文章介绍了一项实验：让Claude Fable 5和GPT-5.6 Sol两个AI模型在25美元和100美元预算下，自主完成从研究、生成片段到剪辑的完整音乐视频制作过程，并记录每一步工具调用。

好的，这是根据您的要求，对原文进行中文重述和精简后的版本：

标题：100美元AI音乐视频对决：Claude Fable 5 vs. GPT-5.6 Sol

我们构建了一个自动化工具框架，其任务很简单：给AI模型一首歌、一个固定预算和一套工具，然后让它独立完成一部完整的音乐视频。模型需要自行研究可用的视频生成模型、生成片段、观看自己的素材、使用ffmpeg进行剪辑，并最终合成成片。

为了观察不同模型在工具使用上的差异，我们让两个前沿模型（Claude Fable 5和GPT-5.6 Sol）分别以25美元和100美元的预算执行此任务，共进行了四次实验。所有实验使用同一首歌曲（Bruno Mars的"Uptown Funk"）、一段简短描述和带时间戳的歌词。

实验设置

每个模型都拥有一个包含六种工具的自主调用循环：

• plan：用于思考（无成本）。
• web_search：用于研究生成模型及其API。
• get_budget：检查剩余预算。
• generateimage 和 generatevideo：唯一消耗预算的工具，模型可自行选择模型和参数。
• run_command：本地shell，用于音频分析、剪辑和最终合成。

预算耗尽后，付费生成将被拒绝，但模型可继续编辑。所有操作、工具调用和错误均被记录。

实验结果

所有四次实验均成功完成，生成了包含原歌曲的完整视频。

• 预算使用：在25美元预算下，两个模型几乎用尽。在100美元预算下，GPT-5.6 Sol花费36.57美元，Claude Fable 5花费48.60美元，更多预算确实转化为了更多视频素材。
• 工具选择：模型在工具选择上出现分歧。三次实验完全采用“文本到视频”模式。只有GPT-5.6 Sol在25美元预算下使用了“图像到视频”流程（先生成静态图，再将其动画化）。GPT-5.6 Sol在100美元预算下则混合使用了三种不同的视频模型。
• 错误与成本：实验过程中出现了少量生成请求失败（主要是网络问题）。Claude Fable 5的令牌成本（约17-25美元）远高于GPT-5.6 Sol（约3-4美元），导致其总成本更高（最高达73.65美元）。

我们的观察

虽然生成的视频质量称不上优秀，但观察模型的工作过程揭示了当前前沿模型的一些明显不足：

1. 角色与故事一致性差：所有视频中的角色在不同镜头间形象不统一，无法维持连贯的故事情节。
2. 对歌词的理解过于字面化：例如，歌词“让龙想退休”会直接生成一条龙在画面中，显得生硬。
3. 节奏匹配不佳：虽然剪辑点能落在节拍上，但画面内的动作（如舞蹈、镜头移动）很少与歌曲节奏同步，感觉不协调。
4. 编辑缺乏迭代：模型在生成片段后，基本只是简单拼接，很少进行重新剪辑或添加特效，也缺乏对自身生成内容质量的自我审查。
5. 预算上限过高：100美元的预算对当前模型来说可能太多了，它们并未尝试用尽预算，也未利用富余资源去生成更一致的角色图像。

总的来说，在主观性和风格化任务上，AI模型仍有很大的提升空间。

根据评论内容，主要观点和论据总结如下：

负面评价（多数）： - 视频质量普遍糟糕，存在明显缺陷。评论3："Wow. These are horrible."；评论13："These are all terrible. Music video producers can breathe a sigh of relief." - 歌词过于直译，缺乏艺术性。评论2："the output is far too much a literal direct copy of the lyrics. The best music videos have a story arc on the theme of but often not literally the lyrics" - 音画不同步，产生恐怖谷效应。评论9："most of the dancing seems slightly out of sync with the music... the lack of sync to the sound shatters the illusion entirely" - 成本与效果不匹配。评论5："If you have to spend $25 and wait 45 minutes to get a basically unwatchable video"

正面/中性评价（少数）： - 部分视频有潜力，尤其Fable $25版本。评论11："The fable $25 version was the best."；评论12："The $25 fable one to me is subjectively better than the others" - 认为AI视频已优于普通音乐视频。评论4："These are getting really good. Much more interesting than the average music video already." - 建议通过人工介入或特定风格（如动画、怪异风格）改善效果。评论1："you could ask for an animated or cartoon music video so the real shots don't look weird"；评论17："leaning into the weirdness that often comes out of AI"

改进建议： - 需要人工监督和创意指导。评论23："possible to create a decent AI music video if you use a human-in-the-loop workflow" - 使用ReMotion等工具可生成更连贯的叙事。评论8："AI videos as in remotion based videos look much better imo since it can code much better than it can prompt for videos with a coherent narrative"

总体评价：评论普遍认为当前AI音乐视频质量低下，存在直译歌词、音画不同步、成本高等问题，但部分人认为通过人工介入、风格选择或使用更优工具，仍有改进空间。