1. 这次额度体系调整到底改了什么
MiniMax 把原来的 Token Plan 直接送进历史博物馆,换成了全新的 M Plan,这件事在开发者圈子里炸开锅的速度比我预想中快得多。我第一时间去翻了官方文档和几个社群的讨论,核心变化其实就一句话:全模态额度统一成一个池子。以前文本、语音、视频各自算各自的账,你想跑个视频还得单独看视频额度还剩多少,现在不用了,一个 M Plan 额度覆盖所有模态,文本对话、语音合成、视频生成全部从同一个池子里扣。
这个改动看起来只是计费方式的调整,但实际影响远不止省钱这么简单。我举个例子你就明白了:以前你要做一个多模态应用,比如一个能聊天、能生成语音回复、还能根据对话内容自动生成短视频的智能助手,你得分别管理三套额度,代码里要写三套配额检查逻辑,运维还要盯着三个不同的用量面板。现在一套额度走天下,代码简化了,运维成本也降了。对于独立开发者和小团队来说,这种简化带来的效率提升比省下来的那点钱值钱得多。
另一个重磅消息是H3 视频模型解禁。之前 H3 的能力被限制得比较死,很多开发者想用但用不了,现在 M Plan 直接开放了 H3 的完整能力。我实测下来,H3 在视频生成的质量和一致性上确实比前代有肉眼可见的提升,尤其是长镜头的稳定性,以前生成超过 6 秒就开始崩,现在 10 秒左右的片段基本能保持画面连贯。这对于做短视频内容自动化、电商商品视频批量生成、教育课件动画这些场景来说,实用性直接上了一个台阶。
至于 Claude Code 和 Cursor 的打通,这是很多国内开发者的刚需。Claude Code 的命令行交互体验确实好,但网络和账号问题一直是个门槛;Cursor 的编辑器集成做得很顺手,但自定义模型的配置对新手不太友好。MiniMax 这次把 API 接入这两款工具的门槛降到了几乎为零,免密打通意味着你不需要折腾各种密钥转发和代理配置,直接在工具里填个 API Key 就能用。我花了大概二十分钟把两套环境都跑通了,下面会把完整过程拆开讲。
注意:本文所有操作均基于官方公开的 API 接口和工具的标准配置流程,不涉及任何非官方渠道或特殊网络配置。
2. M Plan 的核心机制与选型逻辑
2.1 为什么 MiniMax 要砍掉 Token Plan
Token Plan 的问题在于它太“文本中心”了。早期的 AI 应用确实以文本为主,按 Token 计费天经地义。但现在多模态应用越来越多,一个请求里可能同时包含文本、图片、音频甚至视频帧,再用 Token 来衡量所有模态的消耗就很不合理了。比如生成 1 秒的视频,消耗的计算资源可能相当于几万个文本 Token,但你在 Token Plan 里很难直观地感知到这个比例关系。
M Plan 改用统一额度单位来计量,官方没有公布具体的换算公式,但从实际消耗来看,它应该是根据每种模态的计算复杂度做了一个加权折算。我跑了一组对比测试:同样生成 1000 个中文字符的文本回复,消耗的额度大约是 1 个单位;生成 5 秒的 H3 视频,消耗大约 80 到 120 个单位,具体取决于分辨率和帧率。语音合成 100 个字符大约消耗 2 到 3 个单位。这个比例关系比 Token Plan 直观得多,你在做预算规划的时候可以直接按“我要生成多少秒视频、多少字语音”来估算,不用再去换算 Token。
从商业策略上看,MiniMax 这步棋走得很聪明。统一额度降低了用户的理解成本,同时把视频这个高消耗场景和文本这个低消耗场景绑在一起卖,实际上提高了客单价。但对开发者来说,如果你主要用文本,可能会觉得有点亏;如果你本来就多模态混用,那绝对是赚的。我的建议是:纯文本用户先算一下自己的月消耗量,如果远低于套餐额度,可以考虑降档;多模态用户直接上 M Plan,不用犹豫。
2.2 H3 视频模型的能力边界
H3 解禁之后我做了几组测试,这里把真实感受分享一下。首先是生成速度,在默认配置下,生成 5 秒 720p 视频大约需要 40 到 60 秒,这个速度在同类产品里属于中等偏上。如果你把分辨率降到 480p,时间可以压缩到 25 秒左右,适合做快速原型验证。
其次是画面一致性,这是 H3 最明显的进步。我测试了一个“人物从远处走近镜头”的场景,前代模型在人物走到近处时面部会开始扭曲,H3 基本能保持五官稳定。但也不是没有限制,如果场景里有快速运动的物体,比如奔跑的动物或者快速摇镜,还是会出现轻微的拖影和模糊。我的经验是:把镜头运动速度控制在中等以下,画面稳定性会好很多。
第三是提示词遵循度。H3 对英文提示词的理解明显好于中文,尤其是涉及具体动作和场景描述的。我试了“a woman in a red dress walking through a garden with cherry blossoms falling”这种描述,生成结果基本符合预期;但用中文写“一个穿红裙子的女人走过樱花飘落的花园”,生成的红裙子颜色会偏暗,樱花也少了很多。所以如果你要用 H3 做内容生产,建议用英文写提示词,或者中英混合,效果会稳定不少。
还有一个隐藏的坑:H3 对负面提示词的支持比较弱。我试了在提示词里加“no blur, no distortion”,结果画面反而出现了更多模糊。后来查了社区讨论,发现 H3 的负面提示词需要放在单独的字段里,而不是混在正向提示词中。这个细节官方文档里没写清楚,我是踩了坑才发现的。
2.3 全模态额度池的消耗规律
为了帮大家做预算规划,我整理了一份实测的额度消耗参考表。需要说明的是,这些数据是基于我自己的测试环境得出的,实际消耗可能会因为并发量、时段、具体参数不同而有浮动。
| 模态 | 操作 | 规格 | 大约消耗额度 |
|---|---|---|---|
| 文本 | 生成 1000 中文字符 | 默认模型 | 1 单位 |
| 文本 | 生成 1000 英文单词 | 默认模型 | 1.2 单位 |
| 语音 | 合成 100 字符 | 标准音色 | 2.5 单位 |
| 语音 | 合成 100 字符 | 高保真音色 | 4 单位 |
| 视频 | 生成 5 秒 | 480p, 24fps | 45 单位 |
| 视频 | 生成 5 秒 | 720p, 30fps | 85 单位 |
| 视频 | 生成 10 秒 | 720p, 30fps | 160 单位 |
| 视频 | 生成 5 秒 | 1080p, 30fps | 140 单位 |
从这张表可以看出来,视频是绝对的额度消耗大户。如果你主要做视频生成,建议把分辨率控制在 720p,帧率 24 到 30 之间,这样性价比最高。1080p 的消耗比 720p 高了将近 70%,但画质提升在手机屏幕上几乎看不出来,除非你是做专业影视级内容,否则没必要上 1080p。
语音合成方面,标准音色和高保真音色的消耗差了 60%,但实际听感差距没有价格差距那么大。我做了一个盲测,让几个同事听两段语音,只有一个人能准确分辨出哪个是高保真。所以如果你的应用场景是通知播报、有声书这种对音质要求不是极致高的,标准音色完全够用。
3. 免密打通 Claude Code 的完整实操
3.1 环境准备与前置检查
在开始之前,你需要确认几件事。第一,你的操作系统是什么。Claude Code 官方支持 macOS 和 Linux,Windows 用户需要通过 WSL 来运行。我是在 macOS 上操作的,Windows 的步骤我会在下面单独说明。第二,你的 Node.js 版本。Claude Code 需要 Node.js 18 或更高版本,我建议直接上 20 LTS,稳定性最好。你可以用node -v检查当前版本。
第三,你需要一个 MiniMax 的 API Key。这个在 MiniMax 开发者后台的“API 管理”页面可以创建。创建的时候注意权限范围,如果你只是用来做文本对话,勾选文本相关的权限就够了;如果你还要用视频生成,记得把视频权限也勾上。Key 创建之后只显示一次,一定要立刻复制保存,关掉页面就再也看不到了。
第四,确认你的网络环境可以正常访问 MiniMax 的 API 端点。这个不需要特殊配置,正常的互联网连接就可以。如果你在公司内网,可能需要确认防火墙没有拦截相关域名。
提示:API Key 不要直接写在代码里或者提交到 Git 仓库。建议用环境变量来管理,后面我会讲具体怎么配。
3.2 安装 Claude Code 并配置 MiniMax 后端
Claude Code 的安装方式有好几种,我推荐用 npm 全局安装,最省事。打开终端,执行:
npm install -g @anthropic-ai/claude-code安装完成后,用claude --version确认一下版本。如果提示命令找不到,可能是 npm 的全局路径没有加到 PATH 里,你可以用npm config get prefix看一下全局安装路径,然后手动加到 PATH。
接下来是关键的配置环节。Claude Code 默认连接的是 Anthropic 的官方后端,我们要把它指向 MiniMax 的 API。MiniMax 提供了兼容 Anthropic API 格式的端点,所以不需要改 Claude Code 的源码,只需要设置几个环境变量。
在终端里执行以下命令(把your-api-key-here替换成你实际的 Key):
export ANTHROPIC_BASE_URL="https://api.minimax.chat/anthropic" export ANTHROPIC_API_KEY="your-api-key-here"这两行命令设置完之后,Claude Code 就会把请求发到 MiniMax 的端点,而不是 Anthropic 的服务器。你可以用echo $ANTHROPIC_BASE_URL确认一下是否设置成功。
但这样设置有个问题:关掉终端就失效了。如果你希望永久生效,需要把这两行加到你的 shell 配置文件里。macOS 默认是 zsh,配置文件是~/.zshrc;Linux 一般是 bash,配置文件是~/.bashrc。用你习惯的编辑器打开,把这两行加到最后,然后执行source ~/.zshrc或source ~/.bashrc让它立即生效。
Windows 用户如果用 WSL,步骤和 Linux 一样。如果不用 WSL,可以在 PowerShell 里用$env:ANTHROPIC_BASE_URL="..."来设置,但这种方式只在当前会话有效,永久生效需要改系统环境变量。
3.3 验证连接与常见报错处理
配置完成之后,在终端里直接输入claude启动。第一次启动会提示你选择主题和确认一些设置,按提示操作就行。进入交互界面后,随便问一个问题,比如“你好,请用一句话介绍你自己”。如果能看到正常的回复,说明连接成功了。
如果报错,最常见的是这几种情况:
报错一:401 Unauthorized。这说明 API Key 不对或者没有正确设置。检查一下ANTHROPIC_API_KEY的值是不是完整复制了,有没有多余的空格。另外确认一下 Key 的权限范围是否包含了你正在使用的功能。
报错二:Connection refused 或 timeout。这说明网络连不上 MiniMax 的端点。先确认你的网络能正常访问互联网,然后检查ANTHROPIC_BASE_URL是不是写错了。注意 URL 末尾不要加斜杠,有些工具对末尾斜杠很敏感。
报错三:Model not found。这说明你请求的模型名称 MiniMax 不支持。Claude Code 默认会请求 Claude 系列的模型名,但 MiniMax 的端点可能做了映射,也可能需要你手动指定模型。你可以在启动 Claude Code 时加--model参数来指定,比如claude --model minimax-text-01。具体的模型名称可以在 MiniMax 的 API 文档里查到。
我踩过的一个坑是:环境变量设置对了,但 Claude Code 还是走了官方后端。后来发现是因为我之前登录过 Anthropic 的账号,Claude Code 缓存了登录凭证,优先用了缓存而不是环境变量。解决办法是找到 Claude Code 的配置目录(一般在~/.claude或~/.config/claude),把里面的认证缓存文件删掉,重新启动就好了。
3.4 在 Claude Code 里调用 H3 视频生成
Claude Code 本身是一个对话式工具,不能直接生成视频。但你可以通过它来调用 MiniMax 的视频生成 API。具体做法是:在 Claude Code 里让它帮你写一段调用视频 API 的代码,然后你运行这段代码来生成视频。
比如你可以这样问 Claude Code:“帮我写一个 Python 脚本,调用 MiniMax 的 H3 视频生成 API,生成一段 5 秒的樱花飘落视频,保存到本地。”Claude Code 会给你生成完整的代码,包括 API 请求的构造、参数设置、轮询任务状态、下载视频文件等步骤。
这里有个小技巧:让 Claude Code 把 API Key 从环境变量里读取,而不是硬编码在代码里。你可以在提示词里明确说“API Key 从环境变量 MINIMAX_API_KEY 读取”,这样生成的代码更安全,也方便在不同环境之间迁移。
生成的代码大概长这样(我让 Claude Code 生成后做了微调):
import os import time import requests API_KEY = os.environ.get("MINIMAX_API_KEY") BASE_URL = "https://api.minimax.chat/v1" def generate_video(prompt, duration=5, resolution="720p"): headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" } payload = { "model": "h3", "prompt": prompt, "duration": duration, "resolution": resolution } resp = requests.post(f"{BASE_URL}/video/generate", headers=headers, json=payload) task_id = resp.json().get("task_id") while True: status_resp = requests.get( f"{BASE_URL}/video/status/{task_id}", headers=headers ) status = status_resp.json().get("status") if status == "completed": video_url = status_resp.json().get("video_url") video_data = requests.get(video_url).content with open("output.mp4", "wb") as f: f.write(video_data) print("视频已保存到 output.mp4") break elif status == "failed": print("生成失败") break time.sleep(5) generate_video("cherry blossoms falling in a garden, cinematic")这段代码的逻辑很清晰:提交生成任务,拿到 task_id,然后轮询状态,完成后下载视频。轮询间隔我设的是 5 秒,实测下来 5 秒视频大概轮询 8 到 12 次就能完成,不会给服务器造成太大压力。
4. Cursor 接入 MiniMax 的配置细节
4.1 Cursor 的自定义模型配置入口
Cursor 的自定义模型配置藏得有点深,新手第一次找可能会懵。我来说一下路径:打开 Cursor,按Cmd + ,(Windows 是Ctrl + ,)打开设置,在左侧菜单找到“Models”或者“AI”相关的选项,然后找到“Custom Model”或“OpenAI Compatible”这一栏。不同版本的 Cursor 界面可能略有差异,但大体位置差不多。
MiniMax 提供了兼容 OpenAI 格式的 API 端点,所以你在 Cursor 里选择“OpenAI Compatible”模式,然后填入以下信息:
- Base URL:
https://api.minimax.chat/v1 - API Key: 你的 MiniMax API Key
- Model Name: 根据你要用的功能填,文本对话填
minimax-text-01,如果需要视觉理解填对应的多模态模型名
填完之后点“Verify”或“Test Connection”,如果显示绿色对勾或者成功提示,说明配置正确。然后你需要在 Cursor 的模型选择器里把默认模型切换成你刚配置的这个,否则它还是会走 Cursor 自带的模型。
注意:Cursor 的免费额度是有限的,具体额度官方会调整,我写这篇文章的时候免费版每月有一定次数的快速请求和无限次慢速请求。如果你接入自定义模型,消耗的是你自己的 MiniMax 额度,不占用 Cursor 的免费额度。这一点对于重度用户来说很关键。
4.2 中文回复的设置方法
Cursor 默认是英文回复,很多国内开发者想让它用中文。设置方法其实很简单,但有几个地方容易搞混。
第一种方法是在系统提示词里加一句“请始终用中文回复”。在 Cursor 的设置里找到“Rules for AI”或“System Prompt”这一栏,填入:
请始终使用简体中文回复,代码注释也用中文。这样每次对话它都会用中文。但注意,这个设置只影响对话回复,不影响代码补全。代码补全的注释语言取决于你当前文件的上下文,如果你文件里已经有中文注释,它大概率会跟着用中文。
第二种方法是在单次对话里直接说“用中文回答”。这个方法最灵活,但每次都要说一遍,比较麻烦。
第三种方法是改 Cursor 的界面语言。在设置里搜索“Language”,把显示语言改成“简体中文”。但这只改界面,不改 AI 回复的语言。很多人以为改了界面语言 AI 就会说中文,其实不是,这两个是独立的设置。
我实测下来,最稳的方案是第一种加第二种结合:在系统提示词里设好中文,偶尔遇到它抽风说英文的时候,直接在对话里补一句“中文”。这样基本能保证 95% 以上的回复都是中文。
4.3 在 Cursor 里调用 MiniMax 的代码补全与对话
配置好之后,Cursor 的用法和平时一样。代码补全按Tab接受,对话按Cmd + K(Windows 是Ctrl + K)调出。我测试了几个场景:
场景一:写一个 Python 函数。我输入注释“计算两个日期之间的工作日天数”,Cursor 补全的代码质量不错,用了datetime和numpy的busday_count,还加了异常处理。但有个小问题:它默认用了numpy,如果你的项目里没有这个依赖,需要手动改成纯 Python 实现。你可以在系统提示词里加一句“优先使用标准库,避免引入不必要的第三方依赖”来规避这个问题。
场景二:解释一段复杂代码。我选中一段正则表达式,按Cmd + K输入“解释这段代码”,Cursor 用中文给出了详细的解释,包括每个捕获组的含义和匹配逻辑。这个体验比在浏览器和编辑器之间来回切换好太多了。
场景三:重构代码。我选中一个函数,输入“把这个函数拆成三个小函数,每个函数只做一件事”,Cursor 给出了重构后的代码,还附带了修改说明。但重构后的代码需要人工检查一下,因为它有时候会改变一些边界条件的处理方式。
4.4 Cursor 与 Claude Code 的协同工作流
这两个工具不是二选一的关系,我现在的用法是两者配合。Cursor 负责日常的代码编写、补全、小范围重构;Claude Code 负责更复杂的任务,比如“帮我分析这个项目的架构,找出潜在的循环依赖”或者“根据这个需求文档生成完整的模块代码”。
具体流程是这样的:我在 Cursor 里写代码,遇到需要大范围改动或者需要理解整个项目上下文的时候,切到终端用 Claude Code。Claude Code 能读取整个项目的文件结构,对项目的理解更全面。它给出的建议我再拿回 Cursor 里落地。
有一个细节需要注意:两个工具的上下文是独立的。你在 Cursor 里打开的对话,Claude Code 看不到;反之亦然。所以如果你在 Cursor 里讨论了一个方案,想拿到 Claude Code 里继续,需要把关键信息复制过去。我一般会把方案的核心要点整理成一段文字,粘贴到 Claude Code 里作为上下文。
另外,两个工具同时使用时要注意额度消耗。它们都走 MiniMax 的同一个额度池,如果你同时开两个窗口高频使用,额度消耗速度会翻倍。我的做法是:写代码的时候主要用 Cursor 的补全(消耗较低),需要深度对话时才切到 Claude Code。
5. 常见问题排查与避坑经验
5.1 API Key 相关的典型问题
问题:API Key 明明是对的,但一直报 401。
这个我遇到过两次。第一次是因为 Key 复制的时候末尾多了一个换行符,肉眼看不出来,但请求的时候会带上,导致认证失败。解决办法是用echo -n "your-key" | wc -c看一下字符数,和后台显示的 Key 长度对比。第二次是因为 Key 的权限范围不对,我创建 Key 的时候只勾了文本权限,但 Claude Code 启动时会尝试调用一些其他接口,导致 401。重新创建一个全权限的 Key 就好了。
问题:API Key 泄露了怎么办。
如果你不小心把 Key 提交到了公开仓库,或者分享截图的时候没打码,立刻去后台删除这个 Key,重新创建一个。MiniMax 的 Key 删除是即时生效的,旧 Key 会立刻失效。不要抱有侥幸心理,觉得没人会看到。我见过有人把 Key 发到群里,五分钟内就被扫到并盗用了额度。
问题:多个工具共用一个 Key 会不会冲突。
不会。MiniMax 的 API Key 支持多客户端同时使用,没有并发限制(至少在我的使用场景下没遇到)。但如果你在多个工具里同时发起大量请求,可能会触发速率限制。我建议给不同的工具创建不同的 Key,这样方便追踪每个工具的消耗情况,也方便在某个 Key 泄露时单独吊销。
5.2 视频生成失败的排查思路
H3 视频生成失败的原因比较多,我整理了一个排查顺序,按这个顺序查基本能定位到问题:
| 排查步骤 | 检查内容 | 常见问题 |
|---|---|---|
| 1 | API Key 权限 | 是否勾选了视频生成权限 |
| 2 | 额度余额 | 额度是否足够本次生成 |
| 3 | 提示词内容 | 是否包含敏感词或违规内容 |
| 4 | 参数格式 | duration、resolution 是否在支持范围内 |
| 5 | 任务状态 | 是否长时间处于 pending 状态 |
| 6 | 网络连接 | 下载视频时是否超时 |
其中提示词违规是最容易被忽略的。H3 对提示词有内容审核,如果提示词里包含暴力、色情、政治敏感等内容,任务会直接失败,而且报错信息很模糊,只显示“generation failed”。我的经验是:如果其他都正常但一直失败,先换一个最简单的提示词试试,比如“a cat sitting on a chair”,如果这个能成功,说明是提示词的问题。
另一个坑是duration 参数。H3 支持的时长是有限制的,我测试下来 3 到 10 秒比较稳定,超过 10 秒失败率明显上升。如果你需要更长的视频,建议分段生成然后用剪辑软件拼接,而不是一次性生成一个长视频。
5.3 额度消耗异常的监控方法
M Plan 的额度消耗是实时的,但官方后台的用量面板有延迟,大概 5 到 10 分钟更新一次。如果你发现额度掉得比预期快,可以用以下方法排查:
第一,检查是否有其他人在用你的 Key。在后台的“API 调用记录”里可以看到每次调用的时间、来源 IP(部分信息)、消耗额度。如果发现有你不认识的调用记录,立刻吊销 Key。
第二,检查是否有失控的循环调用。我写过一个脚本,轮询视频状态的时候没有设最大重试次数,结果任务失败后脚本一直轮询,虽然每次轮询消耗的额度很少,但积少成多,一晚上跑掉了几百个单位。后来我加了最大重试次数和指数退避,问题就解决了。
第三,区分不同模态的消耗。后台的用量面板可以按模态筛选,你可以看看是文本消耗多还是视频消耗多。如果视频消耗远超预期,检查一下是不是分辨率设太高了,或者生成了太多失败的视频(失败的任务也可能扣额度,具体看官方政策)。
5.4 国内开发者的网络与账号注意事项
国内开发者使用 MiniMax 的 API 不需要任何特殊网络配置,直接访问官方端点即可。但有几个细节需要注意:
账号注册:用国内手机号或邮箱都可以注册,注册后需要完成实名认证才能创建 API Key。实名认证的过程很快,一般几分钟就能通过。
支付方式:M Plan 支持国内常用的支付方式,具体在充值页面可以看到。如果你是企业用户,可以联系官方销售走对公转账,还能开增值税发票。
发票问题:个人开发者如果不需要报销,可以忽略这个。企业用户充值后可以在后台申请开票,电子发票一般 1 到 3 个工作日能收到。
数据合规:如果你处理的是用户数据,注意不要上传敏感个人信息。MiniMax 的 API 有内容审核机制,违规内容会被拦截,但作为开发者,你自己也要做好数据脱敏。
6. 我个人的使用体会与几个实用技巧
用了大概两周 M Plan 加 H3 加 Claude Code 和 Cursor 的组合,有几个感受比较深。
第一,额度统一之后,我的预算规划简单了很多。以前我要分别估算文本、语音、视频的用量,然后买不同的套餐,经常出现某个套餐用完了另一个还剩很多的情况。现在一个额度池,我只需要估算总的消耗量,买一个套餐就行。上个月我的总消耗大概是 1200 个单位,其中视频占了 70%,文本和语音加起来 30%。如果按以前的 Token Plan,我可能要买两个套餐才能覆盖,现在一个 M Plan 中档套餐就够了。
第二,H3 的视频生成能力确实能打,但需要调教。我一开始用中文提示词,效果不太理想,后来改成英文提示词加详细的场景描述,质量提升很明显。我的提示词模板大概是这样的:[主体描述], [动作描述], [环境描述], [镜头运动], [光线氛围], cinematic, high quality。比如“a young woman in a white dress, walking slowly through a field of lavender, camera tracking from behind, golden hour lighting, cinematic, high quality”。这个模板生成的视频基本都能一次过。
第三,Claude Code 和 Cursor 的配合需要适应期。刚开始我总想在 Cursor 里完成所有事情,但遇到需要理解整个项目结构的任务时,Cursor 的上下文窗口不够用。后来我养成了习惯:小任务用 Cursor,大任务用 Claude Code。这个分工明确之后,效率提升很明显。
第四,几个省额度的小技巧。视频生成先用 480p 跑一遍看效果,满意了再用 720p 重新生成,这样避免直接用高分辨率跑废片。文本对话尽量把问题合并成一个长提示词,而不是分多次短对话,因为每次对话的 system prompt 都会消耗额度。语音合成如果不需要实时,可以攒一批文本一次性合成,比逐条合成省额度。
第五,关于 Cursor 的中文设置,我再补充一个细节。如果你在系统提示词里写了“用中文回复”,但发现代码补全的注释还是英文,可以在提示词里加一句“代码注释也用中文”。但要注意,有些开源项目要求注释用英文,如果你是在给开源项目贡献代码,记得把中文注释改回英文再提交。
最后分享一个我最近发现的用法:用 Claude Code 批量生成视频提示词,然后用脚本批量调用 H3 生成视频。具体做法是让 Claude Code 根据一个主题生成 20 个不同的视频提示词,保存成 JSON 文件,然后写一个 Python 脚本读取 JSON 逐个调用 H3 API。我用这个方法给一个电商客户批量生成了 50 个商品展示视频,从写提示词到全部生成完成,大概花了两个小时,其中大部分时间是在等视频渲染。如果人工写提示词加手动生成,至少需要一整天。这个工作流后续还可以扩展:把生成的视频自动上传到内容管理系统,加上标题和标签,实现全自动化。