首页 > AI工具 > LibTV用的是GPT Image 2模型吗?模型标注和切换位置

LibTV用的是GPT Image 2模型吗?模型标注和切换位置

更新时间:2026-10-20 01:16:40 发布时间:4小时前 阅读:3次

LibTV 页面上的模型名和官方发布名是两套写法。生成页选择栏里写的是站内代号,官方发布名只在模型说明里出现。判断用没用 GPT Image 2,看三处:选择栏代号、参数页的模型字段、出片后的元信息。

LibTV模型标注切换

LibTV的模型名标在生成页选择栏

选择栏是判断模型的第一处证据。生成页左侧或顶部有一排模型卡片,卡片上写的是站内名,短的像 Fast、Pro、Image,长的会带版本号。站内名是给用户选的,不等于官方发布名,两者对不上是常态。

把鼠标停在卡片上,右侧会弹一段说明,里面写着这枚模型的能力范围:出图、图生视频、文生视频、是否支持首尾帧。说明里如果出现官方模型名,以那一段为准,卡片标题只当简称看。

LibTV的图生视频和文生视频走不同模型池

同一个账号下,文生视频和图生视频的可选模型不一样。文生视频的池子偏重镜头语言,图生视频的池子偏重首帧一致性。站在文生视频页看模型列表,看不到图生视频专用的那几个,反过来也一样。

判定方法很直接:把同一段提示词分别丢进两个入口,看出片风格是否一致。风格差得远,说明用的是两个池子;风格接近,说明共用一套底座。做系列内容时以首帧为准,选图生视频池里首帧一致性标注清楚的那一枚,比追求模型新更重要。

LibTV页面没写模型名时看输出参数

有的生成记录只写「默认」,不写模型名。这时看导出后的元信息,或者看参数页里那一行 model 字段。字段值是站内代号,拿去和模型说明页对照,能定位到具体是哪一枚。

三处对不上时以参数页为准,元信息会被转码改掉,说明页更新滞后。

LibTV换模型会改变扣分档位

不同模型的扣分不一样。图像类模型按张扣,视频类模型按秒乘分辨率扣,同一段 5 秒、1080P 的片子,换一枚模型会多扣一倍。

做法是先看扣分预览再提交。生成按钮旁边有一行小字,写着这次提交要扣多少,换模型时这行数字会跟着变。把三枚模型的预览扣分记下来,除以各自的出片合格率,得到单条可用成片的真实成本,按这个数选模型,而不是按名字里的版本号选。

LibTV模型名与官方发布名对不上的原因

站内代号承担的是产品分层,官方名承担的是版本标识,两套命名各管一件事,所以对不上。同一枚官方模型在站内会同时出现在两个档位里,靠参数区分,比如是否支持音频、是否支持首尾帧。

核对顺序三步:先在模型说明页找官方名,再回生成页看代号,把两者记在一张表里。遇到代号升级(尾号变了),先跑一条对比片,参数一致的情况下比较出片质量,再决定要不要换。别按版本号大小判断强弱,版本号跟能力不是同一条线。

常见问题

LibTV生成页显示的模型名是官方的吗

显示的是站内代号,不是官方发布名。代号短、好记,方便在档位之间做区分。要找官方名,把鼠标停在模型卡片上看说明,或者进模型说明页对照。两套名字指向同一枚模型时,能力和扣分也一致;指向不同模型时,以参数页的代号为准,说明页更新滞后。

LibTV换模型后提示词要改吗

要改。不同模型对提示词结构的响应不一样,偏重镜头语言的模型吃运动描述,偏重首帧一致性的模型吃外观描述。换模型后先保留原提示词跑一条,再按差异补两句,把运动、镜头、光线分开写。一次只改一处,出片对不上时才知道是哪句起的作用。

LibTV的默认模型值得改吗

看题材。人物特写、产品细节这类要求稳定的题材,默认模型出片合格率高的就留着,换模型省不下钱。快速运镜、镜头切换多的题材,换到吃运动描述的模型上,废片率会降。判断标准是同一提示词连跑三条的合格条数,不是单看某一条出得好不好。

LibTV能看到历史记录用的哪个模型吗

能,在生成记录的详情里。每条记录右侧有参数入口,点开列出提示词、比例、时长、模型四项。翻历史记录的用处是复盘:把合格成片的模型代号统计一遍,出现次数最多的那一枚就是你的稳定配方,下次直接选它,不用每次试。

标签:
相关文章