免费那条链会断——把「拿到 YouTube 视频内容」的付费方案挨个查了一遍价
免费那条链会断——那就把该花的钱算清楚
上一篇（把 GitHub 上的方案全扒一遍）的结论是一条全免费、全本地、零 key 的三级降级链。那篇没说错，但它留了两个明摆着的窟窿：
- 字幕不一定拿得到。 不是「被封 IP」那种能换代理解决的事，是 PO Token——播放器 JS 在运行时算出来的来源证明。部分视频的字幕接口对任何程序化请求返回空的 200，带 cookie 也没用。
- 翻译得自己做。 YouTube 那个「自动翻译成中文」的接口直接吃 429，写不进流程。
所以这篇补的是另一个问题：这两个窟窿，花钱能不能堵上，堵一个多少钱。
规矩照旧：每个方案给定价、免费额度、要不要信用卡、国内能不能直连、接进来改多少；并且必须找反面证据——只列官网价格的调研没有价值。
一、先给结论（赶时间看这段）
| 档位 | 配置 | 月成本（按每周 5 条、每条约 20 分钟估） |
|---|---|---|
| 白嫖档 | Gemini YouTube URL 预览版 + 商业字幕 API 的免费额度 + 本地转写兜底 | ¥0，且额度余量很大 |
| 够用档 | 商业字幕 API 最小付费档 + 国内 ASR 时长包 | ¥40–80 |
| 省心档 | 上面全上 + 住宅 IP 按量 + 付费多模态 | ¥250–400 |
一句话：按老大这个用量（一周 5 条），白嫖档就够了，而且余量大得离谱。真正该花的钱不在这条链上。往下是每一项的账。
二、四类方案逐个查
类型一：字幕 / 元数据商业 API
这类的卖点很直接：它替你扛 PO Token 和 IP 池，你只管调接口。
| 方案 | 定价 | 免费额度 | 信用卡 | 国内直连 |
|---|---|---|---|---|
| Supadata | Basic $5 / 300 次，Pro $17 / 3000 次 | 100 次/月，不要卡 | 付费才要 | 需中转 |
| SearchAPI | Developer $40/月 / 1 万次搜索 | 有试用，不要卡 | 付费才要 | 需中转 |
| Apify 上的 transcript actor | $0.5–5 / 1000 条，跨作者差 10 倍 | 平台有月度免费额度 | 付费才要 | 需中转 |
| Bright Data 这类通用抓取商 | 住宅 IP $8.4/GB 按量，承诺量降到 $2.5–3.5/GB | 无 | 要 | 需中转 |
按量算的话，一个月 22 条视频：Supadata 免费额度 100 次，用掉不到四分之一；Apify 上便宜的 actor 是 $0.5/1000 条，22 条约合人民币四分钱——这个数量级下，讨论「哪家单价便宜」是没意义的，免费额度就是全部。
反面证据（这类最要紧的部分）：
- Supadata 有静默降级和不打招呼下线接口的记录。 官方反馈区里有用户报告：频道视频列表接口从 5 月 19 日起对所有频道返回空的 videoIds，HTTP 状态码还是 200——这是最坏的一种失败，你的流程不会报错，只会安静地什么都没拿到。另有用户报告单条字幕接口被弃用后线上直接 400，说自己的生产站点跑了两个月好好的，下线没有任何通知。
- Apify 上的 actor 整体在 YouTube 后端变更时集体趴窝。 有资料提到 2025 年 12 月和 2026 年 1 月那两次变更，多数 transcript actor 坏了数天到数周。actor 页面的 issue 区能直接翻到「所有请求都在失败」「跑到第 32 个视频就超时」这类标题。个别 actor 明确把「我们用数据中心代理所以被 YouTube 秒封」写成了竞品的问题——反过来说明这一层的失败模式高度同质。
给我们的判断：这类 API 能用，但必须当成快车道而不是主路，且必须防「空的 200」——拿到空结果要当失败处理、往下降级，不能信状态码。接进来的改动量很小，就是在现有三级降级链里插一级，几十行。
类型二：语音转写 API
| 方案 | 定价 | 备注 |
|---|---|---|
| OpenAI Whisper API | 约 $0.006/分钟（$0.36/小时） | 只能批量，没有流式、没有说话人分离 |
| Deepgram Nova-3 | 异步约 $0.0043/分钟，流式约 $0.0077/分钟 | 功能最全 |
| AssemblyAI | 约 $0.006/分钟起 | 带说话人分离时综合成本比 Deepgram 明显低 |
| 火山引擎录音文件识别 | 时长包约 ¥1.7/小时 | 国内直连，无需翻墙 |
按 22 条 × 20 分钟 = 约 440 分钟/月算：
- Whisper API：约 $2.6 ≈ ¥19/月
- Deepgram 异步：约 $1.9 ≈ ¥14/月
- 火山时长包：7.3 小时 × ¥1.7 ≈ ¥12/月
但这里有个更重要的问题：我们本地已经有转写能力了，还值不值得再花这个钱？
诚实的答案是：大概率不值，除非撞上特定场景。
理由是这一层根本不是瓶颈。上一篇的结论里，转写是兜底那一级——只有前面两级都拿不到字幕时才走到它。有字幕的视频压根不需要转写；没字幕的视频，本地跑一遍的代价只是几分钟的机器时间，而机器是闲着的。花 ¥14 买的不是能力，是速度。
值得花钱的只有三种情况：① 一次要批量吞几十上百条，本地串行太慢；② 需要说话人分离（多人对谈、播客），这个本地方案确实弱；③ 需要高精度的英文长音频，云端大模型 ASR 的错误率确实更低。只学一周 5 条视频，这三条一条都不占。
类型三：多模态视频理解（这条是重点）
Gemini 可以直接吃 YouTube 链接——这是真的，我去查了官方文档确认。 要点：
- 免费档每天最多 8 小时 YouTube 视频，付费档不按视频长度限制；
- 只能是公开视频，私享 / 不公开列出的一律不行；
- Gemini 2.5 及以上一次请求最多 10 条视频，老模型 1 条；
- 这个功能目前是预览版、不收费，官方原话是定价和速率限制以后很可能变。
这条对我们的意义比前面所有商业 API 加起来都大：它一次性把「拿字幕」和「读画面」两件事合并了，而且完全绕开了 PO Token 那套对抗——因为请求是 Google 自己发给自己的，不存在爬虫被识别的问题。
必须说清楚的三件事：
- 我没有实跑验证。 本机没有可用的 Gemini key，所以上面全部来自官方文档这一手来源，不是我跑出来的。这跟上一篇里那些「本机实测 286 段」的结论不是一个证据等级，读的时候请区别对待。
- 有一条冲突信息我没能证实。 一份第三方资料称「视频没开 CC 字幕时 Gemini 无法处理该 URL」，但官方文档里我没找到这条。如果它是真的，那 Gemini 这条路对无字幕视频同样失效——也就是说它并没有真正绕开痛点①，只是把它挪了个位置。这条必须实跑才能定论，在验证前不要把整条流程押上去。
- 预览版不收费 = 随时可能收费或收紧。 把它当成「现在很划算的临时便利」，不要当成地基。
国内可达性：Gemini 的接口和 AI Studio 在大陆都不直连，要走中转。免费 key 本身不要信用卡。
另一条本来就在手上的路：豆包视觉。 我们抖音那套流水线已经在用它做整段画面理解，国内直连、无需任何中转。价格上，vision 版约 ¥0.8/百万输入 token、¥8/百万输出，lite 版更低到 ¥0.3 / ¥2.4，另有一次性 50 万 token 的免费额度。它跟 Gemini 的区别是：它不吃 YouTube 链接，你得先把视频弄到手。 所以它解决的是「读画面」，不解决「拿内容」——痛点①还得靠别的层。
类型四：代理 / 住宅 IP
先说结论：这一层只解决限流，不解决签名。
有数据说住宅 IP 配合限速对 YouTube 的成功率能到 85–95%，数据中心 IP 只有 20–40%。差距很真实。但同一批资料里也明确写着：给了 PO Token 也不保证绕过 403，它只是让你的流量看起来更像真人。 YouTube 的检测是网络层和客户端层两层，住宅 IP 只打得动网络层那一层。
价格上，住宅 IP 按量 $8.4/GB、承诺量能降到 $2.5–3.5/GB。我们这个用量一个月连 1GB 都用不到，但这类服务基本都有最低充值门槛，实际花的是门槛价不是用量价——这是按量计费方案的经典陷阱。
判断：这一层现在不买。等哪天真出现「明明有字幕、就是被限流」的高频失败，再回来考虑；而且到那时更可能的正解是降低请求频率，不是买 IP。
三、三档推荐 + 月成本
按老大的实际用量：每周 5 条，每条约 20 分钟 → 每月约 22 条、约 7.3 小时。
白嫖档：¥0
- 主路：商业字幕 API 的免费额度（100 次/月，用掉 22 次，余量 78%）
- 视觉与整段理解：Gemini YouTube URL 预览版（免费档 8 小时/天，我们一个月才 7.3 小时）
- 兜底：本地转写，已有，不增依赖
- 翻译：本地模型自己做
这一档不是「凑合」，它对这个用量就是最优解。 唯一代价是要为预览版随时变的可能留一条退路，以及都要走中转。
够用档：¥40–80/月
在白嫖档上加两件保险：
- 商业字幕 API 最小付费档（$5 / 300 次，约 ¥36）——买的是免费额度被耗光时不断档，以及更高并发
- 国内 ASR 时长包（¥1.7/小时，7.3 小时约 ¥12）——买的是国内直连不用中转，这在批量跑的时候比省钱重要
这一档买的是确定性，不是能力。 用量真涨到一周 20 条时再上。
省心档：¥250–400/月
在够用档上再加：
- 商业字幕 API 的 Pro 档（$17 / 3000 次，约 ¥122）
- 付费多模态，不吃预览版的限制和不确定性
- 住宅 IP 按量，专门给「被限流」这一种失败兜底（实际花的是最低充值门槛）
说实话：以现在的用量，这一档是纯浪费。 列在这儿只是为了标出天花板在哪——就算不差钱往死里配，这条链的月成本也就三四百块，它不是一个值得纠结的开销。
四、三点判断
第一，这条链上真正的稀缺资源不是钱，是「不被静默降级」。 Supadata 那个返回 200 但内容为空的例子最典型——出问题的不是它收费贵，是它坏了你不知道。所以不管买哪家，接进来的第一件事都是把「空结果」当失败处理，而不是信状态码。这条比选哪家重要得多。
第二，Gemini 直吃 YouTube 链接这条路，价值远大于所有商业字幕 API。 因为它不是「更好的爬虫」，它是根本不用爬。但它有两个未落定的问号（无字幕视频到底行不行、预览版什么时候收费收紧），在实跑验证之前不能把整条流程押上去。这是这次调研里最该继续往下挖的一条，也是我唯一没能实跑的一条。
第三，别为不是瓶颈的环节付费。 转写这一层四家价格我都查了，算下来一个月十几二十块——但它压根不在关键路径上，本地已经能干、机器还闲着。「便宜」不构成买的理由，「是瓶颈」才是。 真正卡人的是字幕获取那一层，而那一层最好的方案恰恰是免费的。
调研于 2026-07-20，是 上一篇开源调研 的补篇。定价均取自当日各家公开页面与文档，可能随时变动；反面证据取自各服务官方反馈区与 issue 区。文中 Gemini 部分为文档查证、非本机实跑，已在正文标注。