Índice do artigofaltam 7 min de leitura
O que você economiza e o que você gasta caem em faixas de preço diferentes. Essa frase resolve a maior parte das contas erradas sobre análise de vídeo.
A promessa que circula é de redução grande de token. Ela é real e está documentada. O problema é que quase toda planilha traduz redução de token em redução de dinheiro na mesma proporção, e essa tradução está errada por um motivo que o próprio fornecedor publica.
Este artigo faz a conta. Ele é a camada econômica do artigo sobre o que a análise de vídeo destrava na empresa, e trabalha com as tabelas oficiais lidas em setembro de 2026.
Resumo do artigo
- O token que se economiza é de entrada; a navegação que se acrescenta é contabilizada como pensamento, e pensamento é cobrado na faixa de saída, cinco vezes mais cara.
- O preço da tabela tem data de validade declarada: ele dobra em 1º de janeiro de 2027.
- Cache é barato de ler e tem preço por hora de relógio para segurar, o que corre mesmo sem ninguém perguntar nada.
- Preço por consulta não decide nada. Custo por resposta aceita decide, porque inclui o tempo de quem revisa.
O que você economiza e o que você gasta têm preços diferentes
A documentação do modo com navegação descreve dois destinos para o consumo, e eles não são o mesmo. O raciocínio que o modelo usa para explorar a linha do tempo é contabilizado como token de pensamento. Os quadros, o áudio e a transcrição que ele carrega sob demanda são contabilizados como token de uso de ferramenta.
Agora cruze isso com a tabela de preços. Ela precifica a entrada, e precifica a saída com uma observação entre parênteses: incluindo tokens de pensamento. Na tabela lida em 10 de setembro de 2026, para os modelos Flash citados, a entrada custa 0,75 dólar por milhão de tokens e a saída custa 3,75.
Cinco vezes. É essa a razão pela qual tirar muito da faixa barata e acrescentar pouco na faixa cara devolve uma economia menor do que a queda de tokens sugere. Não significa que a economia desapareça: significa que a proporção anunciada em tokens não é a proporção que chega na fatura, e que a única forma de saber qual é a sua é medir.
Preços em dólar por milhão de tokens da camada paga do Gemini Developer API, lidos em 10 de setembro de 2026. Resultado divulgado pelo fornecedor, não medição própria.
A fórmula, com categorias que não se sobrepõem
Uma conta honesta separa o que é contado uma vez só. Estas são as categorias, e elas são mutuamente exclusivas de propósito, para ninguém somar o mesmo token duas vezes:
Para o modo estático existe fórmula publicada, e ela permite ancorar a ordem de grandeza: cada quadro custa 66 tokens na resolução de mídia baixa e 258 na alta, o áudio custa 32 tokens por segundo, e a própria documentação arredonda para cerca de 100 tokens por segundo de vídeo na baixa e cerca de 300 na alta. Uma hora dá algo entre 360 mil e um milhão de tokens só de entrada.
Para o modo com navegação não localizamos fórmula publicada. A documentação diz que o consumo varia com a complexidade do conteúdo e com a estratégia de navegação do modelo. Toda estimativa ali, feita sem medir o seu material, é simulação, e o texto que apresentar isso como previsão está inventando.
O preço de hoje tem data de validade
A tabela oficial não esconde: para os modelos Flash citados, a entrada a 0,75 dólar e a saída a 3,75 valem até 31 de dezembro de 2026, passando a 1,50 e 7,50 em 1º de janeiro de 2027. O cache acompanha, de 0,075 para 0,15.
Isso muda qualquer projeção anual. Um piloto aprovado hoje com base no custo unitário atual, que entre em produção no primeiro trimestre do ano que vem, opera o ano inteiro no preço dobrado. A conta de viabilidade precisa ser feita com o preço da segunda tabela, não com o da primeira, e a diferença entre as duas é grande o bastante para mudar um sim em não.
Guardar em cache é barato de ler e caro de segurar
Esta é a linha que quase nunca entra na planilha, porque ela não é cobrada por uso, é cobrada por tempo.
O cache de contexto tem dois preços. O de leitura é baixo. O de armazenamento é meio dólar por milhão de tokens por hora, na tabela vigente até o fim de 2026, dobrando depois. Aplicado a vídeo, o número fica concreto rápido: uma hora de gravação em resolução de mídia baixa ocupa cerca de 352 mil tokens, o que dá cerca de 18 centavos de dólar por hora de relógio, ou perto de 4 dólares por dia.
Simulação sobre o preço de armazenamento de cache lido em 10 de setembro de 2026 e sobre a tokenização estática declarada. Não é medição: é aritmética sobre números publicados.
Os três regimes de uso pedem contas separadas
O mesmo produto tem economia completamente diferente conforme o padrão de consulta, e misturar os três é o jeito mais rápido de chegar a um número sem significado.
| Regime | O que domina a conta | O que costuma resolver |
|---|---|---|
| Poucas perguntas sobre um vídeo | Entrada de mídia e pensamento, por chamada | Análise sob demanda, sem cache e sem índice |
| Muitas perguntas sobre o mesmo arquivo | Repetição da mesma entrada a cada pergunta | Cache dentro da janela, ou uma extração estruturada única que responde várias perguntas depois |
| Busca recorrente num acervo grande | Varredura de material que não responde nada | Pré-indexação, porque análise sob demanda não escala para varredura |
O segundo regime tem uma saída que quase ninguém considera e que costuma ganhar: em vez de perguntar dez vezes ao vídeo, perguntar uma vez e extrair uma estrutura rica, que as dez perguntas seguintes consultam em banco, de graça. Isso troca dez chamadas caras por uma chamada cara e dez consultas triviais, e funciona sempre que as perguntas são previsíveis.
O terceiro é o que mais engana. Varrer um acervo com análise sob demanda significa pagar para o modelo olhar, em cada consulta, material que já se sabe que não interessa. É o caso em que uma camada de índice, ainda que custe a construir, muda a ordem de grandeza.
O desconto de metade do preço está na porta ao lado
Existe um caminho documentado que corta o custo pela metade: o processamento em lote, descrito como 50% do custo padrão, com prazo alvo de 24 horas, feito para volume grande e não urgente. É exatamente o perfil de quem vai processar acervo.
A ressalva está no topo da mesma página, e ela é literal: o recurso é descrito como disponível apenas com a API de geração de conteúdo. O exemplo oficial do modo de vídeo com navegação usa outra interface, a de interações.
Lendo as duas páginas juntas, o desconto está documentado numa superfície diferente da que o exemplo do recurso de vídeo usa. Isso não é o fornecedor dizendo que lote não funciona com vídeo, e é exatamente o tipo de premissa que precisa ser confirmada por escrito antes de entrar numa planilha, porque ela vale metade do orçamento.
Custo por resposta aceita, que é a métrica que decide
Preço por consulta compara fornecedores. Ele não decide projeto, porque ignora a variável que mais pesa: quantas respostas prestaram.
A métrica que decide é o total gasto dividido pelas respostas que sobreviveram à revisão humana. Ela junta numa conta só o preço da API e o tempo de quem confere, e inverte conclusões com frequência: um sistema barato que acerta metade das vezes custa mais que um caro que acerta quase sempre, porque cada resposta descartada consumiu preço de API e tempo de pessoa.
Para medir isso não é preciso instrumentação sofisticada. Basta registrar, por resposta, o custo dos contadores que a API devolve, se ela foi aceita e quanto tempo a revisão levou. Três campos. Depois de algumas centenas de respostas, a conta se resolve sozinha e para de ser discussão de opinião.
Quando a conta não fecha
Três situações em que o número não fecha e o certo é parar antes de contratar.
Quando as perguntas são sobre o que foi dito, transcrição com busca resolve mais barato, mais rápido e com menos superfície de risco. Quando ninguém vai revisar as respostas, nenhuma opção é adequada ainda, porque sem revisão não existe custo por resposta aceita, existe só custo. E quando a resposta certa não muda o que alguém faz, o problema não é de tecnologia de vídeo: é de processo, e nenhuma redução de token resolve.
Precisa saber se a conta fecha antes de contratar?
Solicite um orçamento e comece pela medição no seu material, com custo por resposta aceita em vez de preço por consulta.
Perguntas frequentes
Não, e é aí que a maioria das contas erra. Os quadros que o modo com navegação deixa de carregar são token de entrada. A navegação que ele acrescenta é contabilizada como token de pensamento, e a tabela de preços cobra a saída incluindo tokens de pensamento. Na tabela lida em setembro de 2026, a saída custa cinco vezes a entrada, então tirar muito da faixa barata e acrescentar pouco na cara devolve economia menor do que a queda de tokens sugere.
Para o modo estático, sim, porque a tokenização está publicada: cerca de 100 tokens por segundo na resolução de mídia baixa e cerca de 300 na alta, o que dá entre 360 mil e um milhão de tokens por hora. Para o modo com navegação, não: a própria documentação diz que o consumo varia com a complexidade do conteúdo e com a estratégia de navegação, e não publica fórmula. Qualquer número fechado ali é simulação.
A tabela oficial traz data de validade. Para os modelos Flash citados, a entrada a 0,75 dólar por milhão de tokens e a saída a 3,75 valem até 31 de dezembro de 2026, passando a 1,50 e 7,50 em 1º de janeiro de 2027. Uma projeção de doze meses feita com o preço atual já nasce com o dobro do custo unitário na segunda metade.
Depende de quantas perguntas você vai fazer e em quanto tempo, porque o cache tem dois preços. Ler do cache é barato. Segurar tem preço por hora de relógio: na tabela lida em setembro de 2026, meio dólar por milhão de tokens por hora. Uma hora de vídeo em resolução baixa ocupa cerca de 352 mil tokens, o que dá cerca de 18 centavos por hora de armazenamento, ou perto de 4 dólares por dia, correndo mesmo sem ninguém perguntar nada.
Ele existe e está documentado a 50% do custo padrão, com prazo alvo de 24 horas. A ressalva está no topo da mesma página: o recurso é descrito como disponível apenas com a API de geração de conteúdo. O exemplo oficial do modo de vídeo com navegação usa outra interface. As duas páginas, lidas juntas, colocam o desconto numa superfície diferente da que o recurso de vídeo usa no exemplo, e isso precisa ser confirmado antes de virar premissa de orçamento.
Custo por resposta aceita: o total gasto dividido pelas respostas que sobreviveram à revisão humana. Um sistema barato que erra metade das vezes custa mais que um caro que acerta, porque a diferença sai do tempo de quem revisa, que quase nunca entra na planilha.
Fontes e método
Os preços, a tokenização declarada e as regras de lote e de cache vêm das páginas oficiais do Gemini Developer API, lidas em 10 e 11 de setembro de 2026: a de preços, a de tokens, a de entendimento de vídeo e a do processamento em lote. Os valores estão em dólar por milhão de tokens, na camada paga.
As contas deste artigo são simulações sobre números publicados, não medições. Nenhuma chamada de API foi feita, nenhum vídeo foi processado e nenhuma fatura foi apurada. Onde a documentação não publica fórmula, como no modo com navegação, o texto diz isso e não estima.
Uma lacuna ficou aberta e é material para qualquer modelo de custo: as páginas lidas não declaram como o contador de uso de ferramenta é faturado. A tabela de preços nomeia entrada, saída incluindo pensamento, cache e busca, e não nomeia uso de ferramenta. Esse ponto precisa ser fechado com o fornecedor antes de a estimativa virar orçamento.
Preço muda, e este é o tipo de artigo que envelhece por decreto de tabela. As datas de virada citadas aqui são as que a própria tabela declarava na data da leitura.
