一次的结果，再让自动听辨模型描述每条声轨：9 月的 Veo 样片用的是 Gemini 3.5 Flash Lite，10 月的样片用 Gemini 3.5 Flash Lite 和 Flash 两个模型。这不是人工试听。每段都在测试记录里；价格是 Cicadas 今天（2026 年 10 月 15 日）的收费。
测试 1：厨师、铁锅和一团火
提示词：厨师在热铸铁锅里颠炒蔬菜，忙碌的后厨，火苗窜起；油锅滋滋声和厨房的碰撞声。文生视频，4 秒，720p，16:9。
| 模型 | 今天的积分 | 供应商成本 | 返回用时 | 听辨模型听到的 | 请求号 |
|---|---|---|---|---|---|
| Veo 3.1 Fast | 今天的积分150 | 供应商成本约 0.60 美元 | 返回用时— | 听辨模型听到的锅里的滋滋声和流水声 | 请求号01a0efb8-7dae… |
| Gemini Omni Flash 1.1 | 今天的积分100 | 供应商成本约 0.40 美元 | 返回用时42 秒 | 听辨模型听到的窸窣声和一声闷响或滑动声，没有滋滋声 | 请求号01a12d6f-926b… |
| Seedance 2.5 | 今天的积分473 | 供应商成本约 1.89 美元 | 返回用时3 分 54 秒 | 听辨模型听到的机械的刮擦声和一声低沉的呼啸，没有滋滋声 | 请求号01a12df7-8632… |
只有 Veo 做出了提示词点名的滋滋声。画面的差别和声音一样大：Veo 镜头贴着手和锅，火起得早；Omni 拉远了，拍到厨师的脸和身后另一位厨师；Seedance 把菜抛得最高、火球最大，但锅看起来是不锈钢的，不是铸铁，提示词要的“忙碌的后厨”也是空的。三段都没有人声和音乐。
测试 2：霓虹街上的雨
提示词：夜里霓虹灯下的小街下着大雨，一个人撑着透明伞往远处走；雨打在伞上的声音和远处的车流声。文生视频，4 秒，720p，竖屏。
| 模型 | 今天的积分 | 供应商成本 | 返回用时 | 听辨模型听到的 | 请求号 |
|---|---|---|---|---|---|
| Veo 3.1 Fast | 今天的积分150 | 供应商成本约 0.60 美元 | 返回用时— | 听辨模型听到的水花和流水声，像大雨落在街上 | 请求号01a0efb8-8cbf… |
| Gemini Omni Flash 1.1 | 今天的积分100 | 供应商成本约 0.40 美元 | 返回用时37 秒 | 听辨模型听到的持续的大雨声 | 请求号01a12d70-65f4… |
两个都有雨声，都没有人声和音乐；两份描述都没提到远处的车流。差别在画面上：Omni 的店铺招牌上出现了编造的字样，而提示词要求不要文字。如果这段要拿去投广告，这一点很要紧。
测试 3：没人要的声音
另外三段来自其他测试，提示词没提声音，或者要求无声：
| 模型 | 样片 | 要的是 | 得到的是 |
|---|---|---|---|
| Vidu Q4 | 样片咖啡热气，5 秒，720p | 要的是没提声音 | 得到的是一段轻柔的器乐 |
| FLUX 3 | 样片同一杯咖啡，开声音 | 要的是没提声音 | 得到的是一声鸟叫，几乎无声 |
| Gemini Omni Flash 1.1 | 样片海边公路上的车，4 秒 | 要的是“无声画面” | 得到的是一段低沉的合成器嗡鸣 |
这几次带声音的生成加入了没要求的声音。自带音乐可能和你自己的配乐冲突；遇到这种情况，可以先移除或替换生成的音轨，再添加配乐。
怎样得到你想要的声音
- 写明想要的声音。“油锅滋滋声和厨房碰撞声”在这三次里只得到一次滋滋声。我们没比较这种写法是否比只写氛围更有效。
- **先决定要不要声音。**在 Cicadas 上，Veo 3.1 Fast 开声音价格是 1.5 倍；Seedance 2.5 的声音可选、不加价；Gemini Omni Flash 1.1 一定带声音。如果你要自己配乐，无声的片子更干净。
- **发布前自己听。**请完整播放结果；自动听辨描述也可能遗漏声音。
- **也检查画面里的字。**声音测试也是视频；即使提示词写了“不要文字”，招牌上还是出现了编造的字样。
fal 上这个 Veo 3.1 Fast 接口的页面写着它将于 2026 年 11 月 17 日弃用（10 月 15 日读取）；Cicadas 上会有什么变化，请看 Veo 3.1 页面。
这些测试说明不了什么
每个模型、每段提示词只跑了一次，没有重试；听辨模型只描述声音，不打分。换一段提示词结果可能不同。想自己试，可以从带声音的 AI 视频开始，或者看两两对比：Omni 1.1 对比 Veo 3.1、Omni 1.1 对比 Seedance 2.5。价格会变，以定价页为准。