Costo di un canale faceless: quanto costa ogni video con l'IA

Un video faceless di dieci minuti voleva dire due fatture: un montatore e un narratore. Secondo gli intervalli pubblicati da Vidico e le cifre GVAA riassunte da VoiceCrafters, queste due voci insieme arrivano tra 800 e 1.700 $ a video. Lo stesso video costruito con chiamate API ha un costo macchina di alcune decine di dollari, e la maggior parte se ne va nelle immagini.

Chi fa il budget di un canale faceless tende a fissarsi sulle voci economiche (script, voce) e a liquidare quella che decide il budget: i secondi di video generato. Qui sotto trovi un modello di costo che puoi ricostruire in un foglio di calcolo, applicato a uno short da 30 secondi, a uno short da 60 secondi e a un video lungo da 600 secondi, con ogni prezzo datato e collegato alla fonte.

Le cinque voci che compongono il costo di un video faceless

Script. Token di un modello linguistico. Si pagano per milione di token.
Voce. Sintesi vocale, pagata per carattere di narrazione.
Immagini in movimento. Clip video generate, pagate per secondo di output.
Immagini fisse. Immagini generate usate come slide, sfondi o miniature, pagate per immagine.
Reroll. Le riprese che scarti. Nessuno pubblica questo numero, quindi devi fissarlo tu.

Il montaggio (tagli, sottotitoli, musica, esportazione) si paga con il tuo tempo, quindi resta fuori dal costo macchina e rientra nel confronto con l'aiuto a pagamento.

La formula usata nel resto dell'articolo:

Costo per video = script + voce + (secondi di video x tariffa al secondo + immagini fisse x tariffa per immagine) x fattore di reroll

Il fattore di reroll moltiplica solo le immagini, perché una riga di voce o uno script raramente richiedono più di un passaggio per essere utilizzabili, mentre una clip con una mano deformata sì. Uso 1,5 come ipotesi di pianificazione, cioè una ripresa in più ogni due che tieni. Misura il tuo rapporto per un mese e sostituisci il valore.

Script: la voce di cui puoi smettere di preoccuparti

La pagina dei prezzi di Anthropic offre una conversione utile: un token equivale a circa quattro caratteri, ovvero 0,75 parole, in inglese. La stessa pagina elenca Claude Sonnet 5.5 a 2 $ per milione di token in ingresso e 10 $ per milione in uscita, e Claude Haiku 4.5 a 1 $ e 5 $.

Per dimensionare gli script assumo un ritmo di narrazione di circa 150 parole al minuto. È un valore di pianificazione che la tua voce e la tua nicchia sposteranno, quindi cronometra uno dei tuoi fuori campo e correggi.

30 secondi: circa 75 parole, ovvero 100 token in uscita.
60 secondi: circa 150 parole, ovvero 200 token in uscita.
600 secondi: circa 1.500 parole, ovvero 2.000 token in uscita.

Uno script da 600 secondi su Sonnet 5.5 sono 2.000 token in uscita x 10 $ per milione, cioè 0,02 $. Aggiungi un prompt da 5.000 token con la scaletta e gli appunti di ricerca (0,01 $) e tre giri di revisione, e resti sotto 0,10 $. La Batch API dimezza entrambe le tariffe se generi una settimana di script durante la notte.

Scegli il modello che scrive lo script migliore per la tua nicchia e ignora il suo prezzo, perché la differenza è di centesimi a video.

Voce: economica a video, da controllare a carattere

La durata della narrazione si converte in caratteri con la stessa regola pratica di Anthropic: una parola vale circa 5,3 caratteri (quattro caratteri per token diviso 0,75 parole per token). Arrotondando:

30 secondi: circa 400 caratteri.
60 secondi: circa 800 caratteri.
600 secondi: circa 8.000 caratteri.

Su Aitachyon, il fuori campo ElevenLabs costa da 0,043 $ a 0,086 $ ogni 450 caratteri al momento della scrittura, a seconda del modello vocale. Ne risulta:

30 secondi: un blocco da 450 caratteri, da 0,043 $ a 0,086 $.
60 secondi: due blocchi, da 0,086 $ a 0,17 $.
600 secondi: circa 18 blocchi, da 0,77 $ a 1,55 $.

Comprare in diretta costa meno per carattere. La pagina API di ElevenLabs elenca v3 e Multilingual v2 a 0,08 $ ogni 1.000 caratteri e Flash/Turbo a 0,04 $, quindi la narrazione da 8.000 caratteri costa lì da 0,32 $ a 0,64 $. Un'analisi di terzi di Puter cita invece 0,05 $ e 0,10 $ ogni 1.000 caratteri. Quando la pagina del fornitore e una fonte terza non concordano, fidati del fornitore. Se la voce pesa in modo rilevante sulla tua spesa, cosa rara per un canale faceless, un account diretto è la strada più economica. Per scegliere tra modelli vocali in base alla qualità e non al prezzo, l'analisi del costo del fuori campo ElevenLabs approfondisce di più.

Immagini: la voce che decide il tuo budget

Qui i canali faceless si separano. Ci sono tre modi di riempire lo schermo, e la scelta cambia il costo di un ordine di grandezza.

Modalità A: immagini fisse con movimento aggiunto in montaggio

Immagini generate, con panoramiche e zoom nel tuo editor. Prezzi al momento della scrittura: Seedream 4.0 a 0,057 $ per immagine, FLUX.2 [pro] da 0,057 $ a 0,086 $, Nano Banana a 0,13 $ e gpt-image-2 da 0,10 $ a 0,40 $. Per riferimento, il prezzo diretto di Google per Nano Banana 2 va da circa 0,045 $ a 0,5K fino a 0,151 $ a 4K, e fal elenca il Nano Banana originale a 0,0398 $ per immagine.

Modalità B: video generato per ogni secondo

Il più godibile e il più costoso. Prezzi al secondo al momento della scrittura: Hailuo 02 a 0,085 $, Kling v3 a 0,16 $ senza audio e 0,32 $ con audio nativo, Veo 3.1 Fast da 0,19 $, Wan 2.7 a 0,19 $ e Seedance 2.5 da 0,20 $ a 480p e 0,44 $ a 720p.

Modalità C: ibrida

Video generato dove il movimento giustifica il suo costo (l'aggancio, una dimostrazione, una transizione), immagini fisse dappertutto altrove. La maggior parte dei canali che durano finisce qui, perché è l'unica modalità in cui un upload da dieci minuti resta nell'ordine delle decine di dollari e si muove comunque sullo schermo.

Un canale faceless raramente ha bisogno di audio nativo nelle clip, dato che narrazione e musica ci vanno sopra, quindi le tariffe al secondo senza audio sono quelle rilevanti. La guida ai prezzi delle API video, modello per modello tratta più in dettaglio i compromessi tra risoluzione e audio.

I tre video, calcolati riga per riga

Tutti i prezzi qui sotto sono quelli di Aitachyon al momento della scrittura. Il fattore di reroll di 1,5 si applica solo alle immagini. Le immagini fisse sono stimate a una ogni 5 secondi per gli short e una ogni 6 secondi per il formato lungo, un'ipotesi di ritmo che dovresti sostituire con la tua.

Short da 30 secondi

Script: meno di 0,01 $.
Voce: da 0,043 $ a 0,086 $.
Modalità A (6 immagini Seedream): 6 x 0,057 $ = 0,34 $, x 1,5 = 0,51 $. Totale circa 0,56 $ a 0,60 $.
Modalità B su Hailuo 02: 30 x 0,085 $ = 2,55 $, x 1,5 = 3,83 $. Totale circa 3,87 $ a 3,92 $.
Modalità B su Kling v3 senza audio: 30 x 0,16 $ = 4,80 $, x 1,5 = 7,20 $. Totale circa 7,24 $ a 7,29 $.

Short da 60 secondi, ibrido

Script: meno di 0,01 $.
Voce: da 0,086 $ a 0,17 $.
Video: un aggancio da 5 secondi più due inserti da 5 secondi su Hailuo 02, 15 x 0,085 $ = 1,28 $.
Immagini fisse: i restanti 45 secondi a una ogni 5 secondi, 9 x 0,057 $ = 0,51 $.
Immagini con reroll: (1,28 $ + 0,51 $) x 1,5 = 2,69 $.
Totale: circa 2,78 $ a 2,87 $.

Formato lungo da 600 secondi, ibrido

Script: meno di 0,10 $ con le revisioni.
Voce: da 0,77 $ a 1,55 $.
Video: 60 secondi di movimento (10 per cento della durata) su Hailuo 02, 60 x 0,085 $ = 5,10 $.
Immagini fisse: 540 secondi a una ogni 6 secondi, 90 x 0,057 $ = 5,13 $.
Immagini con reroll: (5,10 $ + 5,13 $) x 1,5 = 15,35 $.
Totale: circa 16,20 $ a 17,00 $.

Per contrasto, gli stessi 600 secondi in Modalità B pura su Hailuo 02 sono 600 x 0,085 $ x 1,5 = 76,50 $ solo di immagini, e su Kling v3 senza audio sono 144 $. Il formato lungo a pieno movimento è l'unica configurazione in cui il video con IA smette di essere economico, quindi decidi con attenzione quali secondi meritano di muoversi.

Lotti: quanto costano davvero una settimana e un mese

Il numero di pianificazione è il tuo ritmo mensile. Tre lotti realistici:

Una settimana di short quotidiani (7 x 60 secondi ibridi): 7 x circa 2,85 $ = circa 20 $.
20 varianti di aggancio per testare le aperture (20 x 5 secondi): 100 secondi su Hailuo 02 costano 8,50 $; su Kling v3 con audio nativo, 100 x 0,32 $ = 32 $. Testare prima gli agganci a basso costo e poi promuovere il vincitore è l'ordine sensato.
Un mese per un canale a due formati (4 lunghi + 20 short): 4 x 17 $ + 20 x 2,85 $ = 68 $ + 57 $ = circa 125 $.

Le miniature aggiungono poco. Cinquanta miniature candidate su Seedream 4.0 costano 50 x 0,057 $ = 2,85 $, oppure da 5 $ a 20 $ su gpt-image-2 a seconda della qualità. Generane molte, tienine due, testale.

Il modo in cui paghi questi lotti conta quanto il prezzo unitario. I piani mensili a crediti che si azzerano tendono a penalizzare i calendari di pubblicazione irregolari. Il confronto tra crediti e fatturazione a chiamata lo sviluppa con esempi.

Il metro umano, con la stessa aritmetica

Per tenere onesto il confronto, ecco quanto costa lo stesso lavoro quando lo affidi a qualcuno, secondo intervalli di tariffe pubblicati.

Montaggio

Vidico colloca i montatori freelance tra 25 $ e oltre 150 $ l'ora, e per minuto finito tra 20 $ e 100 $ per YouTube lungo e tra 10 $ e 50 $ per TikTok e Reels. A progetto, indica da 300 $ a 1.500 $ per un video YouTube e da 50 $ a 400 $ per un TikTok o un Reel. Un montatore interno a tempo pieno costa da 51.000 $ a 93.000 $ l'anno.

Narrazione

Il riassunto di VoiceCrafters della guida tariffaria GVAA elenca la narrazione non broadcast da 350 $ a 450 $ per 1 a 2 minuti finiti, da 600 $ a 700 $ per 5 a 10 minuti e da 700 $ a 800 $ per 10 a 15 minuti. Il lavoro per YouTube con posizionamento a pagamento rientra nella diffusione digitale, che la stessa guida prezza da 1.000 $ a 1.250 $ per tre mesi di uso nazionale.

Fianco a fianco

Video da 600 secondi, affidato a terzi: montaggio a 20 $ a 100 $ al minuto, cioè 200 $ a 1.000 $, più narrazione a 600 $ a 700 $. Totale da 800 $ a 1.700 $.
Video da 600 secondi, con chiamate API: circa 16 $ a 17 $, più il tuo tempo di assemblaggio.
Short da 60 secondi, affidato a terzi: montaggio a 50 $ a 400 $ a progetto, più narrazione a 350 $ a 450 $. Totale da 400 $ a 850 $.
Short da 60 secondi, con chiamate API: circa 2,85 $, più il tuo tempo di assemblaggio.
Il mese di cui sopra (4 lunghi + 20 short), affidato a terzi: 4 x 800 $ a 1.700 $ più 20 x 400 $ a 850 $, cioè 11.200 $ a 23.800 $.

Due riserve oneste. Primo, le cifre a pagamento comprano giudizio: un montatore esperto risolve problemi di ritmo e di racconto che nessun modello segnalerà. Secondo, il tuo tempo non è gratis. Se assemblare un video di dieci minuti ti porta tre ore, valuta quelle ore a quanto vale il tuo tempo e aggiungile alla colonna IA. Il confronto continua a favorire nettamente la generazione quando c'è volume, e si restringe in fretta se fai un video al mese e ci tieni alle tue serate. I compromessi più ampi sono esposti nella guida per gestire un canale YouTube faceless con l'IA, e prima di pianificare i ricavi su questi costi leggi cosa dicono le regole di YouTube sulla monetizzazione dei contenuti IA.

Comprare i modelli in diretta o tramite un solo account

Ogni modello citato sopra può essere acquistato dal produttore o da un rivenditore, spesso con un prezzo di listino unitario più basso. Esempi a settembre 2026:

Google elenca Veo 3.1 Fast a 0,10 $ al secondo a 720p con audio, 0,12 $ a 1080p, e Veo 3.1 Lite a 0,05 $ al secondo a 720p. Veo 3.1 Standard costa 0,40 $ al secondo.
fal elenca Kling v3 Pro da testo a video e da immagine a video a 0,14 $ al secondo, e Kling v2.5 turbo a 0,07 $.
Costbench mostra i prezzi dell'API Kling tra vari fornitori, da 0,056 $ a 0,42 $ al secondo, e Atlas Cloud elenca Kling V3 Turbo da circa 0,095 $ al secondo.
Se il tuo formato usa un avatar parlante come narratore, Runware prezza Kling AI Avatar 2.0 Standard a generazione, da circa 0,199 $ a 0,868 $, senza una tariffa al secondo sulla pagina.

Per un singolo modello usato ad alto volume, il diretto di solito vince sul prezzo unitario e conviene comprarlo così. Un canale che combina un modello economico per gli agganci, un modello di immagini per le fisse, un altro per le miniature e un modello vocale paga anche cinque account, cinque chiavi e cinque fatture, un costo che non compare mai in un confronto al secondo. Decidi voce per voce: se un singolo modello supera la metà della tua spesa mensile, prezzalo in diretta.

Eseguirlo da codice invece che da una scheda del browser

Questi numeri presuppongono volume, e con il volume cliccare nelle interfacce web smette di funzionare. Un canale faceless è una pipeline, e ogni passaggio tranne il gusto può girare da uno script o da un agente:

Scrivi la shot list come dati. Ogni riga di narrazione riceve un tipo di inquadratura (immagine fissa o clip), un prompt e una durata. È qui che fai rispettare il budget di movimento del 10 per cento dell'esempio lungo.
Stima prima di generare. Moltiplica la shot list per la griglia prezzi leggibile da macchina (Aitachyon la pubblica su /api/pricing) e rifiuta l'esecuzione se la stima supera il tuo tetto per video.
Genera in un solo passaggio. Chiama l'API con un header Authorization: Bearer ait_..., oppure lascia che lo faccia un agente. In Claude Code il server MCP ospitato è un solo comando: claude mcp add --transport http aitachyon https://aitachyon.com/api/mcp --header "Authorization: Bearer ait_...". Dopo, puoi dare la shot list all'agente e lui chiama i modelli da solo. La guida pratica a Claude Code e MCP mostra il ciclo completo.
Salva riferimenti, non file. Ogni output riceve un riferimento stabile (img_, scn_, vo_) che il tuo script di assemblaggio recupera con GET /api/generations/{ref}. Rifare una ripresa significa rigenerare un solo riferimento.
Riconcilia il reale con la stima. Ogni job è dettagliato con modello e costo, così puoi calcolare il tuo vero fattore di reroll per modello e riportarlo al passaggio 2.

Due dettagli di sicurezza contano quando un agente spende denaro per te. Dai a ogni pipeline la sua chiave API, così la spesa è attribuita per canale e scatta un avviso quando una chiave spende in modo insolitamente rapido. E quando un render fallisce, viene rimborsato automaticamente, quindi un lotto instabile non gonfia in silenzio il tuo costo unitario. A qualche centinaio di clip a settimana, limiti di frequenza, tentativi e code diventano un tema a parte, trattato in produrre centinaia di clip in sicurezza. I dettagli di configurazione di API e server MCP sono nella guida rapida per sviluppatori.

Una checklist per tagliare i costi senza tagliare la qualità

Fissa un tetto per video (per esempio 3 $ per short, 20 $ per video lungo) e fallo rispettare alla tua pipeline.
Stima il movimento come percentuale della durata. Parti dal 10 per cento per il formato lungo e alzalo solo dove i dati di retention mostrano che il movimento aiuta.
Testa sul modello più economico che abbia un aspetto accettabile. Esegui le varianti di aggancio su Hailuo 02 a 0,085 $ al secondo, poi rigenera solo le vincitrici su un modello più costoso.
Compra clip senza audio quando narrazione e musica ci vanno sopra. Kling v3 senza audio costa la metà di Kling v3 con audio al momento della scrittura.
Usa la risoluzione più bassa che la tua piattaforma richiede. Seedance 2.5 più che raddoppia da 480p a 720p nel listino attuale.
Misura il tuo fattore di reroll per modello. Un modello più economico che richiede tre riprese può costare più di uno più caro che ne richiede una.
Dai un prezzo alle tue ore. Se il tempo di assemblaggio cresce più in fretta dell'output, è la voce da automatizzare dopo.

FAQ

Quanto costa al mese gestire un canale YouTube faceless con l'IA?

Con i prezzi sopra, quattro video ibridi da dieci minuti e venti short da 60 secondi arrivano a circa 125 $ al mese di chiamate ai modelli, prima del tuo tempo. Un formato lungo interamente in movimento moltiplica la voce del formato lungo per quattro o più, quindi il budget di movimento è l'impostazione che conta di più.

Qual è la parte più costosa di un video faceless con IA?

Il video generato, di gran lunga. Uno script da dieci minuti costa centesimi e la sua narrazione meno di 2 $, mentre 600 secondi di video a pieno movimento costano 76,50 $ o più su Hailuo 02 una volta contati i reroll.

Il fuori campo con IA costa meno di un doppiatore?

Per narrazione in volume, sì. Una narrazione non broadcast da 5 a 10 minuti è indicata a 600 $ a 700 $ nelle cifre GVAA riassunte da VoiceCrafters, mentre 8.000 caratteri di narrazione ElevenLabs costano meno di 2 $ via API.

Quanto chiede un montatore per un video YouTube?

Vidico indica da 300 $ a 1.500 $ per video YouTube a progetto, oppure da 20 $ a 100 $ per minuto finito nel formato lungo. I progetti in formato breve per TikTok e Reels vanno da 50 $ a 400 $.

Posso automatizzare un canale faceless da cima a fondo?

Script, narrazione, immagini e monitoraggio dei costi possono girare tutti da codice o da un agente. La scelta degli argomenti, la passata finale di montaggio e la decisione di pubblicare restano meglio affidate a una persona, e le regole delle piattaforme sui contenuti IA vanno verificate prima di scalare.

Fonti

Se vuoi confrontare questo modello di costo con fatture reali, Aitachyon mette tutti i modelli prezzati sopra dietro un unico saldo prepagato e una sola chiave API, utilizzabili dallo studio web, da HTTP semplice o dal server MCP in Claude Code, con ogni job dettagliato per modello e costo e i render falliti rimborsati. Il listino completo è nella pagina dei modelli.

Costo di un canale faceless: quanto costa ogni video con l'IA