Um segundo de vídeo de IA no clipe final custa $0,186, e não os $0,10 da tabela de preços

A página de tarifas do modelo de vídeo promete «cerca de $0,10 por segundo». Um clipe de 30 segundos custaria três dólares, você pensa, e então chega uma fatura duas a três vezes maior. Não há taxas ocultas: a tabela conta cada segundo gerado, mas só entra no clipe final o segundo que sobreviveu à seleção e à edição.

Imagine que você encomendou uma cena com mãos e recebeu três takes de 4 segundos: nos dois primeiros, a mão se deformou e a câmera se desviou; o terceiro serviu. Você pagou por 12 segundos, e 4 foram para o clipe. Foi assim que, no exemplo didático do autor da análise no Habr, cada segundo que entrou no clipe saiu por $0,186, em vez dos $0,10 da tabela.

O autor gera vídeos curtos e anúncios pela Gemini API e pelo OpenRouter e mantém um log de cada take. Se você produz vídeo de IA sob encomenda, esse log é um jeito de não fechar o orçamento no vermelho.

Três preços para um mesmo segundo

O segundo de vídeo tem três preços, e confundi-los sai caro.

O primeiro é o preço de tabela. No Gemini Omni Flash, são cerca de $0,10 por segundo em 720p (5792 tokens de vídeo a $17,50 por milhão dão $0,101). No Seedance 2.0 via OpenRouter, pelas faturas do autor, o valor fica em torno de $0,15 por segundo com áudio.

O segundo é o preço pago. Além do vídeo, você paga pela entrada (imagens e prompt) e, no Omni, também pelo raciocínio do modelo. Um clipe de 4 segundos custa $0,405 pela tabela, e na fatura do autor saiu por $0,42–0,43.

O terceiro é o preço do segundo aprovado: tudo o que foi gasto nos takes da cena, dividido pelos segundos que entraram na edição. Só ele serve de base para o orçamento. O que liga os três preços é o coeficiente de consumo: segundos pagos divididos por segundos aprovados. Ele sobe com o descarte (o take inteiro vai para o lixo) e com o corte (de 5 segundos, 3 foram para a edição). O corte costuma ser esquecido, embora em clipes longos pese mais que o descarte.

Como manter o log e fazer a conta

O preço de um take no Omni é calculado pelos contadores de tokens do campo usage: entrada a $1,50 por milhão, vídeo na saída a $17,50, texto na saída, junto com o raciocínio, a $9. A armadilha: se você contar todos os tokens de saída pela tarifa do vídeo, o preço fica superestimado, já que o raciocínio custa quase metade. Os nomes dos campos em usage variam entre versões da API, então salve uma vez a resposta bruta, sem o vídeo, e veja como eles se chamam no seu caso. No OpenRouter é mais simples: o vídeo é gerado como uma tarefa, e a tarefa concluída chega, na consulta de status, com o campo usage.cost já em dólares.

Em seguida, você precisa de uma tabela com uma linha por take: cena, modelo, duração real em segundos, preço, quantos segundos foram para a edição e o motivo do descarte ou do corte. Usa-se a duração real: o Omni não aceita parâmetro de duração, ela é definida pelo prompt, e o modelo pode entregar de 3 a 10 segundos. Um pequeno script em Python lê o CSV e mostra, para cada cena, o coeficiente e o preço do segundo aprovado.

No exemplo didático de três cenas, foram pagos 23 segundos no total e aprovados 13, com coeficiente de 1,77. Cena com mãos: três takes, 12 segundos pagos, 4 aprovados, coeficiente de 3,00 e $0,318 por segundo aprovado. A cena com um rosto passou de primeira, mas dois segundos tiveram de ser cortados; por isso o coeficiente é 1,67 e o preço, $0,173. A cena com dois personagens bateu com a tabela: $0,105. Na média do clipe, $0,186, quase o dobro dos $0,10 prometidos.

Números de faturas reais e como reduzi-los

Segundo três projetos do autor, em outubro de 2026, sem impostos:

• anúncio de peixe defumado, 6 planos no Veo 3.1 Fast: 24 segundos pagos e 24 aprovados, coeficiente 1, cerca de $0,10 por segundo;
• 8 movimentos de câmera no Veo 3.1 Fast: 40 segundos pagos, 32 aprovados, coeficiente 1,25, $0,125;
• anúncio de produto a partir de uma foto no Seedance 2.0: 27 segundos pagos, 15 aprovados, coeficiente 1,8, $0,27.

O autor diz que o primeiro projeto foi sorte: os quadros iniciais foram aprovados antes do vídeo, e o movimento de câmera em cada clipe era simples. O anúncio de produto é típico do caso caro: o cliente não perdoa um rótulo deformado, então o plano com defeito na embalagem é refeito sem alternativa, e as correções custaram quase o mesmo que o primeiro take. O Veo 3.1 para desenvolvedores está desativado desde 22 de outubro; esses projetos foram feitos antes, mas o Omni Flash custa aproximadamente o mesmo pela tabela.

O que reduz o coeficiente, segundo a experiência do autor:

• aprovar o quadro inicial antes do vídeo: uma imagem 1K custa cerca de 7 centavos, e um clipe de 4 segundos, cerca de 42;
• pedir um único movimento simples por clipe: «levanta a xícara» falha menos que «levanta a xícara, bebe e olha pela janela»;
• encomendar a duração conforme a edição, e não com folga;
• parar depois de três takes iguais e mudar uma variável: o prompt, o quadro ou o modelo;
• escolher o modelo pelo coeficiente, e não pela tabela: um modelo duas vezes mais caro, mas aprovado de primeira, sai mais barato que um que precisa de três takes.

Se você usa assinatura em vez de API, a lógica é a mesma: divida tudo o que pagou no mês pelos créditos realmente gastos. Com $20 por 1000 créditos e consumo de 500, o crédito sai a 4 centavos, em vez de 2.

O que fazer

A tabela de preços é o piso: você só pagará exatamente aquele valor se cada take entrar inteiro no clipe. Pela experiência do autor, em cenas simples o coeficiente fica entre 1 e 1,3, em anúncios de produto em cerca de 2, e em mãos, água e objetos pequenos em cerca de 3. Por isso, no orçamento para o cliente, ele reserva para retrabalho o mesmo valor do primeiro take e, depois do primeiro teste, recalcula com base no log.

Os números vêm de uma amostra pequena, de um único autor, mas o método é simples: o log se preenche em cinco minutos depois da edição e, após alguns projetos, mostra quais cenas são caras e onde dá para economizar.