Alexis· Autoria d’IA, revisada per humansEl problema dels 15 milions de dòlars al dia: per què l'economia del vídeo amb IA decidirà qui sobreviu el 2026
Sora cremava 15 milions de dòlars al dia abans que OpenAI el tanqués. La pregunta real no és qui fa el millor model de vídeo amb IA. És qui es pot permetre operar-ne un.
Preparat per crear els teus propis vídeos amb IA?
Uneix-te a milers de creadors que utilitzen Bonega.ai
Els números que van matar Sora
Permeteu-me exposar l'economia que OpenAI va intentar amagar durant sis mesos.
Sora es va llançar el setembre de 2025 amb preus per a consumidors: aproximadament $0,10 per segon de vídeo 720p a través de l'API. En el pic d'ús, milions d'usuaris generaven clips diàriament. Els costos d'inferència GPU, principalment sobre clústers NVIDIA H100, escalaven linealment amb cada petició.
La ràtio ingressos-cost va ser catastròfica. Sora va guanyar uns $2,1 milions en ingressos totals durant tota la seva vida. Operar-lo va costar aproximadament $2,7 mil milions. Això no és un model de negoci. Va ser una demostració que va cremar capital de risc a escala industrial.
Per què la generació de vídeo és fonamentalment més cara que la d'imatges
Per entendre per què això importa més enllà de Sora, cal comprendre la bretxa computacional entre la generació d'imatges i la de vídeo.
Una sola petició de generació d'imatge amb un model com DALL-E 3 o Stable Diffusion XL requereix aproximadament 10-30 segons de temps GPU en un H100. Un vídeo de 5 segons a 24fps requereix generar 120 fotogrames, cadascun amb restriccions de coherència temporal que impedeixen la paral.lelització simple. El mecanisme d'atenció en els transformadors de difusió de vídeo escala quadràticament amb la longitud de la seqüència.
| Tipus de generació | Segons GPU per sortida | Cost aproximat H100 |
|---|---|---|
| Imatge única (1024x1024) | 10-30s | $0,003-$0,01 |
| Vídeo de 5 segons (720p, 24fps) | 300-600s | $0,10-$0,20 |
| Vídeo de 10 segons (1080p, 24fps) | 900-2400s | $0,30-$0,80 |
| Vídeo de 60 segons (1080p, 24fps) | 5400-14400s | $1,80-$4,80 |
La bretxa entre imatge i vídeo no és de 5x ni de 10x. És de 30-100x en computació per sortida. I a diferència de la generació de text, on el KV-caching i la descodificació especulativa han reduït dramàticament els costos d'inferència, la generació de vídeo no té cap optimització equivalent que retalli els costos per un ordre de magnitud.
Tres estratègies per sobreviure a la crisi de costos
Cada empresa que encara ofereix generació de vídeo amb IA s'enfronta a aquest mateix problema fonamental. Les seves estratègies divergeixen molt.
Estratègia 1: Subvencionar i resar (l'enfocament del capital de risc)
Aquesta va ser l'estratègia de Sora. Posar preus per sota del cost, adquirir usuaris, trobar la monetització més tard. Va acabar exactament com els professors d'economia preveien des de l'era punt-com.
Diverses empreses encara operen així. Pika, Luma i Runway posen preus als seus serveis molt per sota dels costos de computació estimats. L'aposta és que els costos cauran més ràpid del que els ingressos necessiten créixer.
El risc és obvi. Si els costos de GPU no baixen prou ràpid, o si l'ús creix més ràpid que els guanys d'optimització, aquestes empreses s'enfrontaran al mateix mur que va colpejar Sora.
Estratègia 2: Transferir els costos al maquinari (la via NVIDIA/codi obert)
Aquesta és l'estratègia darrere d'Helios, Wan 2.2, LTX-2.3 i qualsevol altre model de codi obert optimitzat per a GPU de consumidor.
La lògica és elegant: en lloc d'operar infraestructura de núvol cara, transferir el cost computacional al maquinari de l'usuari. Una RTX 4090 costa $1.599 un cop. Després d'això, cada generació de vídeo és "gratuïta" en termes de cost marginal (menys l'electricitat).
Helios, el model de 14 mil milions de paràmetres de ByteDance i la Universitat de Pequín, va demostrar que un sol H100 pot generar vídeos de 60 segons a 19,5 FPS. Més important, els models de codi obert optimitzats s'acosten a la generació en temps real en maquinari de consumidor RTX 5090.
| Model | Maquinari requerit | Velocitat de generació | Nivell de qualitat |
|---|---|---|---|
| Helios 14B | 1x H100 (o RTX 5090) | 19,5 FPS (temps real) | Professional |
| Wan 2.2 14B | 1x RTX 4090 | ~3 FPS | Professional |
| LTX-2.3 | 1x RTX 4090 | ~5 FPS (4K) | Professional |
| PixVerse R1 | 1x RTX 3090 | ~2 FPS | Consumidor |
La limitació és òbvia: aquesta estratègia només serveix als usuaris que posseeixen GPU d'alta gamma. És un mercat significatiu, però exclou els creadors casuals que van fer popular Sora.
Estratègia 3: Agregació de plataformes (la via Adobe/Google)
Aquest és l'enfocament financerament més sostenible. En lloc d'assumir tot el cost de generació, convertir-se en un mercat que dirigeix les peticions a múltiples proveïdors de models.
Adobe Firefly ara allotja 30+ models de diferents proveïdors. Google Flow integra Veo amb models de tercers. CapCut incorpora Seedance 2.0. En tots tres casos, la plataforma pren un marge mentre el proveïdor del model assumeix el cost computacional.
Adobe està millor posicionat aquí perquè Premiere Pro i After Effects ja dominen l'edició professional de vídeo. Afegir generació amb IA als fluxos de treball existents és una extensió natural, i Adobe pot posar-li preu com a funció premium dins de les subscripcions Creative Cloud que els usuaris ja paguen.
La corba de costos d'infraestructura
La pregunta crítica és si els costos de GPU baixaran prou ràpid per fer viable el vídeo amb IA per a consumidors.
L'arquitectura Blackwell de NVIDIA (B200, GB200) ofereix aproximadament 2-3x millor relació preu-rendiment per a càrregues de treball d'inferència en comparació amb l'H100. La propera arquitectura Rubin promet una altra millora de 2-3x. Si ambdues compleixen les projeccions, cap al 2028 el cost de generar un vídeo de 10 segons podria caure de $0,50 a aproximadament $0,05.
Aquesta línia temporal importa. Les empreses que cremen diners amb preus subvencionats necessiten sobreviure 2-3 anys més perquè les millores de maquinari rescatin els seus models de negoci. No totes ho aconseguiran.
Què significa això per als creadors
Si ets un creador que tria una plataforma de vídeo amb IA avui, l'economia importa tant com les funcionalitats.
- ✓Les plataformes recolzades per empreses matrius rendibles (Google, Adobe, ByteDance) són apostes a llarg termini més segures
- ✓Els models de codi obert que funcionen localment eliminen la dependència de qualsevol empresa individual
- ✓Les startups que ofereixen generació "il.limitada" a preus baixos són les de major risc
- ✓Esperar que els costos s'estabilitzin abans de comprometre's amb un flux de treball és raonable, però significa perdre els avantatges de l'adopció primerenca
El tancament de Sora no va ser una anomalia. Va ser la primera peça de dòmino. L'economia de la generació de vídeo amb IA és brutal, i les empreses que sobreviuran seran aquelles que van trobar solucions creatives al problema dels costos, no només solucions creatives al problema de la generació.
La visió general
Cada gran canvi en la informàtica ha passat per una fase on la tecnologia funciona, però l'economia no. La computació en núvol va ser no rendible durant anys abans que AWS la convertís en una màquina de fer diners. El vídeo en streaming va perdre milers de milions abans que Netflix trobés el seu equilibri. La generació de vídeo amb IA es troba en aquest mateix període intermedi dolorós.
La diferència aquest cop és la velocitat. La corba de millora del maquinari és més pronunciada del que va ser per al núvol o l'streaming. NVIDIA llança noves arquitectures cada 18-24 mesos amb reduccions significatives de cost per FLOP. La recerca en eficiència de models, des de la destil.lació fins al mixture-of-experts fins a innovacions arquitectòniques com la compressió de context d'Helios, retalla els requisits computacionals des del costat del programari.
La meva estimació: a finals de 2027, generar un vídeo de 10 segons a 1080p costarà menys de $0,10 en infraestructura de núvol. A aquest preu, el model de negoci funciona. La pregunta és quines empreses poden sobreviure fins aleshores.
El cementiri de startups de vídeo amb IA està a punt d'omplir-se molt més. Però la tecnologia en si no desapareix. Simplement espera que l'economia l'atrapi.
Enginyer d’IA de Lausana que combina la profunditat de la recerca amb la innovació pràctica. Divideix el seu temps entre arquitectures de models i cims alpins.
View profile →T’ha agradat el que has llegit?
Converteix les teves idees en vídeos amb IA de durada il·limitada en qüestió de minuts.
Articles relacionats
Continua explorant amb aquestes publicacions relacionades
Sora ha mort. OpenAI abandona completament la generació de vídeo amb IA.
OpenAI tanca l'aplicació Sora, anul.la l'acord amb Disney i pivota cap a la robòtica. El producte de vídeo IA més mediàtic va durar només sis mesos. Això és el que els creadors han de fer ara mateix.
L'allau de vídeo IA de març de 2026: per què la direcció creativa és la nova restricció
Març de 2026 va veure el llançament de 12+ models de vídeo IA en una sola setmana. Amb la qualitat a la paritat, l'avantatge competitiu s'ha desplaçat de la capacitat tècnica cap a la direcció creativa.
Un Vídeo, Mil Públics: Com la Personalització de l'IA Rescriu el Màrqueting de Vídeo el 2026
La personalització de vídeo amb IA permet a les marques generar milers de variants de vídeo personalitzades a partir d'un únic concepte. Així és com el canvi cap a la personalització individual canvia per sempre el màrqueting.