O Google cobra cerca de seis centavos por imagem de virtual try on, o Kling Kolors cerca de sete, e os modelos gratuitos têm licença não comercial. Veja preços, cotas, regras para fotos e um teste prático para escolher a melhor API de virtual try on para sua loja de moda ou aplicativo.
Um cliente envia uma selfie, toca em um trench coat verde-oliva e, três segundos depois, se vê vestindo a peça. Por trás desse toque está uma API de virtual try on, e a que você escolher define seu custo por imagem, a qualidade das fotos e quanto trabalho de engenharia você vai precisar. Três opções aparecem em quase toda busca: o modelo de try on do Google na Vertex AI, o try on da Kling baseado no Kolors e os modelos gratuitos de código aberto. Este artigo coloca as três lado a lado, com preços, limites e termos de licença reais, e depois mostra um jeito rápido de testar suas próprias fotos de peças antes de escrever qualquer linha de código de integração.
💡 Resposta rápida: o Google se sai melhor em documentação e controles corporativos. A Kling se sai melhor em preços simples e na passagem de uma foto de try on para um vídeo. A rota gratuita só compensa se seu projeto for não comercial ou se você já tiver as GPUs.
Uma API de try on recebe a foto de uma pessoa e a foto de uma peça de roupa e devolve uma nova imagem da mesma pessoa vestindo aquela peça. Rosto, pose e fundo permanecem como estão. Só a roupa muda. Parece um truque pequeno, mas ele substitui uma sessão de fotos para cada look, cada tamanho e cada cor por uma única requisição que custa centavos.
Todos os provedores desta comparação pedem o mesmo par de imagens, e a qualidade das duas decide o resultado mais do que o modelo:
Regra prática: se um editor humano não conseguiria dizer como é a peça a partir da sua foto, a API também não vai conseguir.
A moda online tem um problema de caimento. O cliente não consegue ver como uma jaqueta cai em um corpo parecido com o dele, então pede dois tamanhos, fica com um e devolve o outro. Cada devolução significa frete, inspeção, nova dobra e, às vezes, perda total. Um recurso de try on dá ao cliente uma prévia crível, e uma prévia crível custa menos que uma encomenda devolvida.
Para marcas pequenas, o ângulo é outro. Fotografar cada produto em três ou quatro modelos é caro, e o try on transforma uma foto de modelo em um catálogo inteiro. Por isso as APIs de try on continuam aparecendo nos planos de e-commerce, e a escolha entre provedores merece mais do que uma olhada rápida na tabela de preços.
A oferta do Google é um modelo chamado virtual-try-on-001, disponibilizado pela API REST da Vertex AI junto da família Imagen. É a opção mais formal das três: versionada, documentada, baseada em cotas e vinculada à cobrança do Google Cloud. Se sua empresa já roda no Google Cloud, compras e controle de acesso estão em grande parte resolvidos antes de você escrever qualquer código.
Segundo a documentação do Google, o contrato é este:
A saída com a mesma resolução da entrada é uma vantagem discreta. Uma foto de estúdio de 2000 pixels volta como uma foto de estúdio de 2000 pixels, então você pode não precisar de uma etapa separada de upscaling (aumento de resolução). Pedir várias amostras em uma só requisição também permite mostrar ao cliente algumas variações, ou deixar sua equipe escolher a melhor antes de publicar.
O Google cobra o modelo pela tabela de preços do Imagen. Rastreadores de preços de terceiros listam cerca de US$ 0,06 por imagem, e o revendedor hospedado Pixazo lista US$ 0,063, então reserve um pouco mais de seis centavos por saída e confirme o valor na página de preços do Google antes de fazer previsões.
A cota documentada é de 50 requisições de previsão online regionais por modelo base por minuto. É suficiente para uma loja e apertado para um aplicativo social com picos repentinos, então planeje uma fila e uma política de novas tentativas desde o primeiro dia.
💡 Confira a data de encerramento: a página do modelo indica Disponibilidade Geral a partir de 20 de janeiro de 2026 e data de descontinuação em 20 de janeiro de 2027. Leia a página atual antes de construir e mantenha o provedor atrás de um pequeno adaptador, para que trocar por um modelo sucessor seja uma mudança em um único arquivo.
O try on da Kling vem da linha Kolors e está disponível na plataforma própria da Kling e em revendedores como o fal. A versão que mais desenvolvedores testam é o Kolors Virtual Try On v1.5, que usa inpainting baseado em difusão e funciona melhor com fotos de modelos de frente e fotos limpas das peças.
No fal, o endpoint é fal-ai/kling/v1-5/kolors-virtual-try-on. Você envia duas URLs de imagem e recebe uma imagem de volta:
{
"human_image_url": "https://example.com/model.jpg",
"garment_image_url": "https://example.com/olive-trench.png"
}
Uma flag sync_mode opcional devolve a imagem diretamente na resposta. Sem ela, o trabalho entra na fila e você coleta o resultado depois. A saída de exemplo na listagem é um único PNG de 768 por 1024 pixels, adequado para a miniatura de uma página de produto e pequeno para um banner de destaque.
Esse último ponto importa para marcas. Se seu moletom tem um logo pequeno bordado, teste antes de prometer aos clientes uma prévia exata.
A plataforma da Kling permite levar um resultado de try on para o modelo de imagem para vídeo, que transforma uma prévia estática do look em um clipe curto. Você pode reproduzir esse fluxo no PicassoIA levando qualquer imagem de try on pronta para o Kling v3 Video ou para o Kling v2.6 e descrevendo o movimento: uma virada lenta, uma caminhada em direção a uma janela, tecido se movendo com uma brisa leve.
Clipes curtos assim servem muito melhor a páginas de produto e anúncios sociais do que mais uma foto estática, e custam uma fração de uma sessão de fotos real.
"Gratuito" tem dois sentidos neste mercado: gratuito para baixar e gratuito para rodar. Os modelos de código aberto são o primeiro caso e raramente o segundo.
O IDM-VTON é a implementação de pesquisa por trás do artigo "Improving Diffusion Models for Authentic Virtual Try-on in the Wild". Ele vem com uma demo local em Gradio, scripts de inferência para os conjuntos de dados VITON-HD e DressCode e uma demo pública no Hugging Face para testes no navegador.
O detalhe em que as equipes costumam tropeçar é a licença: CC BY-NC-SA 4.0, que proíbe uso comercial. Isso serve para pesquisa, um trabalho de faculdade ou um protótipo pessoal. Não serve para um recurso pago em uma loja. A família Kolors também é publicada no GitHub e no Hugging Face, então leia a licença do checkpoint exato que você pretende lançar.
💡 Uma API paga a cerca de sete centavos por imagem costuma continuar mais barata que um pipeline com hospedagem própria até que uma GPU dedicada fique ocupada a maior parte do dia. Faça essa conta com seus próprios volumes antes de se comprometer.
A tabela abaixo lista apenas números que aparecem na documentação dos próprios provedores ou em listagens públicas de preços. Quando um dado não é publicado, isso está indicado.
| Fator | Google virtual-try-on-001 | Kling Kolors v1.5 | IDM-VTON |
|---|---|---|---|
| Custo por imagem | Cerca de US$ 0,06 | US$ 0,07 no fal | Licença de US$ 0, você paga pelo tempo de GPU |
| Uso comercial | Sim, como serviço pago em nuvem | Sim, como API paga | Não, CC BY-NC-SA 4.0 |
| Entradas | Imagem da pessoa mais fotos de produto | Imagem da pessoa mais uma peça | Imagem da pessoa mais uma peça |
| Saída | Até 4 amostras, resolução da entrada | Um PNG, exemplo de 768 por 1024 | Depende da sua configuração |
| Velocidade | Não publicada na documentação | 10 a 13 segundos por resultado da Kling | Depende da sua GPU |
| Limites | 50 requisições por minuto por região, 10 MB por imagem | Não informado na listagem do fal | Seu hardware |
| Vida útil | Data de descontinuação em 20 de janeiro de 2027 | Não informada | Você controla |
| Próximo passo: vídeo | Modelo separado necessário | Imagem para vídeo da Kling | Modelo separado necessário |
Antes de escrever código de integração, teste suas fotos de peças onde iterar sai barato. O PicassoIA hospeda o P Image Try On, um modelo de troca de roupa que mantém o rosto, a pose e o formato do corpo originais. Ele aceita até seis imagens de peças em uma execução (até onze são suportadas) e devolve o resultado na sua resolução original.
💡 No momento em que este texto foi escrito, a API para desenvolvedores do PicassoIA segue um fluxo de previsões no estilo Replicate, mas expõe quatro modelos, e o P Image Try On não é um deles. Use a interface web para testes e o Google ou a Kling quando precisar de uma chamada de API para produção.
A página do modelo lista estas entradas:
Dê zoom em costuras, barras, golas e qualquer estampa. Rode o mesmo par de novo com outra seed se uma manga parecer estranha. Os exemplos da página do modelo quase sempre terminaram em menos de 15 segundos, mas alguns levaram vários minutos, então qualquer desenho de produção deve incluir um tempo limite e uma nova tentativa.
Para trocas pontuais de look, quando você tem apenas uma referência, editores baseados em prompt como o Image Editor Pro ou o Nano Banana Pro podem editar uma foto a partir de uma instrução de texto. Modelos dedicados de try on recebem as imagens das peças como entrada direta, então são o ponto de partida mais seguro para um catálogo.
A maioria dos resultados decepcionantes se deve às entradas, não ao modelo. Dois hábitos causam a maior parte dos danos.
Um moletom amassado sobre uma cama bagunçada, sob uma lâmpada forte, dá ao modelo sombras irregulares e uma forma distorcida para copiar. A documentação dos provedores diz a mesma coisa com outras palavras: item único, detalhes claros, fundo simples, pose simples. Gaste dez minutos com iluminação e vapor antes de gastar dinheiro em gerações.
A selfie de um cliente é um dado pessoal, e a foto de um modelo real é uma pessoa que concordou com um uso específico. Peça permissão, informe por quanto tempo você guarda os envios, apague-os ao fim da sessão, se possível, e rotule as prévias geradas como prévias. Verifique as regras que valem no seu mercado, porque elas variam. A saída do Google oferece suporte a marca d’água e Content Credentials, o que facilita a rotulagem.
Agora você tem os números: cerca de seis centavos por imagem no Google, sete centavos na Kling pelo fal e uma licença gratuita que para na linha comercial. A forma mais rápida de descobrir qual resultado parece certo para o seu catálogo é rodar suas próprias fotos por eles.
Abra o P Image Try On no PicassoIA, envie uma foto de modelo e três peças, e compare o resultado com o que seus clientes esperam ver. Depois leve o melhor resultado para o Kling v3 Video e veja o look se mover. Experimente poses, iluminações e fotos de peças diferentes, e guarde as configurações que funcionam. Seu primeiro teste leva alguns minutos e vai dizer mais do que qualquer tabela comparativa.
Escolha seu idioma
