A assinatura do banco é a parte barata: a conta de verdade são 90 a 150 buscas por vídeo
Doze minutos são 720 segundos, e com uma troca visual a cada 5 a 8 segundos esse vídeo precisa de 90 a 150 imagens. Cada uma delas tem que vir de algum lugar. Um banco de vídeo custa de $20 a $80 por mês, o que diluído em 8 vídeos dá de $2,50 a $10 por vídeo, e esse é o número que todo mundo coloca na planilha. O número que ninguém coloca é que preencher aquelas cenas significa rodar de 90 a 150 buscas separadas.
Cronometre uma vez e a ilusão acaba. Curar um episódio inteiro de 12 minutos à mão leva de 40 a 90 minutos, algo como 20 a 45 segundos por cena, e isso já supondo que você aceite o segundo ou o terceiro resultado sem ficar assistindo. Cobre $25 pela sua própria hora e a curadoria custa de $17 a $37 por vídeo contra $2,50 a $10 de assinatura. A licença nunca foi a despesa. A busca era, e é a maior parte do que um editor de vídeo do YouTube realmente recebe para fazer.
E a busca nem sempre termina bem. Em assunto concreto, uma cozinha, uma rodovia, um notebook, a taxa de acerto é alta. Em assunto abstrato, inflação, uma rivalidade, uma decisão, um momento histórico específico, a fatia de clipes que servem de verdade cai para 50% a 70%. Num vídeo de 120 cenas isso dá de 36 a 60 espaços preenchidos com algo que só quase ilustra a frase. O FalconVid fecha o buraco pelo outro lado: o pipeline casa a mídia com a frase que a narração está prestes a dizer, então ninguém busca clipe à 1 da manhã e ninguém se conforma na cena 90.
- 12 minutos com corte a cada 5 a 8 segundos pedem de 90 a 150 imagens.
- Assinatura: $20 a $80 por mês, uns $2,50 a $10 por vídeo em 8 vídeos.
- Curadoria à mão: 40 a 90 minutos por vídeo, ou seja $17 a $37 do seu tempo.
- Em tema abstrato, só 50% a 70% das buscas devolvem clipe que realmente serve.
O clipe genérico é o gatilho nº1 de abandono entre o minuto 2 e o minuto 4
O drone sobre a cidade no pôr do sol. A mão digitando no notebook. Os dois de terno apertando as mãos no saguão de vidro. Você já viu, e o seu espectador viu em outros quarenta vídeos neste mês. Um clipe que é lido como imagem de apoio em vez de ser lido como a coisa que está sendo descrita não carrega informação nova, e tela sem informação nova é autorização para sair.
Leia na curva, não na teoria. Vídeo longo raramente quebra no gancho quando o gancho é bom, ele quebra no trecho plano entre o minuto 2 e o minuto 4, quando a narração continua entregando e as imagens começaram a se repetir. Como referência de trabalho da nossa própria produção, e não como dado oficial do YouTube, um vídeo narrado de 12 minutos segura de 45% a 60% no minuto 2 e de 35% a 50% no minuto 4, e o tamanho desse vão acompanha quantas cenas seguidas não disseram nada.
O mecanismo é sem graça e fácil de testar: ache três cenas seguidas que caberiam em qualquer outro vídeo sobre qualquer outro assunto e você achou a queda. Repare na direção do efeito, porque ela decide o que você compra. Banco de imagens não é o problema. Banco genérico repetido é. Uma imagem específica da coisa específica funciona tendo sido feita por câmera ou por modelo, e é justamente por isso que essa decisão é por cena e nunca por canal.
- Imagem genérica não carrega informação nova, e informação zero convida à saída.
- A quebra do vídeo longo mora entre o minuto 2 e o minuto 4, não no gancho.
- Referência de trabalho: 45% a 60% no minuto 2, 35% a 50% no minuto 4.
- Três cenas seguidas que servem para qualquer vídeo é onde a curva entorta.
A regra cena a cena: três portas, e só uma delas é geração
O banco ganha em contexto geral e textura. Natureza, clima, multidão, escritório, aeroporto, um macro lento por trás de uma definição. Essas cenas carregam clima e não fato, e clima é exatamente o que um banco tem quatro milhões de tomadas. Algo entre 40% e 55% de um episódio de 12 minutos é cena desse tipo, e pagar geração para reinventar uma onda quebrando na pedra é dinheiro tocado fogo.
A geração ganha na coisa específica que a narração acabou de dizer e que banco nenhum filmou: o chão de fábrica de 1954 com aquela máquina exata, o produto que ainda não existe na prateleira, a metáfora construída para aquela frase, a cena histórica que ninguém estava lá para gravar. Algo entre 25% e 40% das cenas de um explicativo ou de um documentário cai aqui, e são justamente elas que seguram o miolo plano do vídeo.
A terceira porta ganha das outras duas quando o assunto é real e identificável: figura pública, produto com nome, ponto turístico reconhecível, notícia. Ali uma aproximação gerada é lida como falsa e um clipe genérico é lido como fuga, e o que a cena pede é a foto real da entidade real. O FalconVid roda as três portas na mesma passada: banco de mídia com fotos reais de entidade para pessoa, produto e lugar, cenas geradas para o que não existe, e mídia de banco mais banco de músicas e efeitos com BGM, SFX e Freesound para todo o resto.
- Mídia de banco: contexto, natureza, cidade e textura, uns 40% a 55% do vídeo.
- Cena gerada: a coisa exata que a frase nomeia, uns 25% a 40%.
- Foto real de entidade: pessoa, produto, ponto turístico e notícia, onde a farsa aparece.
- A escolha é da cena, nunca do canal nem do vídeo inteiro.
Quanto custa de fato uma cena gerada, e por que o mesmo vídeo tem três preços
Os comparativos pulam essa parte porque geração é cobrada por segundo e banco é cobrado por mês, e os dois nunca se encontram até você colocá-los no mesmo episódio. No FalconVid a conta já está feita para o vídeo inteiro: o mesmo vídeo de 12 minutos custa 1.008 créditos no modo econômico, 8.676 no balanceado e 26.760 no premium. No valor do crédito do Starter isso dá cerca de $3,16, $27,18 e $83,84 para a mesma duração, o mesmo roteiro e a mesma narração.
A diferença de 133 vezes entre o econômico e o premium não é nível de suporte nem trava de recurso. É literalmente quanta cena é gerada, e por qual motor. O econômico se apoia no banco de mídia e em imagem, então a maioria das cenas é mídia de banco, foto real de entidade e imagem parada com movimento lento. O balanceado começa a gerar cena. O premium chama os motores caros com movimento e áudio, o Veo 3 com som e o Seedance Pro, nas cenas que sustentam o episódio.
Espalhado em 120 cenas o preço por cena fica legível: cerca de 2 créditos no econômico, algo como meio centavo, 69 créditos no balanceado, uns $0,22, e 224 créditos no premium, uns $0,70. Agora a assinatura finalmente é comparável. O banco vende o direito de fazer 120 buscas; um episódio econômico inteiro de 120 cenas custa menos de um dólar de geração e ninguém busca nada. Ao criar vídeos com IA o preço nunca é a duração, é quantas cenas são geradas e por qual modelo.
- Mesmo vídeo de 12 minutos: 1.008 créditos no econômico, 8.676 balanceado, 26.760 premium.
- Em dólar, pelo valor do crédito do Starter: cerca de $0,63, $26,06 e $84,22.
- Por cena, em 120 cenas: mais ou menos 2, 69 e 224 créditos.
- As 133 vezes de diferença são geração e escolha de motor, não recurso nem suporte.
O que o FalconVid faz aqui: três fontes de mídia, uma passada e o Studio para a cena que errou
O pipeline decide por cena e não por vídeo. Ele escreve o roteiro, quebra em cenas pela frase em vez de por cronômetro e, para cada frase, escolhe a fonte: mídia de banco, foto real de entidade do banco de mídia, ou cena gerada, com o nível de qualidade que você escolheu definindo até onde a geração vai e qual motor roda. O banco de músicas e efeitos com BGM, SFX e Freesound está dentro da mesma passada, então nenhuma cena fica esperando uma segunda assinatura ou uma caça a licença.
E roda em paralelo. Pesquisador, roteirista, narrador, editor e sound design trabalham ao mesmo tempo em vez de ficarem numa fila, e é por isso que o vídeo pronto chega em até 30 minutos em vez de tomar a noite, com gerações simultâneas definidas pelo plano: 2 no Starter, 5 no Pro, 10 no Business, 25 no Agency e 50 no Scale. A única coisa que você aprova é o calendário.
E a objeção óbvia tem resposta sem drama. Se a cena 63 voltou errada, você abre a primeira versão no Studio e troca aquela mídia por outra tomada, muda a trilha, encurta a intro, ou abre a timeline e faz você mesmo. Você está corrigindo uma cena de 120, não refazendo um vídeo. É essa a diferença inteira entre revisar e editar, e é por isso que uma IA que edita vídeos só serve de verdade quando a escolha de mídia já estava certa na cena 62 e na 64.
- Mídia escolhida por frase: banco, foto real de entidade ou cena gerada.
- Banco de músicas e efeitos incluso, sem segunda assinatura e sem caça a licença.
- Produção em paralelo, vídeo pronto em até 30 minutos, de 2 gerações simultâneas no Starter a 50 no Scale.
- O Studio troca uma cena só, ou você abre a timeline e resolve na mão.
A mescla que funciona num vídeo de 12 minutos, com a aritmética da conta
A receita que segura num episódio de 120 cenas: de 50 a 65 cenas de mídia de banco para contexto e textura, de 30 a 45 cenas geradas nas frases que exigem a coisa exata, de 10 a 20 fotos reais de entidade sempre que uma pessoa, um produto ou um lugar é citado, e de 5 a 10 gráficos, mapas ou cartelas de dados. Ninguém percebe a emenda entre as fontes. Todo mundo percebe quando as 120 cenas saíram da mesma gaveta.
O custo acompanha a mescla, e é por isso que no FalconVid o nível de qualidade é um botão por projeto e não um upgrade de plano. Um canal que publica 7 vídeos por mês pode rodar 6 no econômico a 1.008 créditos e 1 no balanceado a 8.676, o que dá 14.724 créditos e cabe num mês de Starter. O Starter é $47 com 15.000 créditos, uns 10 a 12 vídeos por mês mesclando o econômico com um no balanceado, ou 14 só no econômico, que são cerca de 3 horas de vídeo.
A maioria dos canais nunca mexe nessa alavanca, e ela é o upgrade mais barato que existe. Mesmo canal, mesmo calendário: a postagem semanal de rotina vai no econômico, o episódio que você espera que viaje vai no balanceado, e o que sustenta o trimestre vai no premium. Os pacotes avulsos que não expiram cobrem os picos, o Boost com 2.000 créditos por $9, o Power com 6.000 por $24 e o Mega com 14.000 por $49, então um episódio premium nunca obriga a trocar de plano.
- Receita de 120 cenas: 50 a 65 de banco, 30 a 45 geradas, 10 a 20 fotos reais, 5 a 10 cartelas.
- 6 vídeos no econômico mais 1 no balanceado dão 9.530 créditos, dentro de um mês de Starter.
- Starter $47 com 15.000 créditos: uns 10 a 12 vídeos por mês mesclando modos, ou 14 só no econômico.
- Pacotes que não expiram: Boost 2.000 por $9, Power 6.000 por $24, Mega 14.000 por $49.
O veredito de 2026: nem só banco nem só IA, e o teto é do manual
Se for para dar uma resposta só: mesclado, decidido cena a cena. Mídia de banco nos 40% a 55% que são contexto, geração nos 25% a 40% que são a coisa específica que a frase nomeia, foto real nas entidades identificáveis. Um canal 100% banco é lido como reciclado lá pelo minuto 3. Um canal 100% gerado paga até 133 vezes mais do que precisava e ainda arrisca inconsistência em cenas que um banco de $20 já resolvia perfeitamente.
E sim, gerar as 120 cenas com os motores premium é um episódio de $84, e isso vale a pena talvez uma vez por mês, no vídeo feito para viajar. É exatamente por isso que os três modos existem, por isso ninguém em sã consciência roda o mês inteiro num só, e por isso o modo é escolhido por vídeo e não por canal. A escolha de motor é a resposta honesta a uma pergunta de custo, não um paywall.
O teto real nunca foi o dinheiro, foram os 40 a 90 minutos de curadoria multiplicados por cada vídeo publicado. Uma pessoa consegue escolher 120 cenas com capricho para um vídeo por semana, talvez dois, antes de a busca virar o trabalho e o drone começar a se repetir. Esse teto é do MANUAL, e ele some no instante em que o pipeline do FalconVid casa mídia com frase em paralelo e entrega o vídeo pronto em até 30 minutos. O Starter roda 1 canal com 2 gerações simultâneas, o Scale roda 50 canais com 50 gerações simultâneas, e um canal dark mantém em quatro vídeos por semana o mesmo capricho que tinha em um.
- A resposta é mesclar: banco no contexto, geração no específico, foto real na entidade.
- 100% banco soa reciclado, 100% gerado paga até 133 vezes mais do que precisa.
- Premium a 26.760 créditos, uns $84, é decisão de uma vez por mês, não ajuste fixo.
- Os 40 a 90 minutos de curadoria por vídeo são o teto do manual, e é essa parte que some.