O problema de 15 milhões de dólares por dia: por que a economia do vídeo com IA vai decidir quem sobrevive em 2026

Os números que mataram o Sora

Deixem-me apresentar os dados econômicos que a OpenAI tentou esconder durante seis meses.

O Sora foi lançado em setembro de 2025 com preços para consumidores: aproximadamente US$ 0,10 por segundo de vídeo 720p pela API. No pico de uso, milhões de usuários geravam clipes diariamente. Os custos de inferência em GPU, executando principalmente em clusters NVIDIA H100, escalavam linearmente com cada requisição.

A relação receita-custo foi catastrófica. O Sora gerou cerca de US$ 2,1 milhões em receita total ao longo de toda a sua existência. Custou aproximadamente US$ 2,7 bilhões para operar. Isso não é um modelo de negócio. É uma demonstração que queimou capital de risco em escala industrial.

Por que a geração de vídeo é fundamentalmente mais cara que imagens

Para entender por que isso importa além do Sora, é preciso compreender a diferença computacional entre a geração de imagens e de vídeo.

Uma única requisição de geração de imagem com um modelo como DALL-E 3 ou Stable Diffusion XL requer aproximadamente 10-30 segundos de tempo GPU em um H100. Um vídeo de 5 segundos a 24fps exige a geração de 120 frames, cada um com restrições de coerência temporal que impedem a paralelização simples. O mecanismo de atenção nos transformers de difusão de vídeo escala quadraticamente com o comprimento da sequência.

A diferença entre imagem e vídeo não é de 5x ou 10x. É de 30 a 100 vezes em computação por resultado. E diferentemente da geração de texto, onde KV-caching e decodificação especulativa reduziram drasticamente os custos de inferência, a geração de vídeo não possui uma otimização equivalente que corte os custos em uma ordem de grandeza.

Três estratégias para sobreviver à crise de custos

Todas as empresas que ainda oferecem geração de vídeo com IA enfrentam esse mesmo problema fundamental. Suas estratégias divergem consideravelmente.

Estratégia 1: Subsidiar e torcer (a abordagem do capital de risco)

Essa foi a estratégia do Sora. Cobrar abaixo do custo, conquistar usuários, descobrir a monetização depois. Terminou exatamente como os professores de economia preveem desde a era das pontocom.

Várias empresas ainda operam assim. Pika, Luma e Runway oferecem seus serviços bem abaixo dos custos de computação estimados. A aposta é que os custos cairão mais rápido do que a receita precisa crescer.

O risco é óbvio. Se os custos de GPU não caírem rápido o suficiente, ou se o uso crescer mais rápido que os ganhos de otimização, essas empresas vão bater no mesmo muro que o Sora.

Estratégia 2: Transferir custos para o hardware (a via NVIDIA/Open Source)

Essa é a estratégia por trás do Helios, Wan 2.2, LTX-2.3 e todos os outros modelos open source otimizados para GPUs de consumo.

A lógica é elegante: em vez de manter uma infraestrutura cloud cara, transfere-se o custo computacional para o hardware do usuário. Uma RTX 4090 custa US$ 1.599 uma única vez. Depois disso, cada geração de vídeo é "gratuita" em termos de custo marginal (descontando a eletricidade).

O Helios, modelo de 14 bilhões de parâmetros da ByteDance e da Universidade de Pequim, demonstrou que um único H100 pode gerar vídeos de 60 segundos a 19,5 FPS. Mais importante, modelos open source otimizados estão se aproximando da geração em tempo real em hardware de consumo RTX 5090.

A limitação é evidente: essa estratégia atende apenas usuários com GPUs de alto desempenho. É um mercado significativo, mas exclui os criadores casuais que tornaram o Sora popular.

Estratégia 3: Agregação de plataformas (a via Adobe/Google)

Essa é a abordagem mais sustentável financeiramente. Em vez de arcar com o custo total da geração, a empresa se torna um marketplace que direciona requisições para múltiplos provedores de modelos.

O Adobe Firefly agora hospeda mais de 30 modelos de diferentes provedores. O Google Flow integra o Veo com modelos de terceiros. O CapCut integra o Seedance 2.0. Nos três casos, a plataforma fica com uma margem enquanto o provedor do modelo assume o custo computacional.

A Adobe está melhor posicionada aqui porque o Premiere Pro e o After Effects já dominam a edição profissional de vídeo. Adicionar geração com IA aos fluxos de trabalho existentes é uma extensão natural, e a Adobe pode cobrá-la como recurso premium dentro das assinaturas do Creative Cloud que os usuários já pagam.

A curva de custos de infraestrutura

A questão crítica é se os custos de GPU cairão rápido o suficiente para tornar o vídeo com IA viável para consumidores.

A arquitetura Blackwell da NVIDIA (B200, GB200) entrega uma relação preço-desempenho aproximadamente 2-3 vezes melhor para cargas de inferência em comparação com o H100. A próxima arquitetura Rubin promete outra melhoria de 2-3 vezes. Se ambas entregarem o projetado, até 2028 o custo de gerar um vídeo de 10 segundos poderá cair de US$ 0,50 para cerca de US$ 0,05.

Esse cronograma importa. Empresas que estão queimando dinheiro com preços subsidiados precisam sobreviver mais 2-3 anos para que as melhorias de hardware salvem seus modelos de negócio. Nem todas conseguirão.

O que isso significa para os criadores

Se você é um criador escolhendo uma plataforma de vídeo com IA hoje, a economia importa tanto quanto as funcionalidades.

• ✓Plataformas apoiadas por empresas-mãe lucrativas (Google, Adobe, ByteDance) são apostas mais seguras a longo prazo
• ✓Modelos open source executados localmente eliminam a dependência de qualquer empresa individual
• ✓Startups que oferecem geração "ilimitada" a preços baixos apresentam o maior risco
• ✓Esperar os custos se estabilizarem antes de se comprometer com um fluxo de trabalho é razoável, mas significa perder as vantagens da adoção antecipada

O encerramento do Sora não foi uma anomalia. Foi a primeira peça de dominó. A economia da geração de vídeo com IA é brutal, e as empresas que sobreviverão serão as que encontraram soluções criativas para o problema dos custos, não apenas soluções criativas para o problema da geração.

O panorama geral

Toda grande transformação na computação passou por uma fase em que a tecnologia funciona, mas a economia não. A computação em nuvem foi deficitária por anos antes de a AWS transformá-la em uma máquina de gerar dinheiro. O streaming de vídeo perdeu bilhões antes de a Netflix encontrar seu caminho. A geração de vídeo com IA está nesse mesmo período intermediário doloroso.

A diferença desta vez é a velocidade. A curva de melhoria de hardware é mais íngreme do que foi para a nuvem ou o streaming. A NVIDIA lança novas arquiteturas a cada 18-24 meses com reduções significativas no custo por FLOP. A pesquisa em eficiência de modelos, da destilação ao mixture-of-experts passando por inovações arquitetônicas como a compressão de contexto do Helios, está cortando os requisitos computacionais pelo lado do software.

Minha estimativa: até o final de 2027, gerar um vídeo de 10 segundos em 1080p custará menos de US$ 0,10 em infraestrutura cloud. Nesse patamar de preço, o modelo de negócio funciona. A questão é quais empresas conseguirão sobreviver até lá.

O cemitério de startups de vídeo com IA está prestes a ficar lotado. Mas a tecnologia em si não vai desaparecer. Ela está apenas esperando a economia alcançá-la.