O mercado de vídeo com IA depois da saída do Sora, com preços reais: 0,50 a 2,50 $ por clipe de 10 s, quem lidera agora e como escolher por plano.
| Precisa de… | Escolha | Porquê |
|---|---|---|
| Um plano único cinematográfico com som | Google Veo 3.1 | 4K + áudio 48 kHz sincronizado, a fasquia de qualidade |
| A melhor qualidade por dólar | Kling 3.0 | 4K/60 fps nativo, cerca de um quinto do preço por clipe do Veo |
| A geração única mais longa + sincronia labial | Seedance 2.0 | Até 15 s por chamada, lipsync abaixo de 120 ms, entrada de 12 ficheiros |
| Um pipeline de produção, não só clipes | Runway Gen-4.5 | Keyframes, Video-to-Video, pincel de movimento |
| A sua imagem Midjourney em movimento | Vídeo Midjourney | 5 a 21 s; imbatível se a estética de origem já é sua |
A OpenAI retirou o Sora a 25 de março de 2026; a API encerra a 24 de setembro. O modelo que acendeu a corrida do texto-para-vídeo saiu dela — a primeira retirada completa de uma modalidade emblemática por um laboratório de fronteira (o porquê no nosso acompanhamento da OpenAI).
Os números noticiados nem sequer estavam renhidos: cerca de 15 M$ por dia de custo operacional contra cerca de 2,1 M$ de receita total ao longo da vida, com um custo bruto de geração próximo de 1,30 $ por clipe de dez segundos. O Sora não perdeu uma corrida de qualidade. A sua economia unitária nunca fechou.
A tabela da Artificial Analysis de 2026 não se parece com o que se previa no final de 2025:
A posição mede a qualidade de saída de um clipe único num conjunto fixo de prompts. Não mede se a ferramenta o ajuda a terminar um projeto. A queda do Runway no índice coincidiu com o facto de continuar a ser uma das ferramentas mais usadas em equipas de produção reais — porque o valor do fluxo de trabalho e o valor da qualidade por clipe são produtos diferentes.
Dois dos três primeiros lugares e quatro dos dez primeiros para ByteDance, Alibaba e Kuaishou: eis a mudança estrutural de 2026. Explica também porque o piso de preços ruiu — estes laboratórios competem no custo por segundo de uma forma que os incumbentes ocidentais só acompanharam a contragosto.
O topo de gama da Google continua a definir a fasquia da saída cinematográfica: resolução 4K, áudio 48 kHz sincronizado gerado com a imagem e os movimentos de câmara mais realistas em comparações às cegas. Entregue via Google Flow, com a maior aderência ao prompt entre os grandes.
| Especificação | Veo 3.1 |
|---|---|
| Resolução | 4K |
| Duração do clipe | ~8 segundos por geração |
| Áudio | Nativo, sincronizado, 48 kHz |
| Preço da API | 0,50 $/s vídeo, 0,75 $/s com áudio (Vertex AI) |
| Por clipe de 10 s | ~2,50 $ |
Menos controlo fino durante a geração do que o Runway — está a alugar uma câmara, não uma sala de montagem. Duração máxima menor que a do Seedance. E é claramente a opção mais cara por segundo, o que se sente assim que o projeto precisa de mais do que um punhado de planos-chave.
Planos-chave, publicidade e tudo aquilo em que a qualidade de um único clipe é a entrega e o número de planos é baixo. Também ancora o avanço multimodal mais amplo da Google.
4K nativo a 60 fps mais um plano gratuito genuinamente generoso, a cerca de 0,50 $ por clipe de dez segundos — aproximadamente um quinto do custo do Veo para a mesma duração. As tarifas por segundo através de fornecedores como a fal.ai andam perto dos 0,029 $/s, as mais baratas entre os grandes.
A aderência ao prompt cai em cenas complexas com vários sujeitos. A qualidade do áudio gerado fica claramente abaixo do Veo 3.1 e do Seedance 2.0. A narrativa de integração e ecossistema é mais fina do que a da Google ou do Runway.
Fluxos de volume onde manda o custo por clipe aproveitável: storyboards, rascunhos, volume para redes sociais, pré-visualização. Quatro lugares no top 10 mostram que a qualidade não é uma cedência — a limitação é o controlo, não a fidelidade.
Até 15 segundos numa única chamada — quase o dobro do teto prático do Veo — com áudio nativo de 48 kHz e sincronia labial abaixo de 120 ms. Se no seu plano alguém fala, este é o caminho mais curto para algo aproveitável.
O Seedance aceita até doze ficheiros de referência numa só geração. É um modelo de interação diferente de «prompt mais uma imagem» e a razão da sua vantagem em flexibilidade criativa: sujeito, estilo, ambiente e referência de movimento podem ser indicados em simultâneo em vez de sequencialmente.
Cerca de 0,60 $ por clipe de dez segundos — perto do Kling e muito abaixo do Veo. Combinado com o primeiro lugar do ranking, é a recomendação por omissão atual para quem não tenha um compromisso de pipeline anterior.
O Runway otimiza outro prémio: o fluxo de trabalho. O Gen-4.5 traz o conjunto completo de controlo — Image-to-Video, keyframes (fixar estados inicial e final), Video-to-Video, pincel de movimento, controlos de câmara, referências de estilo. É onde as gerações se tornam trabalho acabado em vez de acasos felizes.
A fidelidade bruta de um plano único está agora atrás dos três líderes, e não há áudio nativo. A queda no índice é real e não deve ser contornada com explicações.
Equipas que publicam vídeo semanalmente, desenvolvimento iterativo de planos e refugiados do fluxo do Sora — keyframes mais Video-to-Video cobrem a maioria dos padrões de «prolongar ou variar este plano». Mais a fundo no acompanhamento do Runway e no guia prático de produção.
| Modelo | Custo aproximado |
|---|---|
| Kling 3.0 | ~0,50 $ |
| Seedance 2.0 | ~0,60 $ |
| Sora 2 (em encerramento) | ~1,00 $ |
| Veo 3.1 | ~2,50 $ |
Verá o Kling citado entre 0,029 $/s e 0,07 $/s, e o Veo entre 0,05 $/s e 0,75 $/s. Ambos os intervalos são reais: refletem escalões diferentes (Lite ou completo), fornecedores diferentes e áudio ligado ou desligado. O preço por clipe é a comparação mais estável; confirme sempre o escalão exato antes de orçamentar.
Com um intervalo de 5× entre o mais barato e o mais caro para duração comparável, «qual é o melhor modelo» deixa de ser a pergunta operacional no trabalho de volume. Passa a mandar o custo por segundo aproveitável — e aproveitável significa depois da sua taxa de descarte, que varia entre modelos mais do que o preço de tabela.
A saída do Sora provou que a escala não garante sobrevivência. Este escalão está a um inverno de financiamento de alimentar os líderes. Não construa um pipeline que só uma ferramenta especializada consegue executar.
| Entrega | Escolha |
|---|---|
| Um plano-chave com som | Veo 3.1 |
| Alguém a falar em câmara | Seedance 2.0 |
| 50 clipes para redes este mês | Kling 3.0 |
| Uma sequência que vai polir uma semana | Runway Gen-4.5 |
| Movimento a partir de imagens que já tem | Vídeo Midjourney |
Escolha por plano, não por projeto. A amplitude de preço por clipe e as diferenças de capacidade são suficientemente grandes para que um projeto de fornecedor único deixe quase sempre qualidade ou dinheiro em cima da mesa. É a maior mudança de fluxo de trabalho entre 2025 e 2026.
Sources: LaoZhang AI — Seedance 2.0 vs Kling 3.0 vs Sora 2 vs Veo 3.1 · BuildFastWithAI — melhor vídeo IA julho de 2026 · Unifically — preços de API Veo 3.1 vs Seedance · TokenMix — estudo de custos de APIs de vídeo IA · Digital Applied — o mercado depois do Sora · Teamday — melhores modelos de vídeo IA 2026
Última atualização: 30 de julho de 2026
O Seedance 2.5 reúne 30 segundos de áudio e vídeo, 50 referências mistas e edição cronometrada. Veja o que é oficial, custa e precisa de teste.
O MiniMax H3 gera vídeo 2K com áudio estéreo nativo, publica preços por segundo e disponibiliza pesos H3-Base sob Community License.
Hermes Agent combina memória persistente e skills autoaperfeiçoáveis, mas sua segurança e resultado dependem do backend, aprovações e revisão escolhidos.
OpenClaw é um runtime de agentes muito capaz cujo valor depende da segurança deliberada do gateway, da revisão de skills e da disciplina operacional.
A música com IA em 2026: capacidades e processos de Suno e Udio, o copyright completo da AIVA e como o acordo da Warner muda os seus direitos.
Comparativo honesto dos planos gratuitos de 2026: a generosidade do Gemini, a qualidade do Claude, a amplitude limitada do ChatGPT e quando vale pagar.
O que o GPT-5 entregou em agosto de 2025, por que o primeiro mês descarrilou e como sua arquitetura se lê a partir dos três níveis do GPT-5.6.
Uma avaliação honesta de 2026: o que GPT-5.5, a memória Dreaming V3 e os agentes realmente entregam, onde Claude e Gemini vencem e para quem o Plus vale.
