Tempo de rosto é linha de orçamento, e os números não são parecidos
Um avatar de IA não é cobrado como um fundo ou uma trilha. Ele é cobrado por segundo de rosto na tela, porque cada um desses segundos é uma geração de lip sync. Esse fato sozinho deveria decidir o seu formato antes de qualquer argumento estético.
Aqui está a aritmética num vídeo de 12 minutos. O vídeo em si no modo econômico custa 1.008 créditos. Some 90 segundos de avatar com o Kling Avatar Standard a 32 créditos por segundo e você paga mais 2.880, num total de 3.888 créditos, uns $12,18. Transforme o mesmo vídeo numa cabeça falante inteira e você está pagando 720 segundos de rosto, que são 23.040 créditos mais os 1.008, então 24.048 créditos, uns $75,34.
É uma diferença de 6,2 vezes no mesmo roteiro, na mesma voz e no mesmo tema. E a versão mais barata não é a versão de concessão: 90 segundos bem colocados de apresentador normalmente performam melhor que 12 minutos dele, por razões que não têm nada a ver com dinheiro.
- O lip sync é cobrado por segundo de rosto na tela, não por vídeo.
- Vídeo de 12 minutos no modo econômico mais 90 segundos de avatar: 3.888 créditos, uns $12,18.
- O mesmo vídeo como cabeça falante inteira: 24.048 créditos, uns $75,34, que é 6,2 vezes mais.
As quatro doses: onde 90 segundos de rosto realmente pagam
Dose um, o gancho: 8 a 15 segundos logo na abertura. É o trecho de maior valor do vídeo inteiro, o momento em que um desconhecido decide se tem um humano por trás daquilo. Um rosto aqui converte rolagem em espectador, e é a única faixa de segundos em que o avatar vale o preço cheio.
Dose dois, as transições de capítulo: 5 a 8 segundos cada, usadas 3 ou 4 vezes. São as juntas do vídeo, onde a atenção cai naturalmente, e o rosto reaparecendo funciona como reinício. Três a quatro transições dão de 15 a 32 segundos no total.
Dose três, o veredito: 15 a 25 segundos no único ponto do vídeo em que você dá uma opinião, uma recomendação ou uma conclusão que o público veio buscar. Informação pode ser narrada sobre imagem. Julgamento cai melhor vindo de um rosto.
Dose quatro, o fechamento: 10 a 15 segundos na chamada para ação. Pedido de inscrição feito por um apresentador converte melhor que a mesma frase lida sobre um gráfico.
Some tudo: 48 a 87 segundos. Esse é o orçamento de 90 segundos, e ele cobre todo momento de um vídeo longo em que um rosto muda de verdade o resultado. Os outros 11 minutos são melhor servidos por cenas, imagens de apoio, gráficos e movimento.
- Gancho: 8 a 15 segundos. O tempo de rosto de maior valor do vídeo inteiro.
- Transições: 5 a 8 segundos, 3 ou 4 vezes, o que dá de 15 a 32 segundos no total.
- Veredito: 15 a 25 segundos. Fechamento: 10 a 15 segundos. Total de 48 a 87 segundos.
Por que cabeça falante de 12 minutos retém pior, não melhor
Vídeo longo segura atenção por mudança visual. Ritmo de corte, cenas novas, gráfico chegando quando um número é dito. Um apresentador parado não tem nada disso: o quadro é o mesmo no minuto 2 e no minuto 9, então a única coisa carregando o espectador é o roteiro, e roteiro raramente carrega 12 minutos sozinho.
Existe um segundo efeito específico do avatar de IA. Os sinais estranhos, os olhos que não acompanham direito, as bocas que repetem forma, as mãos que reiniciam, são invisíveis numa dose de 10 segundos e ficam óbvios ao longo de 12 minutos. Tempo de exposição é inimigo de apresentador sintético, e o conserto mais barato também é o correto: mostre menos dele.
É por isso que o uso mais forte de avatar em vídeo longo é pontuação, não narração. O rosto marca os momentos que precisam de presença humana, e o motor visual carrega o resto. Você fica com a confiança de um apresentador sem pedir a ele que sobreviva a 720 segundos de escrutínio.
- Retenção em vídeo longo vem de mudança visual, e apresentador parado não oferece nenhuma.
- Sinais estranhos são invisíveis numa dose de 10 segundos e óbvios ao longo de 12 minutos.
- Use o avatar como pontuação, não como narração.
Quantos vídeos com avatar cabem em cada plano
A 3.888 créditos por vídeo econômico de 12 minutos com 90 segundos de rosto, os planos ficam assim. O Starter de $47 com 15.000 créditos cabe 3 por mês. O Pro de $97 com 30.000 créditos cabe 7. O Business de $297 com 95.000 créditos cabe 24. O Agency de $597 com 190.000 créditos cabe 48. O Scale de $997 com 320.000 créditos cabe 82.
Agora a versão cabeça falante inteira a 24.048 créditos cada: o Starter não cabe nenhum, o Pro cabe 1, o Business cabe 3, o Agency cabe 7, o Scale cabe 13. É o argumento inteiro numa linha. O mesmo orçamento compra 3 vídeos ou 0 no Starter, 7 ou 1 no Pro, 82 ou 13 no Scale.
Na prática ninguém roda um mês numa configuração só. O plano de trabalho honesto é mesclar: a maioria dos vídeos sem avatar nenhum no modo econômico a 1.008 créditos, alguns com a dose de 90 segundos nos temas que pedem apresentador, e um ou outro mais pesado. No Starter essa mescla dá uns 10 a 12 vídeos por mês, que é cadência realista, e é por isso que citar um número sozinho sem o modo junto sempre engana.
O valor de crédito usado aqui é $0,003133 no Starter.
- Com 90 segundos de rosto no modo econômico: 3 vídeos no Starter, 7 no Pro, 24 no Business, 48 no Agency, 82 no Scale.
- Como cabeça falante inteira: 0 no Starter, 1 no Pro, 4 no Business, 8 no Agency, 13 no Scale.
- Mês realista no Starter: mesclando vídeos econômicos simples com alguns de avatar, uns 15 vídeos no total.
Os quatro motores de avatar, e quando cada um ganha o preço
O Kling Avatar Standard a 32 créditos por segundo, uns $6,02 por minuto de rosto, é o padrão e a escolha certa para as quatro doses acima. Em 8 a 15 segundos por aparição, a diferença de qualidade contra os motores premium é quase ilegível para quem não está procurando.
O Kling Avatar Pro a 64 créditos por segundo, uns $12,03 por minuto, dobra o custo e vale a pena só no gancho, onde o espectador julga você com mais rigor. Um arranjo comum é Pro nos primeiros 12 segundos e Standard em tudo depois.
O HeyGen Avatar a 80 créditos por segundo, uns $15,04 por minuto, é a escolha quando o avatar é a marca, um apresentador recorrente que o público deve reconhecer ao longo de dezenas de vídeos, não um rosto decorativo.
O OmniHuman 1.5 a 112 créditos por segundo, uns $21,05 por minuto, é o topo da faixa e roda em série em vez de em paralelo, então é mais lento além de mais caro. Reserve para as peças em que o rosto é o produto em si, tipicamente um criativo de anúncio, não um vídeo longo de 12 minutos.
- Kling Avatar Standard: 32 créditos por segundo, uns $6,02 por minuto. O padrão para as quatro doses.
- Kling Avatar Pro: 64 por segundo, uns $12,03 por minuto. Vale a pena só no gancho.
- HeyGen Avatar: 80 por segundo, uns $15,04 por minuto. Para apresentador recorrente de marca.
- OmniHuman 1.5: 112 por segundo, uns $21,05 por minuto, e roda em série, então também é mais lento.
Como o FalconVid monta as doses sem você editar nada
O avatar não é um projeto separado no FalconVid. Você aprova um calendário e o sistema escreve, narra, edita, legenda, gera a thumbnail e publica no YouTube, Instagram, TikTok, Rumble e Facebook em até 63 idiomas, com o avatar aparecendo onde o formato pede e o resto do vídeo carregado por cenas geradas e imagens de apoio.
O DNA do canal mantém o apresentador consistente, o mesmo rosto, voz, estilo visual e ritmo em todo vídeo, que é a diferença entre um apresentador recorrente e um desconhecido aparecendo toda semana. A narração é ultra realista, incluindo vozes premium Cartesia, e você escolhe o motor do econômico ao premium, incluindo Veo 3 com áudio, para as cenas sem avatar.
Antes de publicar você abre o Studio, assiste à versão 1 e ajusta: encurtar a intro, cortar uma dose que ficou longa, trocar uma cena, mudar a música. Especialistas de IA trabalham em paralelo no mesmo vídeo, pesquisador, roteirista, narrador, editor e sound design, com vídeo pronto em até 30 minutos, e vídeos diferentes são gerados ao mesmo tempo: 2 no Starter, 5 no Pro, 10 no Business, 25 no Agency, 50 no Scale.
Se o mesmo apresentador precisar existir em outro mercado, você duplica o projeto para outro idioma e paga só a diferença, então uma identidade de avatar pode comandar canais em três idiomas sem ser reconstruída.
- O DNA do canal mantém o mesmo rosto, voz, estilo e ritmo em todo vídeo.
- O Studio deixa você assistir à versão 1 e cortar uma dose longa antes de qualquer publicação.
- Duplique o projeto para outro idioma pagando só a diferença, mesmo apresentador, mercado novo.
O erro que queima crédito: rosto na tela enquanto a narração explica dado
O jeito mais comum de desperdiçar crédito de avatar é deixar o rosto na tela durante os trechos informativos. Do minuto 4 ao minuto 7 de um vídeo longo normalmente estão os números, as comparações e os passos, e cada um desses segundos é melhor gasto num gráfico que mostra o número do que num apresentador dizendo ele. Você está pagando 32 créditos por segundo para esconder aquilo que o espectador precisa ver.
O segundo desperdício é a intro longa. Uma abertura de avatar de 40 segundos parece profissional no editor e é lida como atraso pelo espectador. A dose do gancho existe para ganhar os próximos 30 segundos, não para você se apresentar, e 8 a 15 segundos bastam para isso.
A regra que mantém o orçamento honesto: o rosto aparece quando o vídeo faz uma afirmação, um julgamento ou um pedido. As cenas aparecem quando o vídeo entrega informação. Siga isso e 90 segundos não é concessão, é a quantidade correta.
- Nunca deixe o rosto na tela enquanto a narração explica números ou passos, são 32 créditos por segundo escondendo o gráfico.
- Intro de avatar de 40 segundos é lida como atraso. 8 a 15 segundos ganham os próximos 30.
- Rosto para afirmação, julgamento e pedido. Cenas para informação.