Модели, цены, env vars и зависимости

Все AI-модели, которые трогает пайплайн, плюс типичная стоимость пайплайн-прогонов, env-переменные и список локальных зависимостей. Если что-то не запускается — первое, что проверять: env и dependencies.

AI-модели в системе

Модель	Где используется	Use case	Цена
`gemini-3-pro-image-preview` aka nano-banana-pro	creative-poster	Основная модель для постеров: text→image с brand-context, multi-shot referencing	$0.04 base $0.08 outpaint
`gemini-3.1-flash-image-preview`	creative-poster	Fallback быстрее основной — для batch'ей где speed > quality	$0.02-0.04
`gemini-2.5-flash-image`	creative-poster	Fallback fastest для draft-уровня (quick-mode orchestrator'а)	$0.01-0.02
`gemini-2.5-flash`	carousel, explainer	Text-planning: бриф → JSON-план слайдов/сцен	$0.0001 / call
`gemini-2.5-flash` (Vision)	creative-poster QA	QA review постеров: типы, layout, brand-fit, score 1-10	$0.001 / review
`Google Veo 3.1` (Lite/Fast/Quality)	video-clipgen (direct)	Generative video clips для рекламы (9-30 сек) из текстового бриф + reference photos	$0.15-2.00 / 5s детали ниже ↓
`ElevenLabs eleven_multilingual_v2`	voiceover, explainer	TTS: text → mp3, поддерживает RU/KZ/EN/UK с auto-detect языка	$0.18 / минуту аудио
`Whisper` (local)	captions, screencast	Транскрипция аудио → word-level timestamps для karaoke-субтитров и dedupe-takes	$0 (локально)
`faster-whisper`	captions	Альтернатива Whisper, быстрее на CPU, точность сравнима	$0 (локально)

🎬 Видео-провайдеры — расценки (действующие, май 2026)

Нормализовано на 5-секундный клип 720p (наш типичный размер для Reels). Direct = подключено напрямую у провайдера. Через Higgsfield = доступно по нашей ultra-подписке ($199/мес, 3010 credits).

Модель	Доступ	$/сек	5-сек клип	Статус у нас
Veo 3.1 Lite	Google Vertex AI / Gemini (direct)	$0.03–0.05	$0.15–0.25 🏆 дешевле всех	✅ video-clipgen (direct)
Veo 3.1 Fast	Google Vertex AI (direct)	$0.10–0.15	$0.50–0.75	✅ video-clipgen (direct)
Veo 3.1 Quality	Google Vertex AI (direct)	$0.20–0.40	$1.00–2.00	✅ video-clipgen (direct)
Kling 3.0 Standard	klingai.com (Kuaishou, direct)	$0.084	$0.42	🟡 сейчас только через Higgsfield ($0.63)
Kling 3.0 Pro	klingai.com (direct)	$0.168	$0.84	🟡 через Higgsfield
Seedance 2.0	Volcengine / BytePlus Ark (direct)	~$0.14	~$0.70	🟡 через Higgsfield ($0.63 — ≈ как direct)
Seedance 2.0 1080p	BytePlus Ark (direct)	~$0.186	~$0.93	— опция

Через Higgsfield (ultra-plan credits, ~$0.063/credit)

Модель (model_id)	Credits	5-сек клип	Лучше всего для
`cinematic_studio_video_v2`	7.5cr	$0.47	Premium product orbit/push-in (дефолт)
`cinematic_studio_3_0`	~15cr	$0.94	Newest Cinematic Studio, hero shots
`kling3_0`	~10cr	$0.63	Product orbits, smooth motion, texture
`wan2_7`	~12cr	$0.75	Best physics, complex motion
`seedance_2_0`	~10cr	$0.63	Good motion variety (UGC)
`soul_cast`	~15cr	$0.94	Talking head + Soul-ID
`veo3_1`	~25cr	$1.56	⚠️ в 6× дороже direct Veo — гони через video-clipgen
`veo3_1_lite`	~18cr	$1.13	⚠️ в 5× дороже direct ($0.15-0.25) — НЕ через Higgsfield

Правило по видео: Veo всегда гоним напрямую (video-clipgen) — через Higgsfield он в 5-7× дороже. Higgsfield бережём для того, чего у Veo direct нет: Soul-ID (face consistency) и Cinematic Studio camera moves (orbit/vertigo/FPV). Kling напрямую (klingai.com) дешевле Higgsfield в ~1.5× — кандидат на развязку. Seedance напрямую ≈ как через Higgsfield — развязывать только ради независимости от подписки.

🖼️ Фото / Image-провайдеры — расценки (действующие, май 2026)

Модель	Доступ	Цена / изображение	Статус у нас
gemini-3-pro-image (nano-banana-pro)	Google (direct)	$0.04 base / $0.08 outpaint	✅ creative-poster (дефолт для статики)
gemini-3.1-flash-image	Google (direct)	$0.02–0.04	✅ creative-poster (fallback)
gemini-2.5-flash-image	Google (direct)	$0.01–0.02	✅ creative-poster (draft/quick)
Через Higgsfield (ultra-plan credits)
`text2image_soul_v2`	Higgsfield	~3cr / $0.19 (поддерживает Soul-ID avatar)	✅ higgsfield — photoreal портреты с лицом аватара
`soul_cinematic`	Higgsfield	~3cr / $0.19 (Soul-ID)	✅ editorial-портреты
`nano_banana_2` (Nano Banana Pro)	Higgsfield	~4cr / $0.25	✅ higher-quality Nano
`flux_2`	Higgsfield	~2cr / $0.13	✅ general-purpose
`gpt_image_2`	Higgsfield	~5cr / $0.31	✅ OpenAI image model
`seedream_v5_lite`	Higgsfield	~3cr / $0.19	✅ latest Seedream

Правило по фото: статика по умолчанию через Gemini 3 Pro Image ($0.04 — дешевле и гибче на refinement). Higgsfield image берём только когда нужен Soul-ID (лицо нашего аватара на фото) — единственное чего Gemini не умеет. Product-photoshoot 10 modes тоже по умолчанию Gemini (см. creative-orchestrator).

Типичные пайплайн-цены

Сценарий	Что включено	Стоимость
1 video ad (15-30 сек)	copywriter + voiceover (~30 сек) + 3-5 Veo clips + director + captions	$5-15
Poster batch (6 вариантов × 2 аспекта)	6 base + 6 outpaint + 12 QA + ~1.3 refine	$0.78
7-слайдовая carousel	plan.py × 1 (Gemini Flash) + 7 × Remotion still (локально)	$0.0001
3-минутный explainer (кейс-стади)	plan.py + 7 VO × ~25 сек (~3 мин audio) + Remotion render	~$0.55
Quick draft poster (без QA, без outpaint)	1 generation 4:5	$0.04
Полный конвейер: 3 video ads + 5 posters + 1 carousel + 1 explainer	~$25-50 + $0.78 + $0 + $0.55	~$30-55

Higgsfield AI NEW · May 2026

Model ID	Что	Цена	Use case
`higgsfield/soul/text-to-image`	Soul photoreal text→image	$0.09 (720p) / $0.19 (1080p)	Hero shots, character portraits
`higgsfield/soul/image-to-image`	Soul style transfer / refine	$0.19	Brand-style на существующее фото
`higgsfield/dop/image-to-video/lite`	DoP fast 5s clip	$0.125	Iteration / preview
`higgsfield/dop/image-to-video/turbo`	DoP 2× speed	$0.406	Default для production
`higgsfield/dop/image-to-video/preview`	DoP premium quality	$0.563	Hero shots / финальный креатив
`higgsfield/speech-to-video`	Lip-sync character video	$0.86-4.22	Talking-head spokesperson
+ Sora 2, Kling 3.0, Wan 2.6, Seedance, Veo 3, Nano Banana	Через тот же API	varies	Доступно через Higgsfield подписку

Setup: pip install higgsfield-client. Env vars HF_API_KEY + HF_API_SECRET от platform.higgsfield.ai. Также принимает combined HF_KEY. Per-project через api_keys.db ключи HIGGSFIELD_API_KEY и HIGGSFIELD_API_SECRET. Подробно про скилл: video-clipgen-higgsfield.

Env vars

Переменная	Обязательная	Где нужна
`GOOGLE_API_KEY`	да	Все Gemini-вызовы: posters, QA, planning, Veo
`ELEVENLABS_API_KEY`	да	voiceover, explainer
`FB_GRAPH_ACCESS_TOKEN` (или `META_ACCESS_TOKEN`)	опц.	creative-orchestrator perf-import — без неё нельзя тянуть Meta Insights

Прописать в shell rc

# ~/.zshrc (или ~/.bash_profile)
export GOOGLE_API_KEY="AIzaSy..."
export ELEVENLABS_API_KEY="sk_..."
export FB_GRAPH_ACCESS_TOKEN="EAA..."   # опционально

После правки — source ~/.zshrc или перезапустить terminal/Claude Code session.

API-key auto-resolution

Скиллы умеют доставать ключи по приоритету (от высокого к низкому):

--api-key <value> — флаг в командной строке (highest precedence, для тестов)
~/video-projects/<project>/api_keys.db — per-project sqlite БД с ключами (если разные проекты используют разные аккаунты)
os.environ[...] — env-переменная (дефолтный путь)

Логика per-project keys. Если в проекте есть api_keys.db (создаётся через project-setup при онбординге) — скилл сначала смотрит туда, потом fallback в env. Это удобно когда у клиентов разные Google Cloud аккаунты или разные ElevenLabs кабинеты.

Где живёт auto-resolver: в каждом скилле есть scripts/api_keys.py с одинаковой логикой (общий sof — копия одинакова между скиллами).

Локальные зависимости

System (macOS)

Дep	Зачем	Установка
`ffmpeg`	video assembly, captions burn-in, music ducking, audio probing, bg-music mix	`brew install ffmpeg`
`node` 18+	Remotion CLI для carousel и explainer	`brew install node` (или nvm)
`python` 3.9+	Все скрипты скиллов	`brew install python@3.11` (или asdf/pyenv)
`npm`	Управление Remotion deps в per-project apps	идёт с node
`sqlite3`	Просмотр БД из CLI	предустановлен в macOS

Python packages

pip install \
  google-genai \              # Gemini API client (posters, planning, QA)
  pillow \                    # image processing
  pyyaml \                    # brand.yaml / preset.yaml / project.yaml
  mutagen \                   # длительность mp3 для VO-sync
  elevenlabs \                # TTS client
  openai-whisper \            # транскрипция (или альтернатива ниже)
  faster-whisper              # CPU-оптимизированная альтернатива

Whisper vs faster-whisper. Если у тебя M1/M2 Mac — faster-whisper работает быстрее (~3x) и точность сравнима. На Intel — стандартный openai-whisper надёжнее. Captions-скилл подхватывает любой из них.

Node packages (внутри per-project Remotion apps)

Управляются автоматически через npm install при init_project.py. Внутри package.json шаблона:

{
  "dependencies": {
    "remotion": "^4.0.0",
    "@remotion/cli": "^4.0.0",
    "@remotion/bundler": "^4.0.0",
    "@remotion/renderer": "^4.0.0",
    "react": "^18.0.0",
    "react-dom": "^18.0.0"
  }
}

Для explainer-видео могут подключаться @remotion/motion-blur, @remotion/three, @remotion/lottie — но это уже опционально и подтягивается под конкретные сцены.

Чек-лист «не запускается»

Симптом	Что проверить
`GOOGLE_API_KEY not set`	`echo $GOOGLE_API_KEY` в shell + что shell rc подгружен в Claude Code session
`ElevenLabs 401`	квота не кончилась? ключ не deactivated в кабинете?
`ffmpeg not found`	`which ffmpeg` — если пусто, `brew install ffmpeg`
`npx remotion не работает`	node-версия — `node -v`, должна быть ≥18; `npm install` в проекте проходил?
`Whisper «No module named 'whisper'»`	`pip install openai-whisper` или `faster-whisper`
`«no module named google.genai»`	`pip install google-genai` (НЕ google-generativeai — это старая SDK)
`FB_GRAPH_ACCESS_TOKEN missing` при `perf-import`	экспортнуть в env, токен живёт ~60 дней — может протух
429 Too Many Requests от Gemini Image	уменьшить параллельность; orchestrator кулдаун 35 сек дефолт; не запускать одновременно несколько батчей

Cost-control tips

Quick mode перед run. Если экспериментируешь со стилем для нового проекта — гоняй orchestrator quick ($0.04 на постер). Full run ($0.78) запускай только когда определился со стилем.

Carousel ничего не стоит. $0.0001 — это шум. Можно генерить хоть 100 итераций carousel'а без оглядки на бюджет (всё локально через Remotion).

Veo дорогой. $0.50-1.50 на клип, в одном видео 3-5 клипов. На video ad batch (3-5 роликов) можно за день уложить $20-50. Если генеришь reference-материал — лучше один раз нагенерить library и переиспользовать.

ElevenLabs — следи за месячным лимитом. На Creator-плане ~250k символов/мес. Один 3-минутный explainer = ~3000 символов. Хватит на ~80 explainer'ов или ~500 коротких video ads. На больший объём — Pro/Business.

Whisper бесплатный. Хоть 1000 транскрипций в день — нулевая стоимость API. Только CPU-время.