5 de setembro de 2026
Vídeo IA com mais de 10 segundos: as durações reais por modelo e o método que custa metade
Até onde vai realmente cada modelo de vídeo, porque uma geração de 30 segundos custa seis vezes uma de 5, e como montar um filme de um minuto encadeando planos curtos com uma montagem gratuita.
Frank HoubreFundador do Imaginode
O limite que toda a gente descobre no primeiro vídeo
A maioria dos modelos de vídeo para entre 5 e 10 segundos, alguns chegam a 15, e apenas três vão até 30 segundos numa só geração.
Acabou de gerar o seu primeiro plano. Está bonito, o movimento funciona, a luz está lá. E dura cinco segundos. Procura o cursor para subir a um minuto, e ele não existe.
É a primeira deceção de todos os que chegam ao vídeo IA, e é legítima: vendem nos filmes e entregam nos planos. Só que a limitação não é a que se pensa, e a solução não tem nada de técnico. Tem cem anos e chama se montagem.
Vamos olhar para isto juntos, com as durações exatas de cada modelo do catálogo, os preços reais em créditos, e sobretudo a comparação que dói: o que custa um minuto de vídeo numa só geração contra o mesmo minuto cortado em planos. A diferença vai surpreendê lo.
As durações reais, modelo a modelo
Wan 3.0, Wan 3.0 Prime e Seedance 2.5 sobem a 30 segundos, Flux 3 Video a 20, Kling V3, Seedance 2.0, Wan 2.7 e Grok Imagine a 15, enquanto o Veo 3.1 fica pelos 8 segundos.
Eis o estado do catálogo, porque estes tetos não estão escritos em mais lado nenhum de forma legível. Os mais longos primeiro: Wan 3.0 e Wan 3.0 Prime aceitam de 2 a 30 segundos, o Seedance 2.5 de 4 a 30. São os três únicos a atingir o meio minuto.
Logo abaixo, o Flux 3 Video vai de 5 a 20 segundos. Depois o pelotão dos 15: Kling V3 de 3 a 15, Seedance 2.0 e Seedance 2.0 Fast de 4 a 15, Wan 2.7 de 2 a 15, Grok Imagine Video de 1 a 15.
E os curtos, que muitas vezes são os melhores: o Kling 2.5 Turbo propõe 5 ou 10 segundos, sem valor intermédio. O Veo 3.1 Lite e o Veo 3.1 Fast dão a escolher entre 4, 6 e 8 segundos, nem um a mais. O catálogo completo está na página dos modelos, com o preço a mexer em direto conforme as suas definições.
Porque os modelos param tão cedo
O custo de cálculo sobe com a duração e a coerência degrada se: para lá de alguns segundos, um modelo perde o fio da própria cena.
Duas razões, uma económica e uma técnica. A económica é simples: gerar vídeo é produzir vinte e quatro imagens por segundo que têm todas de se aguentar juntas. O cálculo sobe depressa, e os fornecedores faturam ao segundo porque é o que lhes custa.
A técnica é mais interessante. Um modelo de vídeo mantém a coerência numa janela limitada. Passado certo tempo, os rostos transformam se devagar, a roupa muda de cor, um objeto pousado na mesa desaparece. De certeza que já viu um vídeo IA de vinte segundos onde alguma coisa deriva lentamente sem se saber dizer o quê.
Tenha presente que o teto de 5 ou 10 segundos não é uma mesquinhez comercial. É muitas vezes a zona onde o modelo é realmente bom. Para lá disso, paga mais caro por um resultado que se aguenta pior, o que é o pior dos dois mundos.
O preço de uma geração longa: a má surpresa
A faturação é proporcional ao segundo: trinta segundos custam exatamente seis vezes cinco segundos, sem qualquer desconto de volume.
Eis o ponto que as pessoas descobrem depois, e é o verdadeiro tema deste artigo. Na maioria dos modelos, a tarifa é proporcional à duração. Não há escalões, nem pacote, nem preço de grosso.
Os números exatos, no Wan 3.0. Cinco segundos em 720p custam 60 créditos. Dez segundos em 1080p, 240 créditos. E trinta segundos em 1080p, 720 créditos, ou seja cerca de 7 euros por meio minuto. Em 720p, esse mesmo meio minuto cai para 360 créditos, em 480p para 180.
No Seedance 2.5, trinta segundos em 720p custam igualmente 720 créditos, contra 240 por dez segundos. O Flux 3 Video pede 696 créditos pelos seus 20 segundos em 1080p. O Kling V3 está nos 303 créditos por dez segundos em 1080p. A esse preço, uma só geração falhada num plano de trinta segundos e acabou de deitar sete euros pela janela.
SaldoA comparação que decide: trinta segundos, dois métodos
Seis planos de cinco segundos no Kling 2.5 Turbo custam 156 créditos contra 360 de uma geração única de trinta segundos em 720p: menos de metade, e com um resultado mais visível.
Peguemos num filme de trinta segundos e façamos as contas das duas maneiras. Método um, a geração única: Wan 3.0, trinta segundos, 720p, 360 créditos. Um só clique, uma só espera, e um plano sequência de trinta segundos.
Método dois, seis planos de cinco segundos no Kling 2.5 Turbo em 720p, a 26 créditos cada. Total: 156 créditos. Com o Seedance 2.0 Fast a 48 créditos os cinco segundos, sobe se a 288 créditos, ainda assim abaixo. E a montagem que junta tudo não custa nada, já lá vamos.
Mas o preço nem sequer é o argumento principal. Com seis planos, falha um plano e relança esse plano por 26 créditos. Com uma geração única, falha o vigésimo segundo segundo e volta a pagar os trinta. É essa assimetria que conta quando se trabalha a sério, não a poupança inicial.
O que o cinema faz há cem anos
A duração média de um plano num filme recente anda por poucos segundos: ninguém olha trinta segundos para um plano fixo, e a IA apenas o obriga a respeitar essa gramática.
Olhe para qualquer anúncio, qualquer trailer, qualquer videoclipe. Conte os planos. Em trinta segundos de publicidade encontrará muitas vezes uma dezena. O plano longo existe, é magnífico, é raro, e está reservado a momentos precisos.
Um vídeo memorável não é uma bela imagem que dura, é uma emoção que evolui. E uma emoção evolui pelo corte: mostra se o rosto, depois o que ele olha, depois a mão que treme. Três planos de três segundos contam infinitamente mais do que nove segundos fixos no mesmo enquadramento.
Portanto sim, a limitação dos modelos é sofrida ao início. Mas empurra o exatamente para onde era preciso ir. Quem produz hoje os melhores vídeos IA não procura o plano de trinta segundos, encadeia planos de cinco.
O nó Montagem, e o facto de não custar nada
A montagem junta os clipes, corta os, acrescenta cortes ou fundidos e uma faixa de som, e a exportação calcula se no seu aparelho sem consumir um único crédito.
É o nó que muda o plano prático de todo este artigo. Liga os seus nós Vídeo à porta Clipes, ou vai buscar diretamente aos média do projeto, e obtém uma linha de tempo. Cada clipe corta se com um início e um fim. Entre dois clipes escolhe um corte seco, um fundido encadeado ou uma passagem a negro.
Aceita também imagens fixas, com duração ajustável, o que permite meter um cartão de título ou uma foto de produto entre dois planos animados. E leva faixas de áudio separadas, com um desfasamento e um volume por faixa: a sua voz off de um lado, a música do outro.
O ponto importante: a exportação é gratuita. O cálculo faz se no seu navegador, na sua máquina, e não é debitado nenhum crédito. Pode portanto remontar o seu filme quinze vezes, testar três ordens de planos, mudar uma transição, sem que isso lhe custe seja o que for. Basta manter o separador aberto durante a exportação.
O método completo, do plano de trabalho à exportação
Corte primeiro em planos, valide cada plano em imagem fixa por alguns créditos, gere vídeo só a partir das imagens validadas, e depois junte.
Etapa um, em papel ou num nó Texto: corte os seus trinta segundos em planos. Seis planos de cinco, ou oito planos de três a cinco. Escreva o que mostra cada um. É a isso que se chama uma decupagem, e leva dez minutos.
Etapa dois, e é a que mais poupa: valide cada plano em imagem fixa antes de pagar o vídeo. Uma imagem Flux 2 Klein custa 3 créditos, um plano de vídeo custa 26 a 96. Enquadra, ajusta a luz, valida a personagem, tudo a preço de imagem. Detalhei este método em o storyboard IA antes de filmar.
Etapa três: cada imagem validada torna se a imagem inicial de um nó Vídeo. O modelo anima o que já aprovou em vez de inventar um enquadramento. Etapa quatro: tudo segue para a Montagem. Nesta altura, o essencial do trabalho criativo já está feito.
Manter a continuidade de um plano para o outro
Um nó Referência para a personagem e um nó Estilo ligado a todos os planos bastam para que os seis clipes pertençam ao mesmo filme.
O verdadeiro risco da montagem por planos é que não pareça um filme mas seis vídeos diferentes colados. A personagem muda de rosto, a luz salta, o grão não é o mesmo. É aí que o canvas se torna útil e não apenas bonito.
Um nó Referência segura a personagem: dá lhe três fotos e um nome, e depois chama o com uma @menção em cada um dos seus seis prompts. O tema é tratado em detalhe em personagem coerente em IA, e é o tijolo mais importante se um humano aparecer em mais de um plano.
Um nó Estilo ligado aos seis nós segura a direção artística: mesma paleta, mesma matéria, mesmo tratamento de luz em todo o lado. E um nó Câmara partilhado mantém a coerência de objetiva e abertura. Três nós para seis planos, ligados uma vez.
A imagem final: encadear dois planos sem corte visível
Vários modelos aceitam uma imagem final além da imagem inicial: o plano seguinte pode assim arrancar exatamente onde o anterior para.
Existe um truque para os momentos em que quer mesmo continuidade em vez de um corte. Alguns modelos gerem uma imagem final, além da imagem inicial: dá lhes o início e a chegada, e eles fabricam o caminho entre as duas.
No catálogo, o Seedance 2.0 e o Seedance 2.0 Fast, o Seedance 2.5, o Kling V3, o Wan 3.0 e o Wan 3.0 Prime, o MiniMax H3 e o Veo 3.1 Fast aceitam uma imagem final. A porta aparece sozinha no nó quando o modelo selecionado sabe fazê lo, não é preciso procurar uma definição escondida.
A técnica que daí decorre: pegue na última imagem do seu plano um e faça dela a imagem inicial do plano dois. Obtém dois clipes de cinco segundos que se encadeiam sem rutura, pelo preço de dois clipes curtos. É assim que se fabrica um movimento de vinte segundos que se aguenta.
O som: uma só faixa, não seis
Gerar o áudio em cada plano produz seis ambientes que se contradizem na montagem: mais vale planos mudos e uma faixa sonora posta sobre o conjunto.
Armadilha clássica, e sai cara duas vezes. Muitos modelos propõem um interruptor de áudio, e ele está muitas vezes ativo por defeito porque um vídeo mudo nota se logo. Num plano isolado, está muito bem.
Em seis planos destinados a serem montados, é má ideia. Cada geração inventa o seu próprio ambiente, e na montagem ouve seis salas diferentes que se cortam bruscamente. E o áudio paga se: no Veo 3.1 Lite, oito segundos em 720p custam 29 créditos sem som e 48 com. Seis vezes, dá 114 créditos de diferença para um resultado inutilizável.
Gere mudo, e depois ponha o som sobre a montagem completa. Uma voz off, uma música, alguns efeitos sonoros colocados nos sítios certos nas faixas de áudio do nó Montagem, com o seu desfasamento e o seu volume. O filme ganha uma unidade que os planos sonorizados em separado nunca terão.
Quando uma geração longa se justifica mesmo assim
O plano sequência mantém o seu interesse num movimento contínuo sem corte possível, um travelling ou uma transformação progressiva, e aí é preciso aceitar pagar o preço.
Não lhe vou dizer que a geração longa nunca serve, seria desonesto. Há casos em que é a única resposta. Um travelling contínuo num cenário, uma transformação que tem de se ver sem interrupção, uma dança, um plano onde cortar destruiria justamente o efeito.
Nesses casos, pegue no Wan 3.0 ou no Seedance 2.5 e aceite a tarifa. Mas faça o de forma consciente: valide o enquadramento em imagem primeiro, baixe a resolução durante os ensaios, e só suba para 1080p na versão que sabe boa. Trinta segundos em 480p custam 180 créditos no Wan 3.0 contra 720 em 1080p, e para validar um movimento o 480p chega e sobra.
Diga se de passagem, é também a lógica do resto do catálogo: explore ao preço mínimo, finalize ao preço alto. O detalhe desta aritmética está em quanto custa mesmo uma imagem ou um vídeo IA, e a calculadora pública deixa o simular o seu próprio filme antes de gastar um crédito.
O que há a reter
Trinta segundos em planos curtos custam menos de metade de uma geração única, corrigem se plano a plano, e montam se gratuitamente.
Os tetos reais: 30 segundos no Wan 3.0, Wan 3.0 Prime e Seedance 2.5, 20 no Flux 3 Video, 15 no Kling V3, Seedance 2.0, Wan 2.7 e Grok, 8 no Veo 3.1. Nenhum modelo lhe fará um minuto de uma vez, e ainda bem.
O método que funciona: cortar, validar em imagem, gerar planos de cinco segundos, segurar a coerência com um nó Referência e um nó Estilo, encadear com as imagens finais quando a continuidade o exigir, e depois montar e sonorizar de uma vez. Sendo a montagem gratuita, o único custo é o dos planos.
Para um primeiro ensaio, pegue em o seu primeiro vídeo IA se nunca gerou, e depois volte para fazer um filme de trinta segundos em seis planos. Conte cerca de 156 créditos no Kling 2.5 Turbo, ou seja mais ou menos um euro e meio, montagem incluída.