O taxímetro do avatar corre por segundo de rosto, não por vídeo
Toda outra peça do vídeo é cobrada pelo vídeo. Pesquisa e roteiro são uma cobrança única de 307 créditos, tanto faz se o roteiro tem seis minutos ou vinte. A narração é cobrada por minuto de vídeo pronto, 3 créditos por minuto no econômico e 24 no premium, ou seja, um vídeo de doze minutos paga 36 ou 288 e acabou. Imagem é por imagem, capa é uma cobrança, render é uma cobrança. Dá pra prever tudo isso só olhando a duração.
O lip sync não funciona assim. Ele é cobrado por segundo de rosto na tela, e os motores têm taxímetros muito diferentes: Kling Avatar Std custa 32 créditos por segundo, Kling Avatar Pro 64, HeyGen Avatar 80 e OmniHuman 1.5 112. Nenhuma outra peça do pipeline se comporta desse jeito. Dez segundos de avatar já são uma linha visível na conta, sessenta segundos são uma linha séria, e doze minutos disso são outro produto.
A consequência que quase todo mundo perde é a que decide o mês inteiro. Uma segunda voz de narração custa zero a mais, porque narração é cobrada por minuto de vídeo e não por voz. Um segundo rosto custa preço cheio, porque cada rosto visível roda o próprio relógio. Voz é de graça pra somar, rosto não é, e essa assimetria sozinha é a economia inteira do avatar de IA no formato curto.
O Short de sessenta segundos, com a conta na mesa
Pegue o formato que todo mundo quer: vídeo vertical, sessenta segundos, um avatar de IA falando direto pra câmera do primeiro ao último frame. No Kling Avatar Std, o mais barato dos quatro motores, são 60 segundos vezes 32 créditos, ou seja 1.920 créditos. No Kling Avatar Pro dá 3.840. No HeyGen, 4.800. No OmniHuman 1.5, 6.720.
Agora ponha um vídeo longo de doze minutos ao lado. No modo econômico, um vídeo de doze minutos custa 1.008 créditos, completo: pesquisa, roteiro, narração, imagens, capa, render, tudo. Então o Short de sessenta segundos com cabeça falante inteira custa 1,9 vez um vídeo longo completo. Um minuto de rosto no vertical vale quase dois vídeos longos, e é o vídeo longo que carrega as horas públicas qualificadas que a régua de monetização de 2027 vai cobrar.
A proporção realmente vira quando você sobe de modo de qualidade, e é honesto dizer isso. Um vídeo de doze minutos no balanceado custa 8.676 créditos e no premium 26.760, então contra esses o Short de 1.920 fica barato. Só que quase ninguém roda um calendário de Short diário no premium. A comparação que decide calendário de verdade é o vídeo longo econômico contra o Short de rosto cheio, e ali o Short perde de quase dois pra um.
Por que o Short é o pior caso, e não tem nada a ver com ser curto
A intuição de que vídeo mais curto deveria custar menos está certa pra todas as peças, menos pra essa. Quem manda na conta do avatar não é a duração do vídeo, é a fatia dessa duração em que existe rosto visível. Assim que você olha por esse ângulo, o Short deixa de ser um vídeo pequeno e vira o formato de rosto mais denso que existe.
Faça a comparação direito. Um vídeo longo de doze minutos tem 720 segundos. Coloque 90 segundos de avatar nele, espalhados entre gancho, transição, veredito e fechamento, e o rosto ocupa 12,5 por cento do tempo. A conta fica 1.008 do vídeo mais 2.880 do rosto, 3.888 no total, e o rosto já é 74 por cento da conta ocupando só um oitavo da tela. Agora o Short: 60 segundos de duração, 60 segundos de rosto, 100 por cento de ocupação. Oito vezes a densidade.
A regra pra carregar é essa. O avatar não é caro por causa do formato, ele é caro na proporção de quanto do tempo mostra rosto. Um vídeo de dez horas com 30 segundos de avatar tem 960 créditos de rosto. Um Short de dez segundos todo de rosto tem 320. Duração é irrelevante, ocupação é tudo, e o formato vertical empurra a ocupação pro teto por natureza. No FalconVid o apresentador é uma configuração do projeto, então esse é um número que você decide antes de gerar, em vez de descobrir depois.
As quatro doses de rosto que cabem em sessenta segundos
A saída não é abandonar o avatar, é parar de tratar ele como papel de parede que roda o vídeo inteiro. O rosto se paga nos momentos em que a presença humana muda a decisão de quem assiste, e esses momentos são curtos e identificáveis. Em todo o resto, cena gerada, movimento e legenda fazem o mesmo trabalho por uma fração do preço.
Quatro doses cobrem quase todo roteiro vertical. O gancho, cerca de 5 segundos, onde o rosto estabelece que tem uma pessoa falando com você e não um slide. A virada, cerca de 4 segundos, no ponto em que o argumento muda de direção e o espectador está decidindo se fica. O veredito, cerca de 4 segundos, onde a entrega acontece e a credibilidade vale mais. O fechamento, cerca de 2 segundos, o pedido. Dá 15 segundos de rosto em 60.
Quinze segundos no Kling Avatar Std são 480 créditos em vez de 1.920. Mesmo roteiro, mesma voz do começo ao fim, mesma duração, um quarto da conta de avatar, e os outros 45 segundos ficam por conta de cena gerada e legenda karaokê, que estão ligadas em todos os planos e nem têm linha de crédito própria porque fazem parte do render. O rosto saiu de papel de parede e virou pontuação, que é exatamente o que ele deveria estar fazendo do ponto de vista editorial também.
- Gancho, cerca de 5 segundos: o rosto prova que tem gente falando, não um slide
- Virada, cerca de 4 segundos: onde o argumento muda de direção e o espectador decide
- Veredito, cerca de 4 segundos: a entrega, onde a credibilidade vale mais
- Fechamento, cerca de 2 segundos: o pedido, curto o bastante pra ninguém deslizar
- Os outros 45 segundos: cena gerada, movimento e legenda, sem taxímetro de rosto correndo
O mês, com dois calendários lado a lado
Um Short por dia é a cadência que quase todo mundo tenta primeiro, então faça a aritmética dela. Trinta Shorts por mês com cabeça falante inteira de sessenta segundos são 30 vezes 1.920, ou seja 57.600 créditos gastos só em rosto, antes de existir um único vídeo longo. O Pro de $97 traz 30.000 créditos por mês, então esse calendário não cabe nele em momento nenhum. O Business de $297 traz 95.000, então o Short diário de cabeça falante comeria 61 por cento do plano e deixaria o resto pra tudo que o canal ainda precisa.
Agora o calendário em doses. Trinta Shorts por mês com 15 segundos de rosto em cada um são 30 vezes 480, ou seja 14.400 créditos. Isso cabe no Starter de $47 com 15.000 créditos por mês, embora o mês realista do Starter seja cerca de 10 a 12 vídeos mesclando o econômico com um no balanceado, então um canal que roda os dois formatos fica melhor no Pro. No Business, o mesmo calendário de Shorts em doses toma 15 por cento do plano em vez de 61, e os 80.600 créditos que sobram pagam por volta de 80 vídeos longos no econômico.
A diferença entre esses dois calendários é de 43.200 créditos por mês, o que não é arredondamento, é a diferença entre um plano que funciona e um plano que acaba no dia vinte. E a versão em doses normalmente é o vídeo melhor de qualquer jeito, porque um rosto que aparece em quatro pontos de decisão é lido como escolha, enquanto um rosto que nunca sai da tela é lido como gravação de webcam.
Os três casos em que a cabeça falante inteira vale os 1.920 créditos
Existem formatos em que o rosto não é enfeite, é o produto, e cortar pra quinze segundos destruiria justamente aquilo que a pessoa veio ver. Conselho dado em primeira pessoa é o caso mais claro: finanças pessoais, coaching, explicação jurídica ou de saúde, qualquer coisa em que o espectador está pesando se confia em quem fala. Nesses nichos o rosto é a prova, e 1.920 créditos compram a única versão do vídeo que funciona.
O segundo caso é criativo pago. Anúncio no estilo UGC, teste de gancho pra campanha, demonstração de produto com alguém segurando e reagindo. Ali o Short não está competindo em custo por view com os outros Shorts do seu canal, está competindo com contratar um criador, um estúdio e uma diária, e contra essa comparação 1.920 créditos por um criativo pronto de sessenta segundos não é nem disputa. Testar seis ganchos a 1.920 cada dá 11.520 créditos, cerca de $36, menos que uma hora de editor.
O terceiro é a peça âncora: o trailer do canal, o Short fixado, a apresentação que o visitante novo assiste antes de decidir se inscrever. Você produz uma vez, ela fica no topo do canal por meses, e é o único lugar em que pagar preço cheio por um rosto que nunca sai da tela é obviamente certo. No resto do calendário, dose ganha.
Decidir o avatar antes de gerar, não depois da conta
O motivo de isso ficar caro na prática quase nunca é uma decisão errada, é uma decisão invisível. Alguém configura um apresentador no projeto, produz trinta Shorts, e só vê o formato do gasto no fim do mês. Decidir a quantidade de segundos de rosto lá na frente é o que transforma o avatar de surpresa em linha controlada, e é uma decisão de trinta segundos por projeto.
No FalconVid o apresentador e o motor de lip sync são configuração do projeto, e o orçamento do vídeo é cotado pelo motor real antes da geração, em vez de estimado depois, então os segundos de rosto que você escolheu ficam visíveis enquanto ainda dá pra mudar. Voz é separada de rosto, então um roteiro com dois personagens pode ter duas vozes distintas sem custo extra enquanto só um deles aparece. Se a versão um voltar com o rosto no lugar errado, consertar a peça no Studio custa 5 a 320 créditos, contra 1.008 a 26.760 pra refazer o vídeo.
O resto do pipeline é o que torna um calendário vertical diário sustentável. Especialistas de IA trabalham em paralelo, pesquisador, roteirista, narrador, editor e sound design ao mesmo tempo, com vídeo pronto em até 30 minutos e gerações simultâneas indo de 2 no Starter a 50 no Scale. Você aprova o calendário uma vez e os vídeos saem no horário do slot, no YouTube, Instagram, TikTok, Rumble e Facebook, em até 63 idiomas. O avatar vira um ingrediente escolhido dentro desse calendário em vez da coisa que consumiu ele em silêncio.