VibeVO – Advertisers and creators in one ecosystem

Tag: elevenlabs

  • Quanto custa a publicidade com IA: um vídeo de 25 segundos por 2.126 ₽

    Quanto custa a publicidade com IA: um vídeo de 25 segundos por 2.126 ₽

    A IA generativa promete uma revolução, mas o custo real da produção de conteúdo muitas vezes permanece nos bastidores. Calculamos quanto custa criar um anúncio de 25 segundos usando redes neurais, incluindo roteiro, imagens, vídeo, dublagem e música. Spoiler: um vídeo de 25 segundos custou 2.126 ₽, ou 85 ₽ por segundo. A maior parte do orçamento, quase 90%, foi “consumida” pela geração de vídeo.

    Quanto custa publicidade de IA: um vídeo de 25 segundos por 2.126 ₽

    Em um mundo onde a tecnologia se desenvolve a uma velocidade incrível, a inteligência artificial se torna parte integrante de muitas indústrias, incluindo a criação de conteúdo. Mas qual é o preço real dessa inovação? Realizamos um experimento para descobrir quanto custa criar um anúncio de 25 segundos inteiramente com a ajuda de redes neurais. Os resultados podem surpreendê-lo, pois o custo de tornar um vídeo único e o CPM lucrativo para materiais publicitários tornam-se fatores-chave.

    O experimento foi realizado via BotHub usando os seguintes modelos:

    • GPT-6 Astra para roteiro e refinamento de prompts.
    • Nano Banana 2 para geração de imagens de origem.
    • Kling v3 para converter imagens em vídeo.
    • ElevenLabs Flash v3 para dublagem.
    • Suno v5.5 para acompanhamento musical.

    Anunciamos um herbário, sem conotação comercial. Importante: apenas o custo marginal foi levado em consideração — o custo das gerações bem-sucedidas que foram incluídas no vídeo final. Os custos reais podem variar dependendo das habilidades de prompt e do nível de perfeccionismo, aumentando o número de regenerações e, consequentemente, o orçamento.

    Metodologia de cálculo do custo de produção de IA

    Para uma avaliação objetiva, é importante distinguir dois tipos de custos:

    1. Custo de geração do resultado: despesas computacionais diretas para a criação de conteúdo.
    2. Custo de acesso à infraestrutura: despesas com assinaturas ou pacotes mínimos de créditos para usar os serviços.

    No caso de um único vídeo, o segundo valor pode exceder significativamente o primeiro. Claro, é possível implantar modelos de código aberto localmente, mas isso requer um PC poderoso, o que nem sempre está disponível.

    «Não substitua profissionais por abas no navegador. O conteúdo de IA tem nuances: direitos, licenças, estabilidade de personagens, controle de resultados e requisitos de marca. É fácil obter “neuroslopp” e você será odiado por isso».

    Passo 1: roteiro de anúncio com IA

    Começamos com a criação do conceito. O GPT-6 Astra atuou como produtor criativo e roteirista. A solicitação foi formulada de forma que o modelo considerasse imediatamente as limitações da geração de IA e gerasse prompts para cada elemento.

    Solicitação ao GPT-6 Astra:

    «Função: Você é um produtor criativo e roteirista experiente, especializado na criação de anúncios usando redes neurais. Tarefa: Desenvolva um roteiro detalhado para um comercial de 25 segundos para o Herbário (álbum com uma coleção de plantas/ervas secas). Condição importante: Todo o conteúdo (vídeo, foto, áudio) será gerado por IA. Portanto, sua tarefa é fornecer não apenas um roteiro com uma descrição da imagem, mas um roteiro complementado com prompts para cada elemento. Atmosfera: quente, outonal, aconchegante».

    O desenvolvimento do roteiro e os ajustes custaram 102,09 ₽.

    Passo 2: Geração de imagens para o anúncio

    Para criar as oito imagens básicas que definiram a composição, atmosfera e estilo, foi utilizado o Nano Banana 2. O custo total desta etapa foi de 128,29 ₽, o que dá uma média de 16 ₽ por imagem.

    As imagens atuaram como um estado intermediário: elas fixaram a estrutura espacial do quadro, o que simplifica a tarefa para o modelo de vídeo. Isso permite manter a consistência entre as cenas, o que é crucial para um comercial.

    Image-to-video: controle preciso sobre o resultado

    Ao contrário do text-to-video, onde o modelo interpreta a descrição, escolhe a composição e adiciona movimento simultaneamente, o image-to-video fixa a maioria das variáveis. Isso proporciona maior controle sobre o resultado e garante a unidade de estilo de todos os quadros, o que reduz o custo de singularização de um vídeo e garante um CPM vantajoso para materiais publicitários.

    Passo 3: Geração de vídeo: a parte mais cara da publicidade de IA

    A conversão de imagens estáticas em cenas de vídeo é a etapa que mais consome recursos. Sete cenas de vídeo foram geradas usando o Kling v3 Video, mantendo a composição original e adicionando dinâmica natural.

    O custo de uma cena de vídeo foi de cerca de 268 ₽, e o custo total da geração de vídeo foi de 1.878,17 ₽. Isso representa 88% do orçamento total. O alto custo é devido à necessidade de garantir a consistência temporal: objetos, câmera, iluminação e geometria da cena devem ser estáveis durante todo o vídeo.

    Quanto custa a publicidade de IA: um vídeo de 25 segundos por 2.126 ₽ — ilustração 2

    Passo 4: Dublagem do anúncio com ElevenLabs: barato e com bom gosto

    Para a dublagem, foi utilizado o ElevenLabs Flash v3. Esta etapa foi uma das mais baratas — apenas 6,04 ₽. As tecnologias TTS simplificam significativamente o processo em comparação com a gravação tradicional de um locutor, garantindo geração rápida e baixos custos. Esta é uma excelente opção para testar hipóteses a baixo custo e protótipos.

    Passo 5: Música para publicidade no Suno: orçamento e limitações

    A trilha sonora foi criada usando o Suno v5.5. O modelo permite descrever o humor e o gênero, e não notas específicas, o que é conveniente para tarefas de publicidade. O custo da geração musical foi de 11,82 ₽.

    Embora a música gerada por IA economize orçamento, o controle total sobre o resultado não é garantido. No entanto, para pequenos projetos, é uma alternativa eficaz a faixas de stock ou à encomenda de música original.

    Custo total e comparação com assinaturas diretas

    O custo total de um anúncio de 25 segundos criado com IA foi de 2.126,41 ₽.

    Ferramenta Custo
    Roteiro e prompts (GPT-6 Astra) 102,09 ₽
    Imagens base (Nano Banana 2) 128,29 ₽
    Geração de vídeo (Kling v3 Video) 1.878,17 ₽
    Dublagem (ElevenLabs Flash v3) 6,04 ₽
    Música (Suno v5.5) 11,82 ₽
    TOTAL 2.126,41 ₽

    Se o acesso a cada serviço fosse pago separadamente, as assinaturas mensais mínimas seriam de cerca de 3.591 ₽ (à taxa de câmbio de $1 = 86,4 ₽):

    • ChatGPT (Plus): $20 (~1.729 ₽)
    • Nano Banana 2: ~$0,54 (~47 ₽)
    • Kling v3 Video: $6,99 (~604 ₽)
    • ElevenLabs Flash: $6 (~519 ₽)
    • Suno v5.5: $8 (~692 ₽)

    Esses 3.591 ₽ são mais um capital inicial do que o custo de um único vídeo, pois as tarifas geralmente incluem muito mais créditos do que o necessário para um projeto. Isso destaca a vantagem de usar agregadores como o BotHub para tarefas únicas ou para testar hipóteses a baixo custo.

    Conclusões e perspectivas da produção de IA

    A produção de IA ainda não é um processo contínuo. Cada modelo tem suas próprias características e formatos de dados. A conectividade entre as etapas é garantida por um fluxo de trabalho externo: prompts, referências, edição manual. Isso diferencia a demonstração das capacidades de modelos individuais de um sistema de produção completo, onde todos os elementos devem funcionar em uníssono. O preço por um clipe pronto com IA pode ser significativamente menor do que a produção tradicional, mas requer gerenciamento de pipeline competente.

    Em geral, as ferramentas de IA reduzem significativamente a barreira de entrada para a criação de conteúdo de vídeo, oferecendo uma alternativa econômica para semeaduras e estúdios de produção tradicionais. No entanto, para obter um resultado de qualidade, são necessárias habilidades e compreensão das limitações de cada modelo. Isso torna o CPM vantajoso para testar diferentes criativos de publicidade.

    Perguntas Frequentes

    Qual CPM é considerado lucrativo para publicidade com IA?

    Um CPM lucrativo depende do nicho e dos objetivos da campanha. Se o custo de produção do vídeo for baixo, como no nosso caso, mesmo com um CPM médio, o retorno geral sobre o investimento (ROI) pode ser alto. A principal vantagem é a capacidade de testar hipóteses de forma rápida e barata.

    O que é mais barato: banner, influenciador ou vídeo com IA?

    Uma comparação direta não é correta, pois são formatos diferentes com objetivos distintos. No entanto, o vídeo com IA oferece um teste de hipóteses barato e pode ser significativamente mais acessível do que a produção de um vídeo com um influenciador ou até mesmo alguns tipos de banners, especialmente se forem necessárias animações complexas. O custo de criação de um vídeo com IA por 2 126 ₽ o torna competitivo para a produção em massa de conteúdo.

    Vale a pena investir em IA para a produção de conteúdo?

    Sim, vale a pena. A IA reduz significativamente o tempo e o custo de produção, permitindo a criação e o teste rápidos de materiais publicitários. Isso é especialmente relevante para pequenas e médias empresas, bem como para arbitradores, para quem o cash e a economia unitária de cada criativo são importantes. No entanto, é preciso considerar que a relação preço vs. resultado depende muito das habilidades de trabalho com prompts e pós-processamento.

    Quanto custa cortar 1 hora de stream usando IA?

    O custo de cortar uma hora de stream usando IA dependerá dos serviços utilizados e de suas tarifas para processamento de vídeo. Se o objetivo for criar clipes curtos, isso pode ser significativamente mais barato do que o trabalho manual e comparável ao preço de geração de um único vídeo, pois os principais custos serão com transcrição e análise de conteúdo, e não com a geração de vídeo do zero.

    Qual é o preço por minuto de vídeo com IA e avatar?

    O preço por minuto de vídeo com IA e avatar varia dependendo da plataforma e da complexidade do avatar (2D, 3D, personalização). Em nosso experimento, 25 segundos de vídeo custaram 1 878 ₽, o que equivale a aproximadamente 4 500 ₽ por minuto, se extrapolarmos apenas o custo de geração de vídeo. No entanto, as plataformas de avatares têm suas próprias tarifas, que podem ser tanto mais altas quanto mais baixas, dependendo das funções e da qualidade oferecidas.

    A publicidade com IA abre novos horizontes para a criação de conteúdo, tornando-o mais acessível e rápido. Se você deseja se aprofundar no mundo da IA e descobrir como ela pode transformar seu negócio, visite nosso blog. Descubra novas possibilidades e comece a criar conteúdo exclusivo hoje mesmo!

  • Voz de IA: como criar a narração de texto perfeita em 2026

    Voz de IA: como criar a narração de texto perfeita em 2026

    Em 2026, as tecnologias de síntese de fala atingiram um nível incrível, transformando o complexo processo de criação de conteúdo de áudio em questão de minutos. Agora, basta inserir o texto, escolher o modelo e a voz, e seu arquivo está pronto. No entanto, a prática mostra que o primeiro resultado muitas vezes está longe do ideal. O problema não está na qualidade da rede neural, mas nas nuances da preparação do texto, que a maioria dos usuários ignora. Vamos descobrir como evitar erros, escolher o modelo certo e escalar a produção de IA para criar a narração de texto perfeita.

    Preparação do texto: o segredo da voz de IA perfeita

    A rede neural lê símbolos, não os significados que os humanos constroem a partir do contexto. Para evitar erros, o texto precisa ser adaptado.

    Lidando com homógrafos e acentuação

    A língua portuguesa é rica em palavras que são escritas da mesma forma, mas têm significados diferentes dependendo da acentuação (por exemplo, “secretária” e “secretaria”). O modelo escolhe a opção com base em estatísticas, o que muitas vezes leva a erros. Existem duas soluções:

    • Reformulações: Altere a frase para eliminar a ambiguidade. Por exemplo, “A secretária está ocupada” pode ser reformulada para “A assistente está ocupada”.
    • Colocação de acentos: Use caracteres especiais. Na maioria dos serviços, é o Unicode U+0301 imediatamente após a vogal tônica (secretária). Este método é mais confiável, mas torna o texto menos legível.

    Números, abreviações e latim

    • Números: Para a pronúncia correta de números, especialmente com casos e unidades de medida, é melhor escrevê-los por extenso. Por exemplo, “até 15 de março” se tornará “até quinze de março”, e “R$ 1.250.000” – “um milhão duzentos e cinquenta mil reais”.
    • Abreviações: Os modelos lidam bem com abreviações lidas letra por letra (CPF, RG) ou como palavras (ONU, MEC). No entanto, construções mistas, como “ISO 9001-2015”, são frequentemente pronunciadas caractere por caractere. Nesses casos, é melhor escrevê-las por extenso ou removê-las da narração.
    • Latim: Palavras e abreviações em inglês (API, OK) dentro de um texto em português podem ser lidas incorretamente. A solução é a transliteração: “a êi-pi-ái retornou duzentos ôu-kei”.
    • Letra “e”: A ausência de acento na letra “e” pode mudar o significado da palavra (“e” e “é”). Em textos literários e nomes próprios, coloque o acento manualmente.

    Escolha da rede neural para narração: a eficácia da IA versus UGC real

    A escolha do modelo depende da tarefa. As redes neurais modernas oferecem uma ampla gama de funcionalidades, desde uma voz de locutor básica até a renderização emocional.

    OpenAI TTS: o “burro de carga” confiável

    Os modelos tts-1 e tts-1-hd oferecem uma leitura suave e de locutor. Eles são ideais para vídeos educacionais, versões em áudio de artigos e dicas de interface. O limite de solicitação é de 4.096 caracteres. Esses modelos estão disponíveis no BotHub: R$ 1.767,86 e R$ 4.278,21 por milhão de tokens, respectivamente.

    ElevenLabs: líder em expressividade

    ElevenLabs v3 é o máximo de expressividade em russo, com suporte para tags de áudio, pausas e mudança de ritmo. O Multilingual v2 é mais previsível para textos longos. Flash v2.5 e Turbo v2.5 são rápidos, baratos e processam até 40.000 caracteres por vez. No entanto, quanto mais expressivo o modelo, menor o contexto (v3 tem apenas 5.000 caracteres), o que exige a divisão do texto em fragmentos menores. Todos esses modelos também estão disponíveis no BotHub.

    Google Text-to-Speech: para projetos volumosos

    O Google oferece vozes clássicas (Standard, WaveNet, Neural2, Chirp 3 HD) com pagamento por caractere e Gemini TTS com pagamento por token e a função “Style instructions” para controle da entrega. Mais de 380 vozes em mais de 75 idiomas estão disponíveis. Este serviço é adequado para quem já tem projetos no Google Cloud e precisa de um grande volume. O limiar de entrada é alto: é necessária uma conta e um cartão estrangeiro.

    Yandex SpeechKit: para o circuito russo

    A partir de 2026, integrado ao Yandex AI Studio. O custo começa em R$ 1.342 por milhão de caracteres. Todos os cálculos são feitos em rublos e com IVA, o que é conveniente para pessoas jurídicas russas. Ideal para robôs de voz, secretárias eletrônicas e IVR no segmento de língua russa. O serviço Brand Voice está disponível para criar uma voz única para a empresa.

    Soluções locais: privacidade e escalabilidade

    Para projetos com altos requisitos de privacidade ou orçamento zero para volume, a síntese pode ser feita localmente. Exemplos incluem Kokoro 82M (sem idioma russo) e Fish Audio S2 Pro (80 idiomas, uso comercial pago). Essa abordagem é adequada para um circuito fechado, trabalho com dados pessoais e grandes volumes, desde que haja disposição para lidar com a infraestrutura.

    Teste e otimização: deepfake-ético e eficaz

    A escolha da voz não é apenas o timbre. Execute seu próprio parágrafo através de várias vozes para entender como elas lidam com seu conteúdo.

    AI-голос: как создать идеальную озвучку текста в 2026 году — illustration 2

    Clonagem de voz: aspectos éticos

    A função Voice Clone do ElevenLabs permite criar uma cópia de voz a partir de uma gravação curta. Tecnicamente é simples, mas legalmente complexo: clonar a voz de outra pessoa sem consentimento por escrito é proibido. É importante observar a ética do deepfake.

    Processo de iteração: da primeira execução à renderização final

    1. Primeira execução: Grave um pequeno trecho de texto (um parágrafo). Ouça atentamente como os números, nomes, abreviações e limites de frases são pronunciados. Corrija os erros no texto, não nas configurações.
    2. Segunda execução: Grave o texto completo. Avalie as transições entre os fragmentos e o ritmo geral. Modelos com um contexto maior reduzem o número de transições, mas podem ser menos expressivos.
    3. Renderização final: Escolha o formato desejado. WAV ou FLAC para edição posterior sem perda de qualidade, MP3 ou AAC para podcasts.

    “Impossível escalar – agora é possível. A produção neural por assinatura abre novos horizontes para os criadores de conteúdo.”

    Análise comparativa: custo de 1 minuto de vídeo AI e as nuances da precificação

    Para avaliar a eficácia da IA versus UGC real e entender quanto custa uma criatividade de IA, é importante entender as tarifas.

    Execução de teste: 289 caracteres

    Teste de estresse de texto: “Em oito de setembro de 2026, a LLC “Yolochka” assinou um contrato de 1.250.000 ₽ com IVA. A fechadura do armazém emperrou, e a fechadura do século XVI não tem nada a ver com isso. Os prazos já foram perdidos, e esta é uma lição cara. De acordo com GOST R 34.10-2012, a assinatura está correta, a API retornou 200 OK, e o modelo ElevenLabs v3 leu isso sem problemas. Ou não?”

    • OpenAI tts-1: 23 segundos de áudio, cobrado 0,76851 ₽ (45.200 caracteres por hora, 120 ₽/hora).
    • OpenAI tts-1-hd: 23 segundos de áudio, cobrado 1,85998 ₽ (45.200 caracteres por hora, 291 ₽/hora).
    • ElevenLabs v3: 34 segundos de áudio, cobrado 7,68625 ₽ (30.600 caracteres por hora, 814 ₽/hora).

    Conclusões sobre precificação

    • Duração: ElevenLabs v3 lê mais lentamente, o que aumenta a duração do áudio e, consequentemente, o custo ao ser tarifado por tempo.
    • Tokens vs Caracteres: A tarifação por tokens em russo difere significativamente da tarifação por caracteres. 289 caracteres podem se transformar em 435 tokens, aumentando o custo real. Sempre verifique o débito real na interface.

    Perguntas frequentes

    Como escolher a melhor rede neural para geração de vídeo?

    A escolha depende da tarefa específica: para voz de narrador, OpenAI TTS é adequado; para dublagem emocional, ElevenLabs; para grandes volumes no contexto russo, Yandex SpeechKit. Considere os limites de caracteres, custo e a capacidade de controlar as entonações.

    É possível usar voz de IA em projetos comerciais?

    Sim, a maioria dos serviços oferece licenças comerciais. No entanto, ao clonar uma voz, certifique-se de obter o consentimento por escrito do detentor dos direitos autorais para evitar problemas legais.

    Quanto custa a geração em massa de vídeos por rede neural?

    O custo depende do modelo escolhido, do volume de texto e da duração do áudio final. Por exemplo, para um audiolivro de 10 horas, o preço pode variar de 1.200 ₽ (tts-1) a 8.100 ₽ (ElevenLabs v3). Para UGC de IA para projeto de cripto ou fábrica de vídeos de IA para e-commerce, é importante considerar a escala e otimizar o processo.

    Onde encomendar produção de conteúdo de IA?

    Serviços como o BotHub oferecem acesso a vários modelos de síntese de fala, incluindo OpenAI e ElevenLabs, com pagamento em rublos e acesso experimental. Esta é uma solução conveniente para começar a trabalhar com avatares de IA com legendas, dublagem com vozes de IA e clipes de IA com troca de rosto.

    Conclusão: o futuro do conteúdo de IA já está aqui

    A geração de vídeo e áudio por IA não é apenas uma tendência, mas uma nova realidade. Com o desenvolvimento da tecnologia, temos acesso a ferramentas que permitem criar geração em massa de vídeo por rede neural e uma linha de produção de IA de 500 vídeos por dia. A chave para o sucesso está em entender as nuances da preparação do texto e na escolha das ferramentas certas. Comece a experimentar o BotHub hoje para avaliar as capacidades da produção neural e escalar seu conteúdo!

    Preços em 8 de setembro de 2026:

    Modelo ou serviço Caracteres por solicitação Grátis Pagamento em rublos (aproximado)
    tts-1 no BotHub 4 096 acesso experimental 1 767,86 ₽ por 1 milhão de tokens (2,66 ₽ por 1000 caracteres)
    tts-1-hd no BotHub 4 096 acesso experimental 4 278,21 ₽ por 1 milhão de tokens (6,43 ₽ por 1000 caracteres)
    Eleven v3 no BotHub 5 000 acesso experimental 26,60 ₽ por 1 000 caracteres (por medição)
    Eleven Multilingual v2 no BotHub 10 000 acesso experimental 17,53 ₽ por 1 milhão de tokens
    Eleven Flash v2.5, Turbo v2.5 no BotHub 40 000 acesso experimental 8,76 ₽ por 1 milhão de tokens
    OpenAI diretamente 4 096 não 15 $ por 1 milhão de caracteres, HD 30 $
    ElevenLabs diretamente depende do modelo 10 000 créditos/mês (sem licença comercial) a partir de 6 $ por mês
    Google Standard, WaveNet depende do modelo até 4 milhões de caracteres por mês 4 $ por 1 milhão de caracteres
    Google Chirp 3 HD depende do modelo até 1 milhão de caracteres por mês 30 $ por 1 milhão de caracteres
    Google Gemini 3.1 Flash TTS depende do modelo 32 000 tokens 1 $ por 1 milhão de tokens de texto + 20 $ por 1 milhão de tokens de áudio
    Yandex SpeechKit, API v1 não especificado de acordo com os termos do AI Studio 1 342 ₽ por 1 milhão de caracteres com IVA
    Yandex SpeechKit, API v3 não especificado de acordo com os termos do AI Studio 0,1626 ₽ por solicitação (solicitações longas são contadas proporcionalmente)