Descontinuado. A API de vídeo da OpenAI Sora 2 API de vídeo foi desativada em 24 de setembro de 2026, sem substituição mencionada em depreciações. Os preços abaixo são mantidos como referência; a API não responde mais. Consulte quanto custam as alternativas por segundo.
Principais conclusões
- Todos os principais modelos de vídeo atualmente disponíveis aceitam uma imagem como quadro inicial —
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro e Wan 2.5 e todos aceitam entrada de texto ou de imagem. - Gerar vídeos a partir de imagens custa o mesmo valor por segundo que gerar vídeos a partir de texto nesses modelos.
Você é cobrado com base na duração da saída, não com base em como a cena foi iniciada. - A opção mais barata custa US$ 0,05 por segundo — Veo 3.1 Lite em 720p ou Wan 2.5 —
logo, animar uma imagem estática em um clipe de 5 segundos custa cerca de 25 centavos por tentativa. - Existem camadas gratuitas, mas são limitadas e mudam com frequência. A Runway, por exemplo, oferece
125 créditos únicos que não são renovados.
Transformar uma imagem estática em um clipe em movimento já deixou de ser apenas uma demonstração experimental
demonstração, e é a única tarefa de vídeo em que a entrada que você já possui — uma foto, uma imagem de produto, uma
obra de arte — faz a maior parte do trabalho. Esta página aborda quais modelos aceitam uma imagem, quanto
cada um cobra por segundo de saída e onde as opções gratuitas deixam de ser úteis.
Resposta rápida: como transformar uma imagem em um vídeo com IA?
Você fornece a sua imagem como primeiro quadro a um modelo de vídeo e um prompt breve descrevendo o movimento
que deseja, depois paga por segundo de saída. Todos os modelos de fronteira no mercado suportam isso:
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro e Wan 2.5 aceitam entrada de texto ou imagem.
O mais barato é $0,05 por segundo de vídeo finalizado, o que coloca uma animação de 5 segundos em aproximadamente
$0,25 por geração, antes de novas tentativas. Ferramentas gratuitas de navegador existem e animarão uma foto sem um
cartão, mas limitam resolução, adicionam marcas d'água e distribuem uma cota fixa em vez de uma
recorrente.
Quais modelos aceitam uma imagem como entrada
Esta é a parte que a maioria das páginas de comparação omite. Entrada de imagem não é um nível de produto separado —
é um modo do mesmo modelo, precificado de forma idêntica:
| Modelo | Desenvolvedor | Entrada | De (por segundo) |
|---|---|---|---|
| Veo 3.1 | Texto, Imagem | US$ 0,05 (Lite, 720p) | |
| Wan 2.5 | Alibaba | Texto, Imagem | $0,05 (via fal) |
| Kling 2.5 Turbo Pro | Kuaishou | Texto, Imagem | $0,07 (via fal) |
| Sora 2 | OpenAI | Texto, Imagem | US$ 0,05 (em lote, 720p) |
| Sora 2 Pro | OpenAI | Texto, Imagem | $0,15 (lote, 720p) |
Uma nota de timing que importa se você está escolhendo hoje: OpenAI definiu
24 de setembro de 2026 como a data de encerramento para a API de Vídeos e ambos os modelos Sora 2,
sem nenhuma substituição nomeada. Se você está iniciando um fluxo de trabalho de imagem para vídeo agora, iniciá-lo em Sora
é iniciá-lo em uma contagem regressiva.
O que custa animar uma imagem
Como a cobrança é por segundo de saída, o custo de um clipe de imagem para vídeo é simplesmente a taxa
multiplicada pelo comprimento que você solicita:
| Modelo e nível | Clipe de 5 segundos | Clipe de 10 segundos | Clipe de 30 segundos |
|---|---|---|---|
| Veo 3.1 Lite, 720p | $0.25 | $0.50 | $1.50 |
| Wan 2.5 | $0.25 | $0.50 | $1.50 |
| Kling 2.5 Turbo Pro | $0.35 | $0.70 | $2.10 |
| Veo 3.1 Lite, 1080p | $0.40 | $0.80 | $2.40 |
| Veo 3.1 Fast, 1080p | $0.60 | $1.20 | $3.60 |
| Veo 3.1 Standard, 4K | $3.00 | $6.00 | $18.00 |
Esses são por geração bem-sucedida. Imagem para vídeo tende a exigir menos tentativas que
texto para vídeo, porque o primeiro quadro já está fixo e você está apenas direcionando o movimento — mas um
plano que leva três tentativas ainda custa três vezes a figura acima. Orçamente com base em sua própria taxa de tentativas,
não na tarifa.
Existe uma forma genuinamente gratuita de fazer isso?
Sim, com limitações que vale a pena entender antes de contar com elas. Camadas gratuitas nesta
categoria são promocionais em vez de estruturais: existem para levá-lo ao plano pago, e seus
termos mudam.
Runway é o exemplo mais claro publicado. Sua página de preços oferece
125 créditos únicos para experimentar as ferramentas — um depósito fixo que não se renova — com
planos pagos começando em $12 por mês em cobrança anual, depois $28 e $76 para os níveis superiores.
Outras ferramentas anunciam subsídios gratuitos diários em vez disso, e esses números mudam com frequência suficiente
para que qualquer figura citada em um blog valha a pena verificar novamente na página do próprio fornecedor antes de você planejar
com base nela. O padrão entre camadas gratuitas é consistente mesmo quando os números não são: espere um
teto de resolução mais baixo, uma marca d'água visível, um clipe máximo mais curto e uma fila mais lenta.
Obtendo um bom resultado a partir de uma imagem estática
Imagem para vídeo recompensa um tipo diferente de prompt que texto para vídeo. O modelo não está inventando
uma cena — ele já tem uma — então o prompt deve descrever movimento, não conteúdo.
- Descreva a câmera, não o sujeito. «Avanço lento, profundidade de campo rasa»
dá ao modelo uma tarefa. «Uma bela paisagem de montanha» descreve o que ele já pode ver. - Nomeie um movimento, não três. Instruções compostas em um clipe curto tendem a
produzir um plano que não faz nenhum deles claramente. - Comece a partir de um quadro limpo e de alta resolução. Artefatos de compressão e grão pesado
na origem são amplificados em cada quadro gerado. - Mantenha clipes curtos e corte entre eles. A coerência se degrada com o comprimento em cada
modelo; quatro planos de 5 segundos editados juntos superam uma tomada de 20 segundos. - Espere que rostos e mãos sejam o ponto de falha. Se o fotograma contiver um deles,
reserve mais tentativas do que faria para um produto ou uma paisagem.
Qual deles você deve usar?
- Mais barato funcional: Veo 3.1 Lite em 720p ou Wan 2.5, ambos $0,05 por segundo.
- Melhor qualidade pelo preço — próximo passo: Veo 3.1 Fast em 1080p, $0,12 por segundo.
- Quando a resolução de saída é o requisito: Veo 3.1 Standard em 4K, $0,60 por
segundo — o único nível 4K neste grupo exceto Fast a $0,30. - Apenas testando uma vez: uma camada gratuita de navegador é suficiente para ver se a ideia
funciona, antes que qualquer uma das opções acima valha a pena configurar.
Perguntas frequentes
A IA consegue transformar qualquer foto em um vídeo?
Tecnicamente sim — todos os modelos listados aqui aceitam uma imagem arbitrária como o primeiro fotograma. Os resultados
variam bastante com a fonte: fotogramas limpos, bem iluminados e de alta resolução animam muito mais confiávelmente
do que comprimidos ou muito texturizados, e imagens contendo rostos ou mãos precisam de mais tentativas.
A geração de vídeos a partir de imagens custa mais do que a geração a partir de texto?
Não. Em todos os modelos acima você é cobrado por segundo de saída independentemente de se a
geração começou a partir de um texto ou de uma imagem.
Qual é a opção mais barata de IA para gerar vídeos a partir de imagens?
Veo 3.1 Lite em 720p e Wan 2.5 custam $0,05 por segundo de saída, o que deixa um clipe de 5 segundos em cerca de $0,25 por geração. Kling 2.5 Turbo Pro custa $0,07 por segundo.
clip sobre $0,25 por geração. Kling 2.5 Turbo Pro custa $0,07 por segundo.
Quanto tempo pode ter um vídeo gerado por IA?
a maioria dos fluxos de trabalho de produção gera vários curtos e os edita juntos em vez de
pedir uma única tomada longa.
Sora 2,
Ferramentas gratuitas para gerar vídeos a partir de imagens adicionam marca d’água?
Geralmente sim, juntamente com um limite de resolução e uma fila mais lenta. As cotas gratuitas também são
promocionais e mudam frequentemente — o da Runway, por exemplo, é um depósito único de 125 créditos, em vez de
uma concessão mensal recorrente.