Preços da API do Veo 3.1: custo por segundo do Fast e do Lite, clipe por clipe

Uma tabela de preços de modelo de vídeo parece simples até você tentar montar um orçamento com ela. Cinco centavos por segundo soa como troco, aí você gera 400 clipes, descarta metade deles, e a fatura deixa de bater com a sua conta de cabeça. Este artigo coloca números reais nos preços da API do Veo 3.1 para os níveis Veo 3.1 Fast e Veo 3.1 Lite, com o modelo padrão Veo 3.1 ao lado como referência, para que você possa precificar um clipe, uma campanha ou um mês de produção antes de escrever uma linha de código.

Todas as taxas abaixo vêm da página de preços da API Gemini do Google, consultada no início de outubro. Sempre que eu faço um cálculo, a aritmética está na própria página, então você pode refazê-la com as durações de clipe e as taxas de nova tentativa que forem seus.

A tabela de preços em resumo

Taxas por segundo por nível

O Google cobra o Veo por segundo de vídeo gerado. A API tem três níveis, e cada um tem sua própria taxa para cada resolução:

A escada é fácil de memorizar. Em 720p, o Fast custa o dobro do Lite, e o Standard custa quatro vezes o Fast, o que faz o Standard ter oito vezes o preço do Lite. No esquema de nomes da prévia, os três IDs de modelo são veo-3.1-generate-preview, veo-3.1-fast-generate-preview e veo-3.1-lite-generate-preview.

💡 Regra rápida: multiplique a taxa pela duração do clipe. Um clipe Lite de 8 segundos em 720p fica 8 × US$ 0,05 = US$ 0,40.

O que a taxa inclui

O número por segundo é só parte da história. Estes detalhes definem o que você realmente paga:

• O áudio está incluído. A página de preços lista o áudio como incluído por padrão, então a API Gemini não tem uma linha de cobrança separada para som.
• Gerações com falha são gratuitas. O Google informa que você só é cobrado quando um vídeo é gerado com sucesso, então um problema no processamento de áudio que bloqueie um clipe não gera cobrança.
• Apenas plano pago. Esses modelos não estão disponíveis no nível gratuito, então você precisa ter o faturamento ativado antes da primeira chamada.
• O Lite vai só até 1080p. Não há opção 4K no Lite, que é a contrapartida pela taxa baixa.
• Sem sobretaxa por tipo de entrada. A página lista taxas por nível e resolução, e não por texto para vídeo ou imagem para vídeo.

O Lite é o nível mais novo. Ele chegou no começo de abril, e as reportagens de lançamento o descreviam como custando menos da metade do que o Fast custava na época, quando o Fast era listado a US$ 0,15 por segundo. Uma redução de preço do Fast estava programada para 7 de abril, e a página agora mostra US$ 0,10 em 720p. Se você encontrar um post antigo citando US$ 0,15 para o Fast, esse é o motivo.

Uma limitação deste artigo: não consegui confirmar a tabela de preços da Vertex AI, então, se você chamar esses modelos pelo Google Cloud em vez da API Gemini, confira essa página em vez de presumir que os números são os mesmos.

Quanto custa um único clipe

Clipes de 4, 6 e 8 segundos

As páginas dos modelos Lite e Fast listam as mesmas três durações: 4, 6 ou 8 segundos. Aqui está a conta por clipe em 720p:

O custo cresce em linha reta com a duração, então um clipe de 4 segundos custa exatamente a metade de um de 8. Isso importa mais do que parece. A maioria das edições para redes sociais corta entre planos a cada dois ou quatro segundos, e se você usar só 3 segundos de cada geração ainda pagará pelos 8. Pedir um clipe de 4 segundos desde o início corta esse desperdício pela metade.

A resolução muda a conta

A resolução adiciona uma sobretaxa no Fast e no Lite, mas o tamanho dessa sobretaxa varia muito entre eles. Na página do modelo Lite, 1080p exige a duração de 8 segundos, então a comparação justa é o custo de um clipe de 8 segundos em cada resolução:

Três coisas se destacam:

1. Lite em 1080p (US$ 0,64) é mais barato que Fast em 720p (US$ 0,80). Se você quer uma saída mais nítida com orçamento apertado, a resolução no Lite é um negócio melhor do que subir de nível.
2. O Fast acrescenta só 20 por cento ao passar de 720p para 1080p. O Lite acrescenta 60 por cento no mesmo passo.
3. O Standard cobra o mesmo em 720p e 1080p. Se você está pagando a taxa Standard, pode muito bem pedir 1080p.

Fast ou Lite: onde está a diferença

Em 720p, o Fast custa o dobro

Para o mesmo clipe de 8 segundos em 720p, o Fast custa US$ 0,80 e o Lite custa US$ 0,40. A pergunta real é se a saída do Fast vale o dobro do orçamento por tomada. Um dos primeiros testes práticos relatou que um clipe Lite de 8 segundos foi renderizado em menos de um minuto e que a diferença de qualidade entre Lite e Fast era menos perceptível do que a diferença entre Fast e Standard.

A velocidade aponta na mesma direção. Nos clipes de exemplo das páginas de modelos da PicassoIA, gerações de 8 segundos em 720p do Lite terminaram em cerca de 37 a 42 segundos, enquanto os exemplos do Fast levaram cerca de 45 a 59 segundos. São amostras pequenas, então trate isso como uma impressão geral e não como um benchmark.

Em 1080p, a diferença encolhe

Em 1080p, o Fast custa US$ 0,12 por segundo e o Lite custa US$ 0,08, uma diferença de quatro centavos por segundo, ou US$ 0,32 em um clipe de 8 segundos. Se você ia pagar por 1080p de qualquer forma, esses 32 centavos extras compram os controles extras do nível Fast na PicassoIA, incluindo um campo de prompt negativo e uma chave para ligar ou desligar o áudio, que a página do Lite não lista.

Quando o Standard ainda faz sentido

O Standard custa US$ 3,20 por clipe de 8 segundos em 720p ou 1080p e US$ 4,80 em 4K. É um preço premium, então guarde-o para planos de destaque, entregas para clientes e momentos em que uma tomada rejeitada custa mais em tempo do que em dólares. Observe também que o Fast oferece 4K a US$ 0,30 por segundo, ou US$ 2,40 por 8 segundos, o que equivale à metade do preço do Standard em 4K. Se 4K é o único motivo para você estar de olho no Standard, veja primeiro o Fast.

Uma forma aproximada de combinar nível e trabalho:

As novas tentativas são o custo oculto

O Google cobra pelos clipes gerados com sucesso. O Google não se importa se você gostou deles. Cada tomada em que uma mão parece errada ou o movimento de câmera sai do esperado ainda custa o preço integral, e é aí que os orçamentos quebram discretamente.

Custo por clipe aproveitado

Veja quanto custa um clipe de 8 segundos aproveitado em 720p, dependendo de quantas tomadas ele precisou:

Oito tomadas Lite custam o mesmo que uma tomada Standard. Se o Lite precisa de três tentativas por clipe aproveitado e o Standard acerta na primeira, o Lite ainda vence por US$ 1,20 a US$ 3,20. O nível só perde em custo quando precisa de mais de oito vezes o número de tomadas do Standard.

💡 Acompanhe sua taxa de acerto. Registre quantas gerações você roda para cada clipe que aproveita. Essa única proporção diz mais sobre seu custo real do que qualquer tabela de taxas.

Orçamento para um anúncio de 30 segundos

Um anúncio de 30 segundos montado com quatro planos de 8 segundos precisa de 32 segundos de material aproveitado. Considere três tomadas por plano, o que dá 12 gerações:

Até a linha de cima fica abaixo de sessenta dólares por um comercial pronto, antes do tempo de edição. A conclusão é que o nível do modelo raramente é a parte cara de um trabalho de vídeo. Dez tomadas desperdiçadas no Standard custam mais do que todo o orçamento do Lite.

Orçamentos mensais para cargas de trabalho reais

Três clipes por dia

Imagine uma pequena marca que publica três clipes de 8 segundos por dia durante 30 dias. São 90 clipes aproveitados. Com três tomadas cada, você roda 270 gerações por mês:

A diferença entre o Lite em 720p e o Standard em 1080p é de US$ 756 por mês para o mesmo número de clipes. Aumente o volume dez vezes, para 2.700 tomadas, e as mesmas quatro linhas passam a ler US$ 1.080, US$ 2.160, US$ 2.592 e US$ 8.640. A saída vertical 9:16 se encaixa bem nesse plano, já que a página de preços não lista uma taxa diferente para vídeo em retrato.

Rascunhe barato, finalize melhor

O fluxo de trabalho mais barato mistura níveis. Faça os rascunhos dos prompts no Lite em 720p e depois refaça o prompt vencedor no Fast em 1080p para a versão final. Dez rascunhos no Lite custam US$ 4,00 e uma versão final no Fast em 1080p custa US$ 0,96, um total de US$ 4,96. Três tomadas Standard seguidas custam US$ 9,60.

Uma ressalva: o mesmo prompt não vai retornar quadros idênticos em outro nível. Trate o rascunho como um teste do prompt, não como uma prévia do plano exato.

Uma pequena calculadora de custos

Trecho em Python para estimativas

Se você gera em grande volume, coloque as taxas em código e exiba a estimativa antes de enviar o trabalho:

RATES = {  # USD per second of generated video
    "lite": {"720p": 0.05, "1080p": 0.08},
    "fast": {"720p": 0.10, "1080p": 0.12, "4k": 0.30},
    "standard": {"720p": 0.40, "1080p": 0.40, "4k": 0.60},
}

def estimate(tier, resolution, seconds, clips, takes_per_keeper=3):
    rate = RATES[tier][resolution]
    return rate * seconds * clips * takes_per_keeper

print(estimate("fast", "1080p", 8, 90))  # 259.2

Copiar prompt

Dois hábitos mantêm esse número confiável. Atualize RATES sempre que o Google anunciar uma mudança, como fez em abril. E registre seu takes_per_keeper real de execuções ao vivo em vez de chutar 3.

Três erros inflam a fatura mais do que qualquer diferença de taxa:

• Renderizar 8 segundos quando você aproveita 3. Escolha a menor duração que sua edição precisa.
• Pagar 4K por padrão. Só o Fast e o Standard oferecem 4K, e a taxa de 4K é de 2,5 a 3 vezes a taxa de 1080p.
• Pular a etapa de rascunho. Prompts que falham no Lite a US$ 0,20 por clipe de 4 segundos também falhariam no Standard a US$ 1,60.

Como usar o Lite na PicassoIA

Se você prefere testar prompts sem configurar a API antes, o Veo 3.1 Lite está disponível na PicassoIA, e a página do modelo descreve o uso online como gratuito e sem necessidade de programar.

Configurações passo a passo

1. Escreva o prompt. Descreva o assunto, a ação, o movimento de câmera e o som, já que o áudio é gerado junto com o clipe.
2. Adicione uma imagem inicial (opcional). Para imagem para vídeo, o tamanho ideal é 1280x720 para 16:9 ou 720x1280 para 9:16.
3. Adicione uma imagem final (opcional). Com os dois quadros, o modelo cria uma transição suave entre as duas imagens fixas.
4. Escolha a proporção. As opções são 16:9 e 9:16.
5. Escolha a resolução. 720p é o padrão, 1080p está disponível e 4K não é suportado.
6. Defina a duração. Escolha 4, 6 ou 8 segundos. O padrão é 8, e 1080p exige 8.
7. Defina um seed (opcional). Ele melhora a consistência, mas não garante resultados idênticos.

💡 Dica de orçamento: faça seu primeiro teste em 720p e 4 segundos. Pela taxa de lista do Google, esse rascunho vale US$ 0,20.

O Fast traz controles extras

O Veo 3.1 Fast na PicassoIA vem com 1080p por padrão e acrescenta um campo de prompt negativo e uma chave Gerar áudio. Desligar o áudio é útil quando você pretende adicionar uma trilha musical no editor. Não presuma, porém, que isso reduz sua conta: a página de preços do Google lista o áudio como incluído, então confira a tabela de taxas de onde quer que você rode o modelo.

Outros modelos que valem o teste

O Veo não é a única opção, e um teste rápido lado a lado pode economizar dinheiro de verdade. Todos estes estão disponíveis na PicassoIA:

• O Seedance 2.5 Lite é listado como gratuito e ilimitado, com clipes de até 10 segundos.
• O PicassoIA Video é um gerador gratuito e ilimitado para entrada de texto ou imagem.
• O Seedance 2.0 Mini faz texto para vídeo com áudio nativo.
• O Wan 3 e o Kling v3 Video têm foco em movimento cinematográfico.
• O LTX 2.3 Fast renderiza vídeo em 4K a partir de texto com rapidez.

Rode um prompt por dois ou três desses antes de comprometer um orçamento com um único modelo.

Teste seus próprios clipes hoje

Uma tabela de preços diz só até certo ponto. A forma mais rápida de descobrir sua própria taxa de acerto é gerando. Abra a Picasso IA, rode um rascunho no Veo 3.1 Lite, envie o mesmo prompt pelo Veo 3.1 Fast e compare os clipes lado a lado. Conte quantas tomadas cada um precisa e depois multiplique pelas taxas acima.

Você também pode começar de uma imagem fixa. Crie um primeiro quadro com um modelo de texto para imagem, envie-o como imagem inicial e anime-o. Veja todas as opções disponíveis em picassoia.com/en/all-models, escolha dois modelos e faça hoje mesmo seu primeiro clipe e sua primeira imagem.