Gerar vídeo com IA sem depender de uma assinatura

Eu costumo evitar alguns assuntos quando sinto que ainda estou aprendendo. Estou no sexto semestre de Engenharia de Software e trabalho com audiovisual há quatro anos. Então, quando falo de inteligência artificial, prefiro contar o que venho testando e observando, sem posar de especialista.

Um colega meu, Murilo Hoodi, tem um trabalho que acho muito legal. Ele está começando um projeto de geração de vídeo com IA chamado Hoodi em Campo. Vou acompanhar com curiosidade para ver onde esse projeto chega. Aqui está o perfil do Murilo e aqui o perfil do Hoodi em Campo.

Interface pronta ou acesso por API?

Tenho usado ferramentas de geração de vídeo como Seedance 2.0 e 2.5, Kling e Runway. Também acompanho a Higgsfield, que oferece uma interface completa para gerar vídeos, com opções de controle de câmera e outros ajustes. Para quem prefere ter várias ferramentas organizadas no mesmo lugar, esse tipo de serviço pode ser bem conveniente.

O que comecei a questionar foi o custo desse caminho. Em alguns serviços, a gente paga uma assinatura ou compra créditos para gerar. A praticidade tem valor, claro. Mas, se você gera bastante, vale comparar esse custo com outras formas de acessar os modelos.

Uma alternativa é usar uma API. Em vez de depender de uma interface que reúne modelos e controles, você envia cada geração para um serviço que cobra pelo uso. O preço muda conforme o modelo, a duração, a resolução, as opções escolhidas e o provedor.

Para Seedance, dá para pesquisar o BytePlus ModelArk, plataforma da BytePlus, ligada à ByteDance. Também existem serviços de API como MuAPI e fal.ai, que dão acesso a modelos de diferentes empresas. Eles podem ser opções para comparar, mas não são todos os fabricantes originais dos modelos. Seedance é da ByteDance; Kling é da Kuaishou. A BytePlus descreve a cobrança conforme o uso, enquanto a fal publica os preços de suas APIs por modelo e unidade. A MuAPI também mantém uma tabela de preços.

O que muda no custo?

Usar uma API não garante, por si só, que a geração vai sair mais barata. Os preços e as opções variam, então é preciso comparar as mesmas configurações. Na minha experiência, um vídeo de 30 segundos em 720p ficou em pouco mais de US$ 7 pela Higgsfield. Na rota de API que usei, calculei cerca de US$ 5,50 para gerar o mesmo tempo e resolução. Esses valores são da configuração que testei, não uma tabela universal. Os preços públicos que encontrei variam entre provedores. A página da fal para o Seedance 2.5, por exemplo, explica como duração e resolução entram no cálculo. Veja os detalhes do modelo e da cobrança.

E cada nova tentativa pode gerar um novo custo. Se o resultado não funciona e você manda gerar de novo, aquela geração também entra na conta. A API muda a forma de acessar e pagar pelo modelo, mas não elimina o custo de experimentar. Antes de escolher, eu compararia o preço por geração, as opções disponíveis e as regras para cobranças em caso de falha.

E se a interface fosse sua?

Foi daí que veio uma ideia que comecei a colocar em prática. Em vez de abrir uma plataforma diferente a cada vez, estou montando uma interface própria para enviar as gerações pelas APIs que uso.

Com ferramentas de vibe coding e ajuda de um assistente como o Codex, quem entende um pouco de desenvolvimento pode pedir um guia para montar uma aplicação simples. Nela, dá para organizar opções de câmera, duração, proporção e presets que você costuma usar.

Tem uma diferença importante aqui: a interface pode rodar no seu computador, mas a geração normalmente acontece nos servidores do provedor. Você cria seu próprio painel para acessar o modelo. Não instala o Seedance ou o Kling para rodar localmente na sua máquina. O vídeo continua dependendo do serviço e do custo de cada geração.

Também é preciso proteger a chave de API. Ela dá acesso à sua conta e não deve ficar exposta no código que você compartilha ou publica. A aplicação precisa guardar essa chave com cuidado.

A ferramenta que estou usando tem controles de câmera e presets que montei para o meu fluxo. Se houver interesse, posso compartilhar uma versão mais adiante e explicar o processo passo a passo, desde a configuração da API até a criação dos presets e a geração dos vídeos.

Plataformas como a Higgsfield podem poupar tempo e facilitar a experimentação. Para quem gera com frequência ou quer adaptar o fluxo ao próprio trabalho, comparar APIs e montar uma interface própria também pode valer a pena. Eu ainda estou explorando essas possibilidades, mas tem sido interessante perceber que, com curiosidade e um pouco de código, dá para criar uma ferramenta que combina melhor com a maneira como a gente trabalha.