Custo de um canal faceless: quanto custa cada vídeo com IA

Um vídeo faceless de dez minutos costumava significar duas faturas: um editor e um narrador. Com as faixas publicadas pela Vidico e os valores da GVAA resumidos pela VoiceCrafters, essas duas linhas juntas ficam entre 800 e 1.700 $ por vídeo. O mesmo vídeo montado com chamadas de API tem um custo de máquina de algumas dezenas de dólares, e a maior parte vai para as imagens.

A maioria de quem orça um canal faceless se fixa nas linhas baratas (roteiro, voz) e deixa passar a que decide o orçamento: os segundos de vídeo gerado. Abaixo está um modelo de custos que você pode reconstruir numa planilha, aplicado a um short de 30 segundos, a um short de 60 segundos e a um vídeo longo de 600 segundos, com cada preço datado e com link.

As cinco linhas que formam o custo de um vídeo faceless

Roteiro. Tokens de um modelo de linguagem. Cobrados por milhão de tokens.
Voz. Síntese de voz, cobrada por caractere de narração.
Imagem em movimento. Clipes de vídeo gerados, cobrados por segundo de saída.
Imagem estática. Imagens geradas usadas como slides, fundos ou miniaturas, cobradas por imagem.
Rerolls. As tomadas que você descarta. Ninguém publica esse número, então cabe a você defini-lo.

A montagem (cortes, legendas, música, exportação) é paga com o seu tempo, por isso fica fora do custo de máquina e volta na comparação com ajuda contratada.

A fórmula que o resto do artigo usa:

Custo por vídeo = roteiro + voz + (segundos de vídeo x tarifa por segundo + imagens estáticas x tarifa por imagem) x fator de reroll

O fator de reroll multiplica apenas as imagens, porque uma linha de voz ou um roteiro raramente precisa de mais de uma passada para ficar utilizável, enquanto um clipe com uma mão deformada precisa. Uso 1,5 como premissa de planejamento, ou seja, uma tomada extra para cada duas que você mantém. Acompanhe a sua própria proporção por um mês e troque o valor.

Roteiro: a linha com a qual você pode parar de se preocupar

A página de preços da Anthropic traz uma conversão útil: um token equivale a cerca de quatro caracteres, ou 0,75 palavra, em inglês. A mesma página lista o Claude Sonnet 5.5 a 2 $ por milhão de tokens de entrada e 10 $ por milhão de saída, e o Claude Haiku 4.5 a 1 $ e 5 $.

Para dimensionar os roteiros, assumo um ritmo de narração de cerca de 150 palavras por minuto. É um número de planejamento que a sua voz e o seu nicho vão mexer, então cronometre uma das suas locuções e ajuste.

30 segundos: cerca de 75 palavras, ou 100 tokens de saída.
60 segundos: cerca de 150 palavras, ou 200 tokens de saída.
600 segundos: cerca de 1.500 palavras, ou 2.000 tokens de saída.

Um roteiro de 600 segundos no Sonnet 5.5 são 2.000 tokens de saída x 10 $ por milhão, ou seja, 0,02 $. Some um prompt de 5.000 tokens com o seu esboço e as notas de pesquisa (0,01 $) e três rodadas de revisão, e você continua abaixo de 0,10 $. A Batch API reduz as duas tarifas pela metade se você gerar uma semana de roteiros durante a noite.

Escolha o modelo que escreve o melhor roteiro para o seu nicho e ignore o preço dele, porque a diferença é de centavos por vídeo.

Voz: barata por vídeo, vale conferir por caractere

A duração da narração se converte em caracteres com a mesma regra prática da Anthropic: uma palavra tem cerca de 5,3 caracteres (quatro caracteres por token divididos por 0,75 palavra por token). Arredondando:

30 segundos: cerca de 400 caracteres.
60 segundos: cerca de 800 caracteres.
600 segundos: cerca de 8.000 caracteres.

Na Aitachyon, a locução da ElevenLabs custa de 0,043 $ a 0,086 $ a cada 450 caracteres no momento da escrita, conforme o modelo de voz. Isso dá:

30 segundos: um bloco de 450 caracteres, de 0,043 $ a 0,086 $.
60 segundos: dois blocos, de 0,086 $ a 0,17 $.
600 segundos: cerca de 18 blocos, de 0,77 $ a 1,55 $.

Comprar direto sai mais barato por caractere. A página da API da ElevenLabs lista o v3 e o Multilingual v2 a 0,08 $ por 1.000 caracteres e o Flash/Turbo a 0,04 $, então a narração de 8.000 caracteres custa ali de 0,32 $ a 0,64 $. Um levantamento de terceiros da Puter cita 0,05 $ e 0,10 $ por 1.000 caracteres. Quando a página do fornecedor e um terceiro discordam, confie no fornecedor. Se a voz pesa de forma relevante nos seus gastos, o que é raro num canal faceless, uma conta direta é o caminho mais barato. Para escolher entre modelos de voz pela qualidade e não pelo preço, o detalhamento do custo da locução com ElevenLabs vai mais fundo.

Imagens: a linha que decide o seu orçamento

É aqui que os canais faceless se separam. Há três maneiras de preencher a tela, e a escolha muda o seu custo em uma ordem de grandeza.

Modo A: imagens estáticas com movimento adicionado na edição

Imagens geradas, com panorâmicas e zooms no seu editor. Preços no momento da escrita: Seedream 4.0 a 0,057 $ por imagem, FLUX.2 [pro] de 0,057 $ a 0,086 $, Nano Banana a 0,13 $ e gpt-image-2 de 0,10 $ a 0,40 $. Como referência, o preço direto do Google para o Nano Banana 2 vai de cerca de 0,045 $ em 0,5K a 0,151 $ em 4K, e a fal lista o Nano Banana original a 0,0398 $ por imagem.

Modo B: vídeo gerado para cada segundo

O mais agradável de assistir e o mais caro. Preços por segundo no momento da escrita: Hailuo 02 a 0,085 $, Kling v3 a 0,16 $ sem áudio e 0,32 $ com áudio nativo, Veo 3.1 Fast a partir de 0,19 $, Wan 2.7 a 0,19 $ e Seedance 2.5 a partir de 0,20 $ em 480p e 0,44 $ em 720p.

Modo C: híbrido

Vídeo gerado onde o movimento justifica o custo (o gancho, uma demonstração, uma transição) e imagens estáticas no resto. A maioria dos canais que duram acaba aqui, porque é o único modo em que um upload de dez minutos fica na casa das dezenas de dólares e ainda se mexe na tela.

Um canal faceless raramente precisa de áudio nativo nos clipes, já que narração e música entram por cima, então as tarifas por segundo sem áudio são as relevantes. O guia de preços de APIs de vídeo, modelo a modelo cobre com mais detalhe as trocas entre resolução e áudio.

Os três vídeos, orçados linha a linha

Todos os preços abaixo são os da Aitachyon no momento da escrita. O fator de reroll de 1,5 vale apenas para as imagens. As imagens estáticas são orçadas em uma a cada 5 segundos nos shorts e uma a cada 6 segundos no formato longo, uma premissa de ritmo que você deve trocar pela sua.

Short de 30 segundos

Roteiro: menos de 0,01 $.
Voz: de 0,043 $ a 0,086 $.
Modo A (6 imagens Seedream): 6 x 0,057 $ = 0,34 $, x 1,5 = 0,51 $. Total de cerca de 0,56 $ a 0,60 $.
Modo B no Hailuo 02: 30 x 0,085 $ = 2,55 $, x 1,5 = 3,83 $. Total de cerca de 3,87 $ a 3,92 $.
Modo B no Kling v3 sem áudio: 30 x 0,16 $ = 4,80 $, x 1,5 = 7,20 $. Total de cerca de 7,24 $ a 7,29 $.

Short de 60 segundos, híbrido

Roteiro: menos de 0,01 $.
Voz: de 0,086 $ a 0,17 $.
Vídeo: um gancho de 5 segundos mais dois trechos de 5 segundos no Hailuo 02, 15 x 0,085 $ = 1,28 $.
Imagens estáticas: os 45 segundos restantes a uma a cada 5 segundos, 9 x 0,057 $ = 0,51 $.
Imagens com rerolls: (1,28 $ + 0,51 $) x 1,5 = 2,69 $.
Total: cerca de 2,78 $ a 2,87 $.

Formato longo de 600 segundos, híbrido

Roteiro: menos de 0,10 $ com revisões.
Voz: de 0,77 $ a 1,55 $.
Vídeo: 60 segundos de movimento (10 por cento da duração) no Hailuo 02, 60 x 0,085 $ = 5,10 $.
Imagens estáticas: 540 segundos a uma a cada 6 segundos, 90 x 0,057 $ = 5,13 $.
Imagens com rerolls: (5,10 $ + 5,13 $) x 1,5 = 15,35 $.
Total: cerca de 16,20 $ a 17,00 $.

Por contraste, esses mesmos 600 segundos em Modo B puro no Hailuo 02 são 600 x 0,085 $ x 1,5 = 76,50 $ só de imagens, e no Kling v3 sem áudio são 144 $. O formato longo em movimento total é a única configuração em que o vídeo com IA deixa de ser barato, então decida com critério quais segundos merecem se mexer.

Lotes: quanto custam de fato uma semana e um mês

O número de planejamento é o seu ritmo mensal. Três lotes realistas:

Uma semana de shorts diários (7 x 60 segundos híbridos): 7 x cerca de 2,85 $ = cerca de 20 $.
20 variações de gancho para testar aberturas (20 x 5 segundos): 100 segundos no Hailuo 02 custam 8,50 $; no Kling v3 com áudio nativo, 100 x 0,32 $ = 32 $. Testar os ganchos barato primeiro e subir de nível só o vencedor é a ordem sensata.
Um mês para um canal de dois formatos (4 longos + 20 shorts): 4 x 17 $ + 20 x 2,85 $ = 68 $ + 57 $ = cerca de 125 $.

As miniaturas acrescentam pouco. Cinquenta miniaturas candidatas no Seedream 4.0 custam 50 x 0,057 $ = 2,85 $, ou de 5 $ a 20 $ no gpt-image-2 conforme a qualidade. Gere muitas, fique com duas, teste.

A forma de pagar esses lotes importa tanto quanto o preço unitário. Planos mensais de créditos que zeram tendem a punir calendários de publicação irregulares. A comparação entre créditos e cobrança por chamada desenvolve isso com exemplos.

A referência humana, com a mesma aritmética

Para manter a comparação justa, veja quanto custa o trabalho equivalente quando você o contrata, segundo faixas de tarifas publicadas.

Edição

A Vidico situa editores freelancers entre 25 $ e mais de 150 $ por hora, e por minuto finalizado entre 20 $ e 100 $ para YouTube longo e entre 10 $ e 50 $ para TikTok e Reels. Por projeto, indica de 300 $ a 1.500 $ para um vídeo de YouTube e de 50 $ a 400 $ para um TikTok ou Reel. Um editor interno em tempo integral custa de 51.000 $ a 93.000 $ por ano.

Narração

O resumo da VoiceCrafters do guia de tarifas da GVAA lista a narração não broadcast de 350 $ a 450 $ para 1 a 2 minutos finalizados, de 600 $ a 700 $ para 5 a 10 minutos e de 700 $ a 800 $ para 10 a 15 minutos. O trabalho para YouTube com veiculação paga entra em transmissão digital, que o mesmo guia precifica de 1.000 $ a 1.250 $ por três meses de uso nacional.

Lado a lado

Vídeo de 600 segundos, contratado: edição a 20 $ a 100 $ por minuto, ou seja, 200 $ a 1.000 $, mais narração a 600 $ a 700 $. Total de 800 $ a 1.700 $.
Vídeo de 600 segundos, com chamadas de API: cerca de 16 $ a 17 $, mais o seu tempo de montagem.
Short de 60 segundos, contratado: edição a 50 $ a 400 $ por projeto, mais narração a 350 $ a 450 $. Total de 400 $ a 850 $.
Short de 60 segundos, com chamadas de API: cerca de 2,85 $, mais o seu tempo de montagem.
O mês acima (4 longos + 20 shorts), contratado: 4 x 800 $ a 1.700 $ mais 20 x 400 $ a 850 $, o que dá 11.200 $ a 23.800 $.

Duas ressalvas honestas. Primeiro, os valores contratados compram julgamento: um editor experiente corrige problemas de ritmo e de narrativa que nenhum modelo vai apontar. Segundo, o seu tempo não é de graça. Se montar um vídeo de dez minutos leva três horas, precifique essas horas pelo que o seu tempo vale e some à coluna da IA. A comparação continua favorecendo a geração por larga margem quando há volume, e se estreita rápido se você faz um vídeo por mês e valoriza as suas noites. As trocas mais amplas estão no guia para rodar um canal faceless no YouTube com IA, e antes de planejar receita em cima desses custos, leia o que as regras do YouTube dizem sobre monetizar conteúdo de IA.

Comprar modelos direto ou por uma única conta

Cada modelo acima pode ser comprado do criador ou de um revendedor, muitas vezes com preço de tabela por unidade mais baixo. Exemplos em setembro de 2026:

O Google lista o Veo 3.1 Fast a 0,10 $ por segundo em 720p com áudio, 0,12 $ em 1080p, e o Veo 3.1 Lite a 0,05 $ por segundo em 720p. O Veo 3.1 Standard custa 0,40 $ por segundo.
A fal lista o Kling v3 Pro de texto para vídeo e de imagem para vídeo a 0,14 $ por segundo, e o Kling v2.5 turbo a 0,07 $.
O Costbench mostra preços da API do Kling entre fornecedores de 0,056 $ a 0,42 $ por segundo, e a Atlas Cloud lista o Kling V3 Turbo a partir de cerca de 0,095 $ por segundo.
Se o seu formato usa um avatar falante como narrador, a Runware precifica o Kling AI Avatar 2.0 Standard por geração, de cerca de 0,199 $ a 0,868 $, sem tarifa por segundo na página.

Para um único modelo usado em alto volume, o direto costuma vencer no preço unitário e vale comprar assim. Um canal que combina um modelo barato para ganchos, um modelo de imagem para as estáticas, outro para miniaturas e um modelo de voz também paga cinco contas, cinco chaves e cinco faturas, um custo que nunca aparece numa comparação por segundo. Decida linha a linha: se um único modelo passa de metade do seu gasto mensal, cote-o direto.

Rodando por código em vez de uma aba do navegador

Esses números pressupõem volume, e é no volume que clicar em interfaces web deixa de funcionar. Um canal faceless é um pipeline, e cada etapa, exceto o gosto, pode rodar a partir de um script ou de um agente:

Escreva a lista de planos como dados. Cada linha de narração recebe um tipo de plano (imagem estática ou clipe), um prompt e uma duração. É aqui que você faz valer o orçamento de 10 por cento de movimento do exemplo longo.
Estime antes de gerar. Multiplique a lista de planos pela tabela de preços legível por máquina (a Aitachyon a publica em /api/pricing) e recuse a execução se a estimativa passar do seu teto por vídeo.
Gere de uma vez. Chame a API com um cabeçalho Authorization: Bearer ait_..., ou deixe um agente fazer isso. No Claude Code, o servidor MCP hospedado é um único comando: claude mcp add --transport http aitachyon https://aitachyon.com/api/mcp --header "Authorization: Bearer ait_...". Depois disso, você entrega a lista de planos ao agente e ele chama os modelos sozinho. O passo a passo com Claude Code e MCP mostra o ciclo completo.
Guarde referências, não arquivos. Cada saída recebe uma referência estável (img_, scn_, vo_) que o seu script de montagem busca com GET /api/generations/{ref}. Refazer uma tomada vira regenerar uma única referência.
Concilie o real com a estimativa. Cada job é detalhado com modelo e custo, então dá para calcular o seu fator de reroll real por modelo e devolvê-lo à etapa 2.

Dois detalhes de segurança importam quando um agente gasta dinheiro por você. Dê a cada pipeline a sua própria chave de API, para que o gasto seja atribuído por canal e um alerta dispare quando uma chave gastar rápido demais. E quando um render falha, ele é reembolsado automaticamente, de modo que um lote instável não infla em silêncio o seu custo unitário. Com algumas centenas de clipes por semana, limites de taxa, novas tentativas e filas viram um assunto à parte, tratado em produzindo centenas de clipes com segurança. Os detalhes de configuração da API e do servidor MCP estão no guia de início rápido para desenvolvedores.

Uma checklist para cortar custo sem cortar qualidade

Defina um teto por vídeo (por exemplo 3 $ por short, 20 $ por vídeo longo) e faça o seu pipeline aplicá-lo.
Oriente o movimento como porcentagem da duração. Comece em 10 por cento no formato longo e suba só onde os dados de retenção mostrarem que o movimento ajuda.
Teste no modelo mais barato que tenha aparência aceitável. Rode as variações de gancho no Hailuo 02 a 0,085 $ por segundo e regenere só as vencedoras em um modelo mais caro.
Compre clipes sem áudio quando narração e música entram por cima. O Kling v3 sem áudio custa metade do Kling v3 com áudio no momento da escrita.
Use a menor resolução que a sua plataforma exige. O Seedance 2.5 mais que dobra de 480p para 720p na tabela atual.
Meça o seu fator de reroll por modelo. Um modelo mais barato que precisa de três tomadas pode custar mais que um mais caro que precisa de uma.
Precifique as suas horas. Se o tempo de montagem cresce mais rápido que a produção, essa é a linha a automatizar em seguida.

Perguntas frequentes

Quanto custa por mês rodar um canal faceless no YouTube com IA?

Com os preços acima, quatro vídeos híbridos de dez minutos e vinte shorts de 60 segundos somam cerca de 125 $ por mês em chamadas de modelos, antes do seu próprio tempo. Um formato longo em movimento total multiplica a linha do longo por quatro ou mais, então o orçamento de movimento é o ajuste que mais importa.

Qual é a parte mais cara de um vídeo faceless com IA?

O vídeo gerado, por uma margem enorme. Um roteiro de dez minutos custa centavos e a narração menos de 2 $, enquanto 600 segundos de vídeo em movimento total custam 76,50 $ ou mais no Hailuo 02 depois de contar os rerolls.

A locução com IA é mais barata que contratar um dublador?

Para narração em volume, sim. Uma narração não broadcast de 5 a 10 minutos aparece a 600 $ a 700 $ nos valores da GVAA resumidos pela VoiceCrafters, enquanto 8.000 caracteres de narração da ElevenLabs custam menos de 2 $ por API.

Quanto um editor de vídeo cobra por um vídeo do YouTube?

A Vidico lista de 300 $ a 1.500 $ por vídeo do YouTube por projeto, ou de 20 $ a 100 $ por minuto finalizado no formato longo. Projetos de formato curto para TikTok e Reels vão de 50 $ a 400 $.

Posso automatizar um canal faceless de ponta a ponta?

Roteiro, narração, imagens e controle de custos podem rodar por código ou por um agente. A escolha dos temas, a passada final de edição e a decisão de publicar ainda ficam melhor nas mãos de uma pessoa, e as regras das plataformas sobre conteúdo de IA devem ser conferidas antes de escalar.

Fontes

Se você quer confrontar este modelo de custos com faturas reais, a Aitachyon reúne todos os modelos precificados acima atrás de um único saldo pré-pago e de uma única chave de API, usáveis pelo estúdio web, por HTTP simples ou pelo servidor MCP no Claude Code, com cada job detalhado por modelo e custo e os renders com falha reembolsados. A lista completa de preços está na página de modelos.

Custo de um canal faceless: quanto custa cada vídeo com IA