AI 技術教學

香港免 VPN 用 AI 剪片:ChatCut 實測 6 個 AI 模型,邊個剪得最好?

文章目錄
  1. ChatCut 是甚麼?
  2. 不連接 AI agent,ChatCut 可以用嗎?
  3. MG 是甚麼?為甚麼放大後仍然清晰?
  4. 這次測試的 6 個 AI 模型
  5. 為甚麼揀這 4 個香港可以用的模型?
  6. 測試結果:Claude Opus 5.5 第一,DeepSeek V4.1 Flash 第二
  7. 實戰:用 ChatCut 連接 AI agent 剪片
  8. 第 1 步:把原片放到 ChatCut 的時間軸
  9. 第 2 步:連接 Hermes Agent
  10. 第 3 步:叫 AI agent 讀取專案名稱,確認已經連接
  11. 第 4 步:寫剪片 prompt
  12. 我的影片最難剪的地方:兩種靜音
  13. 第 5 步:剪片後叫 AI 做 MG
  14. 6 個模型逐個看
  15. 1. 小米 MiMo V2.6:慢,但是剪得不錯
  16. 2. 智譜 GLM 5.3 Flash:效果可以,但是要返工三次
  17. 3. Meta Muse Spark 1.3:沒有剪完,而且幻覺嚴重
  18. 4. DeepSeek V4.1 Flash:意外地好,成本少於 20 港元
  19. 5. GPT-6 Astra:剪得好,MG 聰明,但是消耗額度很快
  20. 6. Claude Opus 5.5:剪片和 MG 都最好
  21. 我的結論:AI 剪片已經可以用

很多 YouTube 創作者都介紹過怎樣用 AI 剪片,但是大部分都用 Claude 或 ChatGPT。這兩個模型在香港很難申請,就算申請了也容易被封鎖,或者要透過 VPN 才能使用。

所以這次我想找一個在香港不用 VPN、可以自動剪片、而且效果不錯的 AI 模型。我用 ChatCut 這個剪片軟件連接 AI agent,實測了 6 個 AI 模型,其中 4 個在香港不用 VPN 也可以使用。

先講結果:剪片和 MG 都做得最好的是 Claude Opus 5.5;第二名是 DeepSeek V4.1 Flash,而 DeepSeek 剪好一條片的成本少於 20 港元。

(影片長度:26 分鐘)

ChatCut 是甚麼?

ChatCut 是一個 AI 剪片軟件,它的最大特色是支援 MCP,所以你可以把自己的 AI agent 連接到 ChatCut,讓 AI agent 幫你剪片。MCP 即是 AI agent 連接其他軟件的一種標準方式,例如 AI agent 透過 MCP 就可以讀取 ChatCut 的時間軸並剪走片段。

ChatCut 有網上版和桌面版,桌面版有 Mac 和 Windows 兩個版本。這次我用的是 Windows 桌面版。

ChatCut 官網首頁,標題是「你的 AI 影片編輯器」,下面有「進入 ChatCut 編輯器」和「在你的 agent 裡使用」兩個按鈕

不連接 AI agent,ChatCut 可以用嗎?

可以,因為 ChatCut 有付費方案。付了月費,ChatCut 就包含生成影片、生成圖片和剪片的功能,你不一定要連接 AI agent。但是如果你不是每個月都剪很多片,每月付幾十美元就有點貴,所以通常都會連接自己的 AI agent 使用。

ChatCut 的付費方案:每月 25 美元有 100 點,45 美元有 200 點,88 美元有 400 點,160 美元有 800 點

MG 是甚麼?為甚麼放大後仍然清晰?

除了剪片,ChatCut 也可以做 motion graphic,簡稱 MG,即是影片上的動態文字框、標題和圖表,例如我影片中顯示重點的那些方框。

MG 和平時用 Nano Banana 2 或 GPT Image 1.5 生成的圖片不同。AI 生圖模型生成的是點陣圖,點陣圖放大後會變模糊;MG 則是用程式畫出來的,有點像用 Adobe Illustrator 畫的圖,所以放到多大都仍然清晰。不過你不需要懂寫程式,因為程式由 AI 寫。

同樣放大到 4.2 倍:左邊的點陣圖變模糊,右邊的 MG 仍然清晰。

ChatCut 內置了 skill,預設了不同款式的 MG 讓你選擇。如果你不喜歡這些款式,想用自己的顏色和形狀,只要直接告訴 AI 就可以自訂。ChatCut 也可以做字幕等功能,但是我認為最重要的功能,是它可以連接你的 AI agent 自動剪片。

這次測試的 6 個 AI 模型

模型 開發公司 香港不用 VPN 可以使用嗎?
MiMo V2.6 小米 可以,經 OpenRouter 使用
GLM 5.3 Flash 智譜 可以,經 OpenRouter 使用
Muse Spark 1.3 Meta 可以,經 OpenRouter 使用
DeepSeek V4.1 Flash DeepSeek 可以,經 OpenRouter 使用
GPT-6 Astra OpenAI 不可以
Claude Opus 5.5 Anthropic 不可以

為甚麼揀這 4 個香港可以用的模型?

我參考了 Artificial Analysis 的性價比圖表:Y 軸代表模型的聰明程度,X 軸代表價錢。越靠左的模型越便宜,越高的模型越聰明,所以左上角那一堆模型就是又便宜又聰明。我揀的 4 個香港可以用的模型,全部都在左上角這個位置。

Artificial Analysis 的性價比圖表,左上角綠色區域是又便宜又聰明的模型,包括 MiMo-V2.6-Pro、GLM-5.3-Flash 和 DeepSeek V4.1 Flash

測試結果:Claude Opus 5.5 第一,DeepSeek V4.1 Flash 第二

剪片剪得最好、MG 也做得最好的是 Claude Opus 5.5。網上有很多 Opus 5.5 的精美示範,實測後我認為它實至名歸。

第二名是 DeepSeek V4.1 Flash,這個結果連我自己也有點意外。

測試結果:第一名 Claude Opus 5.5,第二名 DeepSeek V4.1 Flash

下表整理了影片中提到的數字。每個模型剪的都是同一條 48 分鐘的原片;表中沒有數字的格,即是影片沒有提及。

模型 剪片時間 剪好後長度 剪片和 MG 的成本 結果
MiMo V2.6 大約 1.5 小時 13 分鐘 合共大約 30 港元 可以,評分 7.5 分
GLM 5.3 Flash 大約 80 分鐘 — — 可以,但是返工了 3 次
Muse Spark 1.3 — 24 分鐘 — 不合格,沒有剪完
DeepSeek V4.1 Flash 大約 45 分鐘(三輪合計) 13 分鐘 少於 20 港元 剪得最好的香港可用模型
GPT-6 Astra 大約 30 分鐘 大約 13 分鐘 — 合格,但是消耗額度很快
Claude Opus 5.5 大約 30 分鐘 — — 剪片和 MG 都最好

如果你想要每個模型的詳細成本、時間、返工次數和我的評分,可以下載本文最後的完整測試報告。

實戰:用 ChatCut 連接 AI agent 剪片

這次我用兩個軟件:ChatCut 桌面版和 Hermes Agent 桌面版。

我用 Hermes Agent,是因為 Hermes Agent 可以連接 OpenRouter,從而使用不同的 AI 模型。OpenRouter 就像一個分配工作的人:你只要連接 OpenRouter,就可以在 OpenRouter 揀選用哪個 AI 模型,OpenRouter 會把你的要求交給那個模型處理,所以你不需要逐一付費訂閱每個模型。

第 1 步:把原片放到 ChatCut 的時間軸

ChatCut 左邊有一個 AI 對話框,你可以直接在那裏輸入指令叫 ChatCut 剪片,但是這個功能只限付費用戶。我用的是免費版,所以一定要連接 AI agent,我就把左邊的對話框關掉。

然後像平時剪片一樣,把原片拖到「我的素材」,再放到時間軸上。原片的音軌有很多沒有聲音的地方,因為原片中間可能是等待時間,或者是我說錯了重新再說。

第 2 步:連接 Hermes Agent

ChatCut 左上角有一個連接 AI agent 的按鈕。官方說只支援 ChatGPT 和 Claude Code,但是按進去之後,你會發現它也支援其他 AI agent。這時候不要按「Connect Agent」,要按上面的「連接任意 agent」,ChatCut 就會給你一段連接用的文字。複製這段文字,然後貼到 Hermes Agent 的對話(session)裏。

ChatCut 的「使用外部 agent 編輯這個專案」視窗,右上角有「連接任意 Agent」,下面是一段連接 ChatCut Desktop MCP 的文字和複製按鈕

第 3 步:叫 AI agent 讀取專案名稱,確認已經連接

我叫 Hermes Agent 讀取目前的專案。它先給了我專案 ID,我再問名稱,它就回答專案名稱是 chatcut-aiagent,即是已經成功連接,可以開始剪片。

Hermes Agent 透過 chatcut_desktop 讀取目前專案,回覆專案 ID、專案名稱 chatcut-aiagent 和時間軸資料

第 4 步:寫剪片 prompt

我給每個模型的 prompt 都一樣,大意是:

  • 這條影片是關於 TradingView 新推出的 MCP Server,即是我上一條影片。
  • 影片裏有很多很長的靜音,請幫我剪掉;但是有一部分長靜音其實是在等 AI 處理(因為我用 ChatGPT 做示範),所以有些靜音不應該剪。如果你不知道某段靜音是否值得剪,可以問我。
  • 我有一個習慣:說得不好時,我會在後面再說幾次,直到說好為止,所以請幫我刪除說得不好的片段。

給 AI agent 的剪片 prompt,說明影片是關於 TradingView MCP Server,要剪走長靜音,但是等 AI 處理的靜音要保留

我的影片最難剪的地方:兩種靜音

我拍的全部都是 AI 示範片,很多時候我給了 prompt,AI 要處理很久。所以我的影片有兩種靜音:一種是我還沒想到下一句或者卡住了,這種應該剪走;另一種是在等 AI 回應,這種要保留。

兩種靜音:Silence A 是「諗緊嘢/窒咗」,Silence B 是「等 AI 回應」

所有 AI 模型開始剪片前,基本上都會先研究長靜音和短靜音的分別,而且它們都分辨得到。

第 5 步:剪片後叫 AI 做 MG

剪好之後,我再叫 AI 做 MG,要求有三個:

  1. 影片有部分片段加速了,凡是加速的地方,就放一個寫着「16X」的浮動 MG,遮住下面我的樣子,因為我有時其實離開了座位。
  2. 根據我的對白顯示重點,但是不要遮住整個畫面。
  3. 我有時會用一大段話講幾個重點,就做一個大的 MG,把這幾個重點全部包括在內。

我的 MG prompt 寫得比較隨便,也沒有用 ChatCut 本身漂亮得多的 template,因為我想看看每個 AI 模型自己會怎樣設計。

6 個模型逐個看

1. 小米 MiMo V2.6:慢,但是剪得不錯

MiMo V2.6 是最慢的模型之一:它用了大約一個半小時,把 48 分鐘的原片剪到只剩 13 分鐘。原本的靜音和說錯話的地方基本上都剪走了,但是仍有六、七個地方有錯漏。

MG 方面,MiMo 做到我要求的「16X」方框,遮住了我的樣子,所以它理解指令的能力也不錯。

MiMo V2.6 做的「16X」MG,放在畫面左下角遮住講者

MiMo 也懂得按背景選顏色:背景是深色時用淺色的 MG,背景是淺色時用深色的 MG。但是重點出現的時間沒有配合我的聲音,所有重點一次過全部顯示。事實上,只有 Claude Opus 5.5 和 GPT-6 Astra 在我沒有特別要求的情況下,做到重點和聲音同步出現;不過我認為其他模型如果講清楚要求,應該也做得到。

MiMo V2.6 在深色的 GitHub 畫面上用了淺色的 MG,標題是「非官方 MCP 嘅風險」

MiMo 大約用了 25 分鐘做好整條影片的 MG。剪片和 MG 加起來,成本大約 30 港元。我給 MiMo V2.6 的評分是 7.5 分。

2. 智譜 GLM 5.3 Flash:效果可以,但是要返工三次

GLM 5.3 Flash 最後剪出來的效果還可以,但是我叫它重剪了三次,即是總共剪了四輪。剪片大約用了 80 分鐘,MG 大約用了 25 分鐘。

GLM 剪出來的效果可以接受,最大的問題是我要花時間核對:它每剪完一次,我都要看完影片才知道有沒有問題。MG 方面,GLM 大致上懂得在深色背景用淺色 MG,但是不是每次都做到,有時深色畫面也配上深色 MG。

3. Meta Muse Spark 1.3:沒有剪完,而且幻覺嚴重

Muse Spark 1.3 沒有完成剪片:其他模型把原片剪到大約 13 分鐘,Muse Spark 剪了幾輪之後仍然有 24 分鐘,所以不合格。

Muse Spark 還有一個比較嚴重的問題:幻覺嚴重。它對我說「我轉錄完立刻告訴你」,意思是叫我等它。轉錄即是把聲音變成文字;ChatCut 剪片的原理,是先把聲音轉成文字,再根據文字剪片。但是我等的時候,Muse Spark 其實早已停了。

Hermes Agent 的對話:Muse Spark 叫我等它,我回覆「再一次幻覺叫我等,你已停咗,還有很多位置沒剪,重覆部分沒剪」

剪了這麼久也只剪走了一半,所以我停止了測試。我認為很難用 Muse Spark 1.3 正式剪片。

4. DeepSeek V4.1 Flash:意外地好,成本少於 20 港元

DeepSeek V4.1 Flash 的效果令我很驚喜。它第一輪已經把 48 分鐘的原片剪到 13 分鐘,即是第一輪其實已經剪好,所以我不用花很多時間檢查。不過人始終要檢查一次:我檢查後覺得仍有些問題,DeepSeek 就再返工了兩次,整條影片就剪好了。

根據 DeepSeek 自己的報告,三輪加起來大約剪了 45 分鐘,MG 大約做了 5 分鐘。DeepSeek 的 MG 比較簡陋,但是黑色背景配淺色 MG、淺色背景配深色 MG 都做得到,後面的大型 MG 也算標準。

成本方面,剪片大約用了 1.5 美元,即是十多港元;MG 只花了幾港元,所以整條影片剪好的成本少於 20 港元。

在這次測試的 4 個香港可以用的模型之中,我認為 DeepSeek V4.1 Flash 剪得最好,甚至可以實際使用。

5. GPT-6 Astra:剪得好,MG 聰明,但是消耗額度很快

GPT-6 Astra 總共剪了半小時,把原片剪到大約 13 分鐘,基本上完全沒有問題。它的 MG 也明顯聰明一些:畫面會配合我的聲音出現,而我沒有特別要求它這樣做,即是聰明的模型一點就明。

GPT-6 Astra 做的 MG,標題是「資料散落在不同平台」,Google Workspace、Mailchimp 和 Shopify 三格隨着講者提到才逐一出現

GPT-6 Astra 最大的問題是消耗額度非常快。做完測試之後我明白了一件事:剪片不需要用這麼高階的模型,所以下次我會用 GPT-5.6 剪片;反而做 MG 就應該用高階模型,因為高階模型做的 MG 漂亮很多。如果要我在 DeepSeek 和 ChatGPT 之間揀一個剪片,我會揀 DeepSeek,因為便宜很多。

6. Claude Opus 5.5:剪片和 MG 都最好

我配合 Claude Code 用 Claude Opus 5.5 剪片。剪片用了半小時,再加大約 15 分鐘就做好了所有 MG。

Opus 5.5 的 MG 明顯比其他模型漂亮,而我沒有交代它要怎樣做。例如 MG 的文字會配合我的聲音,講到哪一句才出現哪一行字;MG 上還有一道會移動的反光。

Claude Opus 5.5 做的 MG,深藍色卡片上寫着「越嚟越多平台推出自己嘅 MCP」和第一個重點

另外,Opus 5.5 用的額度不多,絕對比 ChatGPT 少;當然這只是粗略估計,因為兩者並非在完全相同的條件下比較。如果在香港可以用 Claude,我一定會用 Claude 剪片和做 MG。

我的結論:AI 剪片已經可以用

即使你不用 ChatGPT 或 Claude,只用 OpenRouter 上很便宜的模型,粗剪很多時候都沒有問題,但是最重要是揀對模型。

另一方面,期望也要調整:不要以為按一個鍵就所有事都做好,因為 AI 剪完之後,你可能仍要手動修改。不過 AI 剪片應該可以為你節省非常多時間,讓你集中精神做創作的部分。

而且現在的模型進步得很快,三個月之後可能已經是另一個世界,到時可能所有模型都剪得很好。所以我認為 AI 剪片真的可以用了。

如果你想要這次測試的完整報告和 prompt,可以下載「實測 6 個 AI 模型剪片的報告及 Prompts」,報告詳細記錄了每個模型剪片用了多少錢、多少時間、返工了多少次,以及我的評分。