Como calcular o custo de imagens, vídeo e voz com IA: uma calculadora com preços do dia

Atualizado em 7 nov. 2026

Os modelos de imagem, vídeo e voz raramente são vendidos por token: cobram por imagem, por segundo de vídeo, por milhão de caracteres de voz ou por minuto de áudio. A calculadora de imagens, vídeo e voz converte a sua tarefa em dinheiro em cada modelo que a vende na sua unidade: a oferta mais barata de cada modelo, na sua moeda.

Como usar

1. Escolha a tarefa: imagens, vídeo, texto para fala ou fala para texto.
2. Indique a quantidade: imagens, segundos, caracteres ou minutos.
3. Leia a tabela: uma linha por modelo com o vendedor mais barato, o preço por unidade e o custo da tarefa. "Em revisão": o preço mudou há pouco ou não coincide com a página do vendedor.

Exemplos com preços de hoje

• 100 imagens: a partir de 0,05 $ (FLUX.1 schnell na DeepInfra); um modelo típico, cerca de 3 $.
• 60 segundos de vídeo: a partir de cerca de 0,15 $; típico, cerca de 6 $.
• 100.000 caracteres de voz: a partir de cerca de 0,10 $ (Kokoro 82M); típico, cerca de 2 $.
• 10 horas de transcrição: a partir de cerca de 0,12 $ (Whisper Large v3 Turbo e outros na DeepInfra); típico, cerca de 1,30 $.

Antes de escolher a linha mais barata

• Resolução e duração podem mudar o preço: condições na ficha.
• Qualidade: o modelo de imagem mais barato é um modelo rápido de rascunho.
• Modelos por token (GPT Image, Gemini): não estão aqui; use a calculadora de custo.

Abrir a calculadora · Todas as ferramentas