A pergunta que todo mundo faz errado: por vídeo em vez de por minuto na tela
Não existe preço de vídeo com avatar de IA, e é por isso que toda resposta que você acha na internet é inútil. Geração de avatar é cobrada por segundo de rosto na tela. Um episódio de doze minutos em que o apresentador aparece noventa segundos e um episódio de doze minutos que é cabeça falante do início ao fim têm a mesma duração e uma fatura completamente diferente.
Então a unidade útil é custo por minuto de avatar, multiplicado pelos minutos em que você de fato coloca o rosto na tela. Todo o resto do vídeo, roteiro, narração, mídia de apoio, legendas, música, é precificado à parte e é comparativamente barato. O rosto é o pixel caro.
Quando você passa a pensar assim, a pergunta de planejamento fica óbvia e o orçamento deixa de ser mistério. Você não está perguntando quanto custa um vídeo. Está perguntando de quantos segundos de presença humana esse formato realmente precisa, que é uma decisão criativa com etiqueta de preço colada.
- Avatar e lip sync são cobrados por segundo, não por vídeo.
- O resto do vídeo, roteiro, narração, mídia de apoio e legendas, é precificado à parte.
- Dois vídeos da mesma duração podem custar dez vezes um do outro.
- A unidade de planejamento é minutos de rosto, não quantidade de vídeos.
- Qualquer orçamento que ignora o tempo de rosto está chutando.
A tabela real: quanto custa um segundo de avatar de IA em 2026
Estes são os números do motor do FalconVid, não estimativas. Quatro modelos de apresentador, quatro preços, todos cobrados por segundo de avatar na tela: Kling Avatar Std a 32 créditos, Kling Avatar Pro a 64, HeyGen Avatar a 80 e OmniHuman 1.5 a 112. Multiplicando por sessenta, você tem o custo de um minuto de rosto: 1.920, 3.840, 4.800 e 6.720 créditos.
Em dólar, usando o valor do crédito no Starter, $0,003133, isso dá aproximadamente $6,02, $12,03, $15,04 e $21,05 por minuto de avatar na tela. A distância entre o mais barato e o mais caro é de três vezes e meia, e ela compra formato de boca mais preciso, micromovimento melhor e um rosto que aguenta um plano mais fechado.
Os motores também diferem em como rodam, e isso importa mais do que parece. Kling e HeyGen processam em lote, então vários trechos renderizam ao mesmo tempo. O OmniHuman 1.5 roda em série, um trecho por vez, em troca da melhor qualidade. Num canal diário essa diferença aparece no relógio, não só no bolso.
- Kling Avatar Std: 32 créditos por segundo, cerca de $6,02 por minuto, em lote.
- Kling Avatar Pro: 64 créditos por segundo, cerca de $12,03 por minuto, em lote.
- HeyGen Avatar: 80 créditos por segundo, cerca de $15,04 por minuto, em lote.
- OmniHuman 1.5: 112 créditos por segundo, cerca de $21,05 por minuto, em série, melhor qualidade.
- Do mais barato ao mais caro há 3,5 vezes de diferença pelo mesmo minuto de rosto.
- Motor em lote importa quando você produz vários vídeos ao mesmo tempo.
A conta humana: apresentador, estúdio, ator e criador de UGC
Agora a comparação que decide o formato de verdade. Nas faixas de mercado de 2026, um criador de UGC gravando um único vídeo roteirizado para você cobra algo entre $150 e $500, e o direito de uso em anúncio costuma ser à parte. Um apresentador ou ator diante da câmera por uma diária fica entre $300 e $1.500, dependendo do país e da experiência, mais os direitos.
Em volta da pessoa existe uma segunda camada de custo que todo mundo esquece: aluguel de estúdio de $50 a $300 por hora, um kit de luz e áudio que sai de $500 a $2.000 numa compra única, e um editor cobrando de $80 a $400 por vídeo longo. Regravação não é desconto, é outra diária.
Coloque oito vídeos por mês nesse funil e você olha para duas diárias de gravação, algo entre $600 e $3.000 pela pessoa, $400 a $1.200 de estúdio e $640 a $3.200 de edição. Isso dá entre $1.600 e $7.400 por mês, antes de alguém publicar qualquer coisa. E é também um problema de calendário: gente adoece, viaja e reajusta preço.
- Criador de UGC: cerca de $150 a $500 por vídeo roteirizado, direitos geralmente à parte.
- Apresentador ou ator: cerca de $300 a $1.500 por diária, mais direito de uso.
- Estúdio: cerca de $50 a $300 por hora, com mínimo de reserva.
- Editor: cerca de $80 a $400 por vídeo longo.
- Kit: $500 a $2.000 uma vez, entre luz, áudio e teleprompter.
- Oito vídeos por mês caem entre $1.600 e $7.400 num arranjo típico.
A alavanca que muda tudo: 90 segundos de rosto, não 12 minutos
É aqui que a aritmética vira. Um vídeo de doze minutos no modo econômico custa 1.008 créditos de produção. Some noventa segundos de Kling Avatar Std, que são 2.880 créditos, e o episódio inteiro fecha em 3.888 créditos, cerca de $12,18. Troque por cabeça falante integral, 720 segundos, e o mesmo episódio vira 24.048 créditos, cerca de $75,34.
Mesmo roteiro, mesma duração, mesma qualidade de narração. A única variável é quanto tempo o rosto fica na tela, e ela move a conta em mais de seis vezes. É por isso que tempo de rosto é decisão de orçamento disfarçada de decisão criativa, e por isso o padrão dos noventa segundos, abertura, viradas e fechamento, é onde os canais profissionais convergem.
Existe uma versão ainda menor. Trinta segundos de rosto, só gancho e fechamento, custam 960 créditos de avatar, então 1.968 créditos no vídeo inteiro, algo como $6,17. Muitos canais descobrem que um gancho forte entregue por uma pessoa e um corpo de vídeo em mídia de apoio performa igual à cabeça falante integral, por um doze avos do preço. No FalconVid isso é um ajuste no projeto, não uma reedição: você decide se o avatar aparece em todas as cenas ou só nos momentos âncora, e a conta segue a decisão.
- Vídeo de doze minutos, produção no econômico: 1.008 créditos.
- 30 segundos de rosto, Kling Std: 960 créditos, total 1.968, cerca de $6,17.
- 90 segundos de rosto: 2.880 créditos, total 3.888, cerca de $12,18.
- Cabeça falante integral, 12 minutos: 23.040 créditos, total 24.048, cerca de $75,34.
- Mesmo vídeo, mais de doze vezes o preço, decidido por um ajuste.
- Motor premium multiplica a parte do avatar, não a parte da produção.
Quanto custa de verdade dentro de um plano do FalconVid
Crédito é a mesma moeda para tudo, então o plano diz exatamente quantos vídeos com apresentador você tem. O Starter é $47 por mês com 15.000 créditos. A 3.888 créditos por episódio, doze minutos no econômico com noventa segundos de Kling Avatar Std, isso dá cerca de 3 vídeos por mês com apresentador, ou 7 vídeos se o tempo de rosto cair para trinta segundos, ou 14 vídeos no econômico sem avatar nenhum.
O Pro a $97 com 30.000 créditos dá cerca de 7 vídeos com apresentador por mês, ou 15 com trinta segundos de rosto, distribuídos em até 5 canais. O Business a $297 com 95.000 créditos chega a uns 24, o Agency a $597 com 190.000 créditos a uns 48, e o Scale a $997 com 320.000 créditos a uns 82, com 50 canais e 50 gerações simultâneas.
Compare com a coluna humana. Três vídeos com apresentador no Starter saem a $15,67 por vídeo, incluindo produção, narração, edição, legendas, thumbnail e publicação em cinco redes. O criador de UGC mais barato do mesmo mercado cobra $150 por um. O apresentador deixou de ser a parte cara do seu canal, a logística humana é que era.
- Starter $47, 15.000 créditos: cerca de 3 vídeos com apresentador, 7 com rosto curto, 14 no econômico sem avatar.
- Pro $97, 30.000 créditos, 5 canais: cerca de 7 vídeos com apresentador, 15 com rosto curto.
- Business $297, 95.000 créditos: cerca de 24 vídeos com apresentador por mês.
- Agency $597, 190.000 créditos: cerca de 48 vídeos com apresentador por mês.
- Scale $997, 320.000 créditos: cerca de 82, com 50 canais e 50 gerações simultâneas.
- Toda feature de criação em todo plano: nenhum recurso de avatar fica travado num plano maior.
- Pacotes avulsos que não expiram: Boost 2.000 por $9, Power 6.000 por $24, Mega 14.000 por $49.
Os custos escondidos que ninguém orça: regravação, deriva, idiomas e direitos
Regravação é a primeira linha escondida. Com uma pessoa, uma fala errada significa outra sessão. Com um avatar, você muda o texto e regera só o trecho afetado, então o custo marginal de um conserto é segundos de lip sync, não uma diária. Essa diferença sozinha é o que torna a publicação diária sustentável. No FalconVid você muda o texto, regera o trecho afetado pelo Studio, e o resto do episódio fica exatamente como estava.
A segunda é a deriva de identidade, e ela é custo real porque destrói o reconhecimento. Se o rosto muda entre vídeos, você está pagando por um apresentador e recebendo um estranho, o que é pior do que não ter apresentador. Ancorar o personagem numa referência canônica é o que preserva o dinheiro gasto em presença.
A terceira são os idiomas. Um apresentador humano num segundo idioma significa uma segunda pessoa, um segundo cachê e um segundo calendário. Um apresentador gerado conduz o mesmo canal em outra língua, e duplicar o projeto para outro idioma custa só a diferença. A quarta são os direitos: com um personagem criado por você não existe janela de uso para renegociar dois anos depois.
- Um conserto custa segundos de regeração em vez de uma nova sessão.
- A deriva desperdiça o orçamento inteiro de presença, então trave a referência.
- Um segundo idioma significa um segundo humano, ou o mesmo avatar pela diferença.
- Sem direito de uso para renovar, sem negociar imagem, sem calendário de disponibilidade.
- 63 idiomas de narração significam que o mesmo rosto pode abrir vários mercados.
Quando o avatar de IA não se paga
Existem formatos em que o rosto não compra nada. Compilações, conteúdo ambiente, tutoriais com muita gravação de tela, explicadores de dados e a maior parte dos formatos de notícia seguram a retenção no visual, e colocar um apresentador ali é custo puro. Se o seu nicho é um desses, a resposta honesta é rodar sem avatar e colocar os créditos em mais episódios.
E existem formatos em que o rosto é o produto: opinião, reação, marca pessoal, review de produto, depoimento e qualquer oferta que precise de alguém olhando na câmera e assinando embaixo. Nesses, o avatar não é enfeite, é o mecanismo de conversão, e pagar motor premium no gancho é a decisão de maior retorno da planilha.
O caminho manual obriga a escolher um ou outro, porque apresentador humano é custo fixo que não dá para desligar por uma semana. O caminho automatizado não obriga: o mesmo canal publica episódios com apresentador e episódios só de mídia de apoio no mesmo calendário, em paralelo, e você decide vídeo a vídeo onde o rosto se paga.
- Sem avatar: compilações, ambiente, gravação de tela, explicadores de dados, quase toda notícia.
- Avatar se paga: opinião, reação, review, depoimento, ofertas, marca pessoal.
- Calendário misto é normal e mais barato que se comprometer com um extremo.
- Motor premium no gancho e motor barato no corpo é a divisão padrão.
- A decisão é por vídeo, não por canal, quando a produção roda em paralelo.