[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-midjourney-v8-faster-images-higher-costs-zh":3,"article-related-midjourney-v8-faster-images-higher-costs-zh":30,"series-model-release-785624b2-0355-4b82-adc3-de5e45eecd88":87},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":27,"created_at":28,"published_at":29,"topic_cluster_id":11},"785624b2-0355-4b82-adc3-de5e45eecd88","midjourney-v8-faster-images-higher-costs-zh","Midjourney V8 變快了，也變貴了","\u003Cp>Midjourney V8 Alpha 在 2026 年 3 月 17 日上線。官方第一個主打很直接：出圖速度大約比 V7 快 5 倍。原本常見的 30 到 60 秒，現在很多工作能壓到 10 秒內。\u003C\u002Fp>\u003Cp>這件事很重要。圖像模型好不好用，很多時候不是看第一張圖多漂亮，而是你一天能改幾輪。講白了，等待時間短，靈感就比較不會被拖死。\u003C\u002Fp>\u003Cp>但 V8 不是只有加速而已。它還帶來原生 2K 輸出、比較能看的文字渲染，還有更好的 prompt adherence，也就是提示詞服從度。不過甜的地方後面都跟著帳單，很多你真正想用的功能，價格是 4 倍。\u003C\u002Fp>\u003Ch2>V8 到底改了哪些地方\u003C\u002Fh2>\u003Cp>先講最有感的。V8 最大的變化就是快，而且不是那種體感快一點點。官方說法是約 5 倍，從實際工作流程來看，這種差距會直接改變你怎麼用它。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774516955227-2l6z.png\" alt=\"Midjourney V8 變快了，也變貴了\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>以前你下一個複雜 prompt，等個 40 秒很正常。現在如果 8 到 10 秒就看到結果，你會更願意多試兩版、三版，甚至連細節用字都會一直修。這種迭代速度，對設計師和內容團隊差很多。\u003C\u002Fp>\u003Cp>Midjourney 也說 V8 跑在重寫過的 codebase 上。這種說法聽起來很像產品簡報，但從功能變化來看，的確不像只是 V7 小修版。Web 介面重做了，控制參數更多，舊的個人化資產也能延續。\u003C\u002Fp>\u003Cp>另一個很實用的更新，是文字生成。圖像模型以前最容易翻車的地方，就是海報、標籤、看板、包裝盒上的字。V8 改成讓你把想要的文字放進引號裡，命中可讀文字的機率會高不少。\u003C\u002Fp>\u003Cp>我覺得這點很有感。因為很多人根本不是要做純藝術圖，而是要做能拿去提案、社群貼文、假想包裝圖的素材。以前字一歪掉，最後還是得回 Photoshop 收尾。現在至少少收一點。\u003C\u002Fp>\u003Cp>提示詞理解也更穩。材質、光線、空間關係、顏色限制，這些細節在 V8 上比較容易一起成立。Midjourney 還加了 \u003Ccode>--q 4\u003C\u002Fcode>，主打高一致性場景，適合元素很多、容易打架的畫面。\u003C\u002Fp>\u003Cul>\u003Cli>速度：約比 V7 快 5 倍\u003C\u002Fli>\u003Cli>解析度：用 \u003Ccode>--hd\u003C\u002Fcode> 可輸出原生 2K\u003C\u002Fli>\u003Cli>文字：引號提示可提升可讀性\u003C\u002Fli>\u003Cli>新控制：\u003Ccode>--hd\u003C\u002Fcode>、\u003Ccode>--q 4\u003C\u002Fcode>、\u003Ccode>--chaos\u003C\u002Fcode>、\u003Ccode>--weird\u003C\u002Fcode>、\u003Ccode>--exp\u003C\u002Fcode>、\u003Ccode>--raw\u003C\u002Fcode>\u003C\u002Fli>\u003C\u002Ful>\u003Cp>新版 Web 介面也不是單純換皮。Alpha 網站加入對話式生圖、格狀比較模式，還有側邊欄設定 references、moodboards、personalization。以前你覺得這些只是 UI 小改，現在模型變快後，這些細節真的會影響工作效率。\u003C\u002Fp>\u003Cp>因為當你 10 秒就能拿到結果時，瓶頸不再只是 GPU，而是你能不能快速比較、快速調參、快速回退。Midjourney 這次很明顯想把整個流程包起來，而不是只賣一個模型名稱。\u003C\u002Fp>\u003Ch2>速度很好，價格就沒那麼客氣\u003C\u002Fh2>\u003Cp>好消息先講。V8 的基礎生成，已經包含在原本的訂閱方案裡。你不用額外買新模型資格，這點算合理。\u003C\u002Fp>\u003Cp>但真正麻煩的地方在高階模式。像 \u003Ccode>--hd\u003C\u002Fcode>、\u003Ccode>--q 4\u003C\u002Fcode>、style references、moodboard references，這些都會變成 4 倍成本，而且生成速度也會慢 4 倍。你沒看錯，想要更穩更細，GPU 時數就直接噴掉。\u003C\u002Fp>\u003Cp>所以 V8 的價值要分兩種人看。 casual 使用者做草圖、做靈感板、做概念探索，會覺得它變便宜了，因為預設模式夠快。重度使用者如果天天跑高解析、天天掛參考圖，那帳單很快就會讓你清醒。\u003C\u002Fp>\u003Cblockquote>\u003Cp>“Styles need to be dropped and explored by us all using prompting alone until they become common conventions.”\u003C\u002Fp>\u003Cfooter>— David Holz，Midjourney 創辦人，在 X 上談 V7 時代的提示文化\u003C\u002Ffooter>\u003C\u002Fblockquote>\u003Cp>這句話不是 V8 發表當天講的，但很能反映 Midjourney 的產品思路。它一直偏好讓使用者用 prompt 去磨風格，再把高一致性、高控制力的選項做成比較貴的功能。說真的，這套路到 V8 還是一樣。\u003C\u002Fp>\u003Cp>現行訂閱價格表面上不複雜。Basic 每月 10 美元，3.3 小時 fast GPU。Standard 30 美元，15 小時。Pro 60 美元，30 小時。Mega 120 美元，60 小時。\u003C\u002Fp>\u003Cp>問題是這些時數在 4 倍模式下會縮得很快。你原本覺得 15 小時很多，掛上 \u003Ccode>--hd\u003C\u002Fcode> 和 references 後，可能一下就不夠用。更麻煩的是，V8 目前還沒有 Relax mode，所以每次生成都會吃 fast GPU 時數。\u003C\u002Fp>\u003Cul>\u003Cli>Basic：10 美元，3.3 小時 fast GPU\u003C\u002Fli>\u003Cli>Standard：30 美元，15 小時 fast GPU\u003C\u002Fli>\u003Cli>Pro：60 美元，30 小時 fast GPU\u003C\u002Fli>\u003Cli>Mega：120 美元，60 小時 fast GPU\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你是接案設計師，這會直接變成成本管理問題。草稿階段用預設模式沒事，最後提案圖一旦要高解析和高一致性，就得精算每一輪重算值不值得。\u003C\u002Fp>\u003Cp>如果你是公司內部團隊，狀況也差不多。你可能會把 V8 當快速視覺探索工具，而不是每張圖都拉滿設定。因為把每個版本都跑到最漂亮，預算很容易失控。\u003C\u002Fp>\u003Ch2>和 V7 比，數字怎麼看才準\u003C\u002Fh2>\u003Cp>V7 本來就不弱。它在風格、美感、氛圍這些地方已經有很高辨識度。很多人喜歡 Midjourney，不是因為它最容易控制，而是因為它常常能生出「有味道」的圖。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774516990106-xvtt.png\" alt=\"Midjourney V8 變快了，也變貴了\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>V8 則是把重點往實用拉。速度更快，指令更準，文字比較能看，這些都比較貼近商業工作流。你拿來做客戶提案、內部評圖、廣告概念圖，會比 V7 省事。\u003C\u002Fp>\u003Cp>但這裡有個陷阱。很多人看到規格升級，就會直接下結論說 V8 全面贏 V7。其實沒那麼單純。更準、更細、更穩的部分，很多都綁在高價模式上，所以你要看「預設 V8」和「高階 V8」分別值不值得。\u003C\u002Fp>\u003Cul>\u003Cli>速度：V7 基準，V8 約快 5 倍\u003C\u002Fli>\u003Cli>原生解析度：V7 約 1024×1024，V8 用 \u003Ccode>--hd\u003C\u002Fcode> 可到原生 2K\u003C\u002Fli>\u003Cli>文字表現：V7 常失真，V8 可讀性提升\u003C\u002Fli>\u003Cli>提示詞服從度：V7 不錯，V8 對複雜場景更穩\u003C\u002Fli>\u003Cli>高階成本：V7 較單純，V8 多項功能 4 倍計價\u003C\u002Fli>\u003C\u002Ful>\u003Cp>所以真正的比較應該是這樣看。V8 預設模式，是一個非常快的草圖機。V8 高階模式，則是比較像精修工具，但價格也跟著上來。\u003C\u002Fp>\u003Cp>這種分層其實很合理，只是 Midjourney 沒有把話講得太白。你如果只是看宣傳，很容易以為所有優點都一起免費升級。實際上，最好用的那一塊，很多都需要額外付出 GPU 時數。\u003C\u002Fp>\u003Cp>好在相容性還不錯。Midjourney 表示 V7 的 personalization profiles、moodboards、style references 在 V8 仍可用。這代表老使用者不用把整套視覺設定砍掉重練。\u003C\u002Fp>\u003Cp>不過同一組 prompt 換模型後，結果一定還是會飄。這很正常。新模型對詞的理解、對構圖的偏好、對材質的權重分配，都可能不同。你如果有固定商業流程，最好拿真實專案 prompt 先跑一輪，不要直接全線切換。\u003C\u002Fp>\u003Ch2>誰該用，誰會先觀望\u003C\u002Fh2>\u003Cp>如果你已經是 Midjourney 訂閱戶，試用 V8 很簡單。進 \u003Ccode>alpha.midjourney.com\u003C\u002Fcode>，登入後在 prompt 加上 \u003Ccode>--v 8\u003C\u002Fcode>，或直接把 V8 設成預設模型就好。\u003C\u002Fp>\u003Cp>但 Midjourney 老問題還在。它沒有公開 API。對一般玩家來說，這可能沒差，反正就是上網站生圖。對開發者和團隊來說，這就是硬傷。\u003C\u002Fp>\u003Cp>你如果要做產品整合、內部自動化工具、批次生成流程，沒有官方 API 幾乎就卡死。現在很多公司在意的不只是圖好不好看，而是能不能接進自己的軟體、能不能串資料流、能不能做權限和審計。Midjourney 在這塊還是很保守。\u003C\u002Fp>\u003Cp>這也讓它和其他影像模型的競爭方式很不一樣。Midjourney 比較像封閉但好用的創作平台。其他服務則偏向可整合的基礎設施。哪個比較適合你，要看你是創作者，還是產品團隊。\u003C\u002Fp>\u003Cp>Alpha 階段也有常見限制。Relax mode 還沒上，舊 prompt 可能表現不同，高階功能偏貴。你如果拿它做正式商業產出，建議先挑 10 到 20 組常用 prompt 測一輪，記錄時間、成本、修圖量，再決定要不要全面切換。\u003C\u002Fp>\u003Cul>\u003Cli>適合：視覺探索、提案草圖、社群素材、概念設計\u003C\u002Fli>\u003Cli>要評估：高解析商業圖、長期批量產出、預算敏感團隊、需要 API 的產品團隊\u003C\u002Fli>\u003Cli>目前限制：沒有公開 API、沒有 V8 Relax mode、4 倍模式成本高\u003C\u002Fli>\u003Cli>實務建議：先用預設 V8 做探索，最後定稿再開高階模式\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我自己的看法很簡單。V8 改的地方很準，剛好都打在大家最常抱怨的點上：等太久、重跑太慢、文字太醜、prompt 容易跑掉。這些問題一旦改善，工作流真的會順很多。\u003C\u002Fp>\u003Cp>但它的計價方式也很現實。你越想要穩、越想要細、越想要像你腦中那張圖，成本就越高。這不是不能接受，只是你得先知道自己是在買速度，還是在買控制力。\u003C\u002Fp>\u003Ch2>背後的產業脈絡，其實很清楚\u003C\u002Fh2>\u003Cp>這幾年圖像生成工具的競爭，已經從「誰能生出驚艷圖片」慢慢轉成「誰能進工作流」。前者比較像作品展示，後者才是企業真的會付錢的地方。\u003C\u002Fp>\u003Cp>工作流看的是什麼？速度、穩定性、文字能力、解析度、可重現性、整合能力。V8 這次把前四項補得很積極，但整合能力還是弱，因為沒有公開 API。\u003C\u002Fp>\u003Cp>另一個趨勢是價格分層。很多模型都把基本能力壓低門檻，再把高控制、高品質、高一致性的功能放到更高費率。Midjourney 這次 4 倍計價，其實就是很典型的專業功能收費法，只是倍率偏兇。\u003C\u002Fp>\u003Cp>對台灣使用者來說，這件事特別有感。因為不少中小型團隊沒有超大預算，但又很常需要快速做視覺稿。這種情境下，V8 預設模式很香，高階模式就得精打細算。\u003C\u002Fp>\u003Cp>如果你是自由工作者，最實際的做法可能是把 Midjourney 當成前期發想工具。先用快模式把方向找出來，再決定哪幾張值得花 4 倍成本做最後版本。這樣比較不會把 GPU 時數燒在錯的地方。\u003C\u002Fp>\u003Ch2>接下來要看哪兩件事\u003C\u002Fh2>\u003Cp>我會先盯兩個指標。第一，V8 什麼時候補上 Relax mode。第二，\u003Ccode>--hd\u003C\u002Fcode> 和 \u003Ccode>--q 4\u003C\u002Fcode> 這些 4 倍設定，之後會不會調價。\u003C\u002Fp>\u003Cp>如果 Relax mode 很快回來，V8 會更適合天天掛著用。因為你可以把大量探索放到較低壓力的模式，最後再用 fast GPU 做定稿。這對重度使用者差很多。\u003C\u002Fp>\u003Cp>如果 4 倍價格一直不動，很多人會把 V8 當成高速草圖模型。真正高品質輸出，只在必要時才開。這種用法不會讓 V8 失敗，但會限制它成為唯一主力模型的機會。\u003C\u002Fp>\u003Cp>你如果現在就在用 Midjourney，我的建議很直接。挑一組你最常做的題材，像產品海報、人像、包裝、室內場景，各跑 5 到 10 次。把時間、成功率、文字品質、成本記下來。不要只看第一眼漂不漂亮，要看它有沒有真的幫你省時間。\u003C\u002Fp>\u003Cp>最後一句話總結：V8 確實更快，也確實更實用。但它把最好用的部分放在更高成本那一層。你要不要升，不是看宣傳頁多熱鬧，而是看你的工作流能不能吃下這個價格。\u003C\u002Fp>","Midjourney V8 alpha 上線後，出圖速度號稱比 V7 快 5 倍，還加入原生 2K、較好的文字生成與更準的提示詞理解。但高階模式像 --hd 與 --q 4 會直接吃掉 4 倍成本。","wavespeed.ai","https:\u002F\u002Fwavespeed.ai\u002Fblog\u002Fposts\u002Fwhat-is-midjourney-v8-features-pricing-how-to-use-2026\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1774516955227-2l6z.png","model-release","zh","38eb1d26-d961-4fd3-ae12-9c4089680f5f",[17,18,19,20,21,22,23,24,25,26],"Midjourney","Midjourney V8","AI 生圖","圖像生成","人工智慧","設計工具","Midjourney 訂閱","GPU 時數","prompt","文字渲染",3,"2026-03-26T07:52:03.562971+00:00","2026-03-26T09:23:10.881+00:00",{"tags":31,"relatedLang":46,"relatedPosts":50},[32,33,36,37,38,40,43,44],{"name":20,"slug":20},{"name":34,"slug":35},"Midjourney v8","midjourney-v8",{"name":22,"slug":22},{"name":21,"slug":21},{"name":17,"slug":39},"midjourney",{"name":41,"slug":42},"研究整理","-",{"name":26,"slug":26},{"name":19,"slug":45},"ai-生圖",{"id":15,"slug":47,"title":48,"language":49},"midjourney-v8-alpha-features-pricing-en","Midjourney V8 Alpha: A Deep Dive into Its Features and Pricing","en",[51,57,63,69,75,81],{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"466021f3-b8a4-4ecb-ad64-8070beaf9cbc","gemini-1-5-pro-002-flash-002-2-0-flash-update-zh","Gemini 1.5 與 2.0 Flash 更新上線","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780999389960-97qh.png","2026-06-09T10:02:27.849751+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"66ce4542-3c93-4a0c-ab52-5e6f90a36212","minimax-m3-kai-fang-quan-zhong-xie-cheng-shi-reng-neng-ying-zh","MiniMax M3 證明開放權重在寫程式上仍能贏","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780968786191-lele.png","2026-06-09T01:32:30.829528+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"948a7dc4-b172-42f9-9bef-abcbbffaca18","gemini-35-flash-pricing-benchmarks-zh","Gemini 3.5 Flash 價格與長上下文解析","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780840978961-6b9n.png","2026-06-07T14:02:29.835438+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"5507f140-5223-4f68-ade6-30d9e5457638","gemma-4-12b-specs-benchmarks-run-locally-zh","怎麼做 Gemma 4 12B 本地部署","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780777971165-4bit.png","2026-06-06T20:32:24.857611+00:00",{"id":76,"slug":77,"title":78,"cover_image":79,"image_url":79,"created_at":80,"category":13},"ef42a437-8b06-4ff5-a135-ece7662c01f4","best-kimi-models-2026-k2-5-vs-k2-thinking-zh","2026 最佳 Kimi 模型：K2.5 對 K2 Thinking","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780770790333-x3lk.png","2026-06-06T18:32:39.410186+00:00",{"id":82,"slug":83,"title":84,"cover_image":85,"image_url":85,"created_at":86,"category":13},"fd2ad557-5c09-4758-964d-cda1c3c87a4c","kimi-k2-6-open-source-coding-agent-swarm-zh","Kimi K2.6 開源加上 Agent Swarm","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780761795960-0zg9.png","2026-06-06T16:02:21.702099+00:00",[88,93,98,103,104,109,114,119,124,129],{"id":89,"slug":90,"title":91,"created_at":92},"58b64033-7eb6-49b9-9aab-01cf8ae1b2f2","nvidia-rubin-six-chips-one-ai-supercomputer-zh","NVIDIA Rubin 把六顆晶片塞進 AI 機櫃","2026-03-26T07:18:45.861277+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"0dcc2c61-c2a6-480d-adb8-dd225fc68914","march-2026-ai-model-news-what-mattered-zh","2026 年 3 月 AI 模型新聞重點","2026-03-26T07:32:08.386348+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"214ab08b-5ce5-4b5c-8b72-47619d8675dd","why-small-models-are-winning-on-device-ai-zh","小模型為何吃下裝置端 AI","2026-03-26T07:36:30.488966+00:00",{"id":4,"slug":5,"title":6,"created_at":28},{"id":105,"slug":106,"title":107,"created_at":108},"cda76b92-d209-4134-86c1-a60f5bc7b128","xiaomi-mimo-trio-agents-robots-voice-zh","小米 MiMo 三模型瞄準代理、機器人與語音","2026-03-28T03:05:08.779489+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"9e1044b4-946d-47fe-9e2a-c2ee032e1164","xiaomi-mimo-v2-pro-1t-moe-agents-zh","小米 MiMo-V2-Pro 登場：1T MoE 模型","2026-03-28T03:06:19.002353+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"c4b6186f-bd84-4598-997e-c6e31d543c0d","cursor-composer-2-agentic-coding-model-zh","Cursor Composer 2 走向代理式寫碼","2026-03-28T03:13:06.422716+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"e112e76f-ec3b-408f-810e-e93ae21a888a","apple-siri-gemini-distilled-models-zh","Apple Siri 牽手 Gemini 的真相","2026-03-29T04:52:57.886544+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"c679b51f-194a-463b-87fc-7695256ff752","mimo-v2-pro-vs-omni-vs-flash-2026-zh","MiMo V2 Pro、Omni、Flash 怎麼選","2026-04-02T01:18:43.576128+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"3b988fd7-6749-4f01-ba25-c0ad7486dc31","z-ai-glm-5v-turbo-design2code-claude-zh","GLM-5V-Turbo 在 Design2Code 贏了…","2026-04-02T04:03:36.31741+00:00"]