El taxímetro del avatar corre por segundo de rostro, no por video
Todas las demás piezas del video se cobran por video. Investigación y guion son un cargo único de 307 créditos, da igual si el guion dura seis minutos o veinte. La narración se cobra por minuto de video terminado, 3 créditos por minuto en económico y 24 en premium, así que un video de doce minutos paga 36 o 288 y ahí termina. La imagen es por imagen, la portada es un cargo, el render es un cargo. Todo eso se puede predecir mirando la duración.
El lip sync no funciona así. Se cobra por segundo de rostro en pantalla, y los motores tienen taxímetros muy distintos: Kling Avatar Std cuesta 32 créditos por segundo, Kling Avatar Pro 64, HeyGen Avatar 80 y OmniHuman 1.5 112. Ninguna otra pieza del pipeline se comporta así. Diez segundos de avatar ya son una línea visible en la cuenta, sesenta segundos son una línea seria, y doce minutos de eso son otro producto.
La consecuencia que casi todos pasan por alto es la que decide el mes entero. Una segunda voz de narración cuesta cero adicional, porque la narración se cobra por minuto de video y no por voz. Un segundo rostro cuesta precio completo, porque cada rostro visible corre su propio reloj. La voz es gratis de sumar, el rostro no, y esa asimetría sola es toda la economía del avatar de IA en formato corto.
El Short de sesenta segundos, con la cuenta sobre la mesa
Toma el formato que todo el mundo quiere: video vertical, sesenta segundos, un avatar de IA hablando directo a cámara del primer al último fotograma. En Kling Avatar Std, el más barato de los cuatro motores, son 60 segundos por 32 créditos, es decir 1.920 créditos. En Kling Avatar Pro son 3.840. En HeyGen, 4.800. En OmniHuman 1.5, 6.720.
Ahora pon al lado un video largo de doce minutos. En modo económico, un video de doce minutos cuesta 1.008 créditos, completo: investigación, guion, narración, imágenes, portada, render, todo. Entonces el Short de sesenta segundos con cabeza parlante entera cuesta 1,9 veces un video largo completo. Un minuto de rostro en vertical vale casi dos videos largos, y es el video largo el que carga las horas públicas calificadas que la regla de monetización de 2027 va a exigir.
La proporción sí se invierte cuando subes de modo de calidad, y es honesto decirlo. Un video de doce minutos en balanceado cuesta 8.676 créditos y en premium 26.760, así que frente a esos el Short de 1.920 sale barato. Solo que casi nadie corre un calendario de Short diario en premium. La comparación que decide calendarios reales es el video largo económico contra el Short de rostro completo, y ahí el Short pierde casi dos a uno.
Por qué el Short es el peor caso, y no tiene nada que ver con ser corto
La intuición de que un video más corto debería costar menos es correcta para todas las piezas salvo esta. Lo que manda en la cuenta del avatar no es la duración del video, es la porción de esa duración en la que hay rostro visible. En cuanto lo miras así, el Short deja de ser un video pequeño y se convierte en el formato de rostro más denso que existe.
Haz la comparación bien. Un video largo de doce minutos tiene 720 segundos. Pon 90 segundos de avatar repartidos entre gancho, transición, veredicto y cierre, y el rostro ocupa el 12,5 por ciento del tiempo. La cuenta queda en 1.008 del video más 2.880 del rostro, 3.888 en total, y el rostro ya es el 74 por ciento de la cuenta ocupando apenas un octavo de la pantalla. Ahora el Short: 60 segundos de duración, 60 segundos de rostro, 100 por ciento de ocupación. Ocho veces la densidad.
La regla que hay que llevarse es esa. El avatar no es caro por el formato, es caro en proporción a cuánto del tiempo muestra rostro. Un video de diez horas con 30 segundos de avatar tiene 960 créditos de rostro. Un Short de diez segundos todo de rostro tiene 320. La duración es irrelevante, la ocupación lo es todo, y el formato vertical empuja la ocupación al techo por naturaleza. En FalconVid el presentador es una configuración del proyecto, así que ese es un número que decides antes de generar en vez de descubrirlo después.
Las cuatro dosis de rostro que caben en sesenta segundos
La salida no es abandonar el avatar, es dejar de tratarlo como un papel tapiz que corre durante todo el video. El rostro se paga en los momentos donde la presencia humana cambia la decisión de quien mira, y esos momentos son cortos e identificables. En todo lo demás, la escena generada, el movimiento y los subtítulos hacen el mismo trabajo por una fracción del precio.
Cuatro dosis cubren casi cualquier guion vertical. El gancho, unos 5 segundos, donde el rostro establece que hay una persona hablándote y no una diapositiva. El giro, unos 4 segundos, en el punto donde el argumento cambia de dirección y el espectador decide si se queda. El veredicto, unos 4 segundos, donde llega la entrega y la credibilidad vale más. El cierre, unos 2 segundos, la petición. Son 15 segundos de rostro sobre 60.
Quince segundos en Kling Avatar Std son 480 créditos en lugar de 1.920. Mismo guion, misma voz de principio a fin, misma duración, un cuarto de la cuenta del avatar, y los otros 45 segundos corren con escena generada y subtítulos karaoke, que están activos en todos los planes y ni siquiera tienen línea de crédito propia porque forman parte del render. El rostro pasó de papel tapiz a puntuación, que es exactamente lo que debería estar haciendo también desde el punto de vista editorial.
- Gancho, unos 5 segundos: el rostro prueba que hay alguien hablando, no una diapositiva
- Giro, unos 4 segundos: donde el argumento cambia de dirección y el espectador decide
- Veredicto, unos 4 segundos: la entrega, donde la credibilidad vale más
- Cierre, unos 2 segundos: la petición, corta como para que nadie deslice
- Los otros 45 segundos: escena generada, movimiento y subtítulos, sin taxímetro de rostro corriendo
El mes, con dos calendarios uno al lado del otro
Un Short por día es la cadencia que casi todos prueban primero, así que haz su aritmética. Treinta Shorts al mes con cabeza parlante entera de sesenta segundos son 30 por 1.920, es decir 57.600 créditos gastados solo en rostro, antes de que exista un solo video largo. El Pro de $97 trae 30.000 créditos al mes, así que ese calendario no cabe en él en ningún momento. El Business de $297 trae 95.000, así que el Short diario de cabeza parlante se comería el 61 por ciento del plan y dejaría el resto para todo lo demás que el canal necesita.
Ahora el calendario en dosis. Treinta Shorts al mes con 15 segundos de rostro cada uno son 30 por 480, es decir 14.400 créditos. Eso cabe en el Starter de $47 con 15.000 créditos al mes, aunque el mes realista del Starter son unos 10 a 12 videos mezclando el económico con uno en balanceado, así que un canal que corre los dos formatos queda mejor en Pro. En Business, ese mismo calendario de Shorts en dosis toma el 15 por ciento del plan en lugar del 61, y los 80.600 créditos que sobran pagan alrededor de 80 videos largos en económico.
La diferencia entre esos dos calendarios es de 43.200 créditos al mes, que no es un redondeo, es la diferencia entre un plan que funciona y un plan que se acaba el día veinte. Y la versión en dosis suele ser el mejor video de todas formas, porque un rostro que aparece en cuatro puntos de decisión se lee como una elección, mientras que un rostro que nunca sale de la pantalla se lee como una grabación de webcam.
Los tres casos donde la cabeza parlante entera vale sus 1.920 créditos
Hay formatos donde el rostro no es adorno, es el producto, y recortarlo a quince segundos destruiría justamente aquello por lo que la gente vino. El consejo dado en primera persona es el caso más claro: finanzas personales, coaching, explicación legal o de salud, cualquier cosa donde el espectador está midiendo si confía en quien habla. En esos nichos el rostro es la prueba, y 1.920 créditos compran la única versión del video que funciona.
El segundo caso es el creativo pagado. Un anuncio estilo UGC, una prueba de gancho para campaña, una demostración de producto donde alguien sostiene y reacciona. Ahí el Short no compite en costo por vista con los otros Shorts de tu canal, compite con contratar a un creador, un estudio y una jornada de rodaje, y contra esa comparación 1.920 créditos por un creativo terminado de sesenta segundos ni siquiera es discusión. Probar seis ganchos a 1.920 cada uno son 11.520 créditos, cerca de $36, menos que una hora de editor.
El tercero es la pieza ancla: el tráiler del canal, el Short fijado, la presentación que un visitante nuevo mira antes de decidir si se suscribe. Lo produces una vez, queda arriba del canal durante meses, y es el único lugar donde pagar precio completo por un rostro que nunca sale de la pantalla es obviamente correcto. En el resto del calendario, gana la dosis.
Decidir el avatar antes de generar, no después de la cuenta
El motivo por el que esto sale caro en la práctica casi nunca es una decisión equivocada, es una decisión invisible. Alguien configura un presentador en el proyecto, produce treinta Shorts, y solo ve la forma del gasto a fin de mes. Decidir la cantidad de segundos de rostro por adelantado es lo que convierte al avatar de sorpresa en línea controlada, y es una decisión de treinta segundos por proyecto.
En FalconVid el presentador y el motor de lip sync son configuración del proyecto, y el presupuesto del video se cotiza con el motor real antes de generar en lugar de estimarse después, así que los segundos de rostro que elegiste quedan visibles mientras todavía se pueden cambiar. La voz está separada del rostro, así que un guion con dos personajes puede tener dos voces distintas sin costo extra mientras solo uno de ellos aparece. Si la versión uno vuelve con el rostro en el lugar equivocado, arreglar esa pieza en el Studio cuesta 5 a 320 créditos, contra 1.008 a 26.760 de rehacer el video.
El resto del pipeline es lo que hace sostenible un calendario vertical diario. Especialistas de IA trabajan en paralelo, investigador, guionista, narrador, editor y diseño de sonido al mismo tiempo, con video listo en hasta 30 minutos y generaciones simultáneas que van de 2 en Starter a 50 en Scale. Apruebas el calendario una vez y los videos salen en el horario de su franja, en YouTube, Instagram, TikTok, Rumble y Facebook, en hasta 63 idiomas. El avatar se convierte en un ingrediente elegido dentro de ese calendario en lugar de la cosa que se lo comió en silencio.