VibeKnow知识视频积分按Token总量与模型规格计费，采用“输入Token+输出Token×单价”双轨模型，并叠加内容解析深度、视频复杂度档位、音画协同生成三重因子；纯文本1000字约28积分，Word文档同量达46～53积分，含Excel表格单表加12～35积分，网页URL首屏预扣22积分，后续500字符/7积分；生成后右上角铃铛显示预估冻结、实际消耗及Token明细。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在VibeKnow中生成知识视频时，积分不是按分钟或文件大小扣费，而是由AI处理的Token总量与所选模型规格共同决定，每一步解析、配音、画面生成都会实时计入消耗。
积分消耗的核心计算逻辑
VibeKnow采用「输入Token + 输出Token × 模型单价」的双轨计费模型，和WorkBuddy底层一致，但增加了视频生成特有的三重叠加因子：
① 内容解析深度：PDF/Word含图表或公式时，OCR识别+语义结构化会额外触发多轮推理，Token增幅达40%～120%；
② 视频复杂度档位：系统自动将输入内容划分为「简明讲解（≤3分钟）」「流程演示（含动画分镜）」「数据可视化（含动态图表生成）」三档，后两档默认启用pro级模型，单价上浮3.2倍；
③ 音画协同生成：开启「Background Music」或选择「Linlin」以外音色（如Jianyu）时，语音合成模块会调用独立TTS模型，单独计费——这部分不包含在主任务积分内，需额外扣除5～18积分/次。
不同输入格式的实际消耗对比
方法一：纯文本粘贴（无格式、无换行）
→ 系统仅做基础语义切片，不触发OCR或结构还原
→ 1000字≈28积分，波动范围±3积分
方法二：上传带样式的Word文档
→ 自动识别标题层级、列表缩进、加粗关键词，并映射为分镜逻辑节点
→ 同样1000字内容，实测消耗升至46～53积分
⚠️ 注意：【若文档含嵌入Excel表格，系统将逐单元格解析，单表可额外增加12～35积分】
方法三：输入网页URL（vibeknow.com支持直连抓取）
→ 不仅提取正文，还主动过滤广告脚本、合并重复段落、补全缺失标题
→ 对https://xxx.com/report-2026.html类长报告页，首屏加载即预扣22积分，后续滚动加载按500字符/7积分追加
如何查看本次生成的确切积分
视频生成任务提交后，页面右上角会立即显示浮动提示框，内含三项实时数据：
• 已锁定积分：任务启动前系统预估并冻结的额度（不可撤回）
• 实际消耗：任务完成后的最终扣减值（含超支补偿）
• Token明细：点击“详情”可展开输入/输出Token数、模型ID、各子模块耗时
这一步操作起来很简单，直接点开右上角小铃铛图标就能看到——但要注意，【预估积分≠最终积分，若中途修改配音音色或增删分镜，系统将重新核算并补扣差额】
