Melhor IA para editar vídeos: o modelo mais caro ganha?

O modelo de IA mais caro não é o que edita melhor um vídeo. Editamos os mesmos clipes com os quatro modelos do Endless que trocam alguém dentro de um vídeo que já existe. O Seedance 2.5, o mais caro por segundo, preserva muito bem o plano e o som, mas com pessoas não chega a trocar o rosto. O Wan 3.0 Prime foi o melhor em identidade e em fidelidade ao clipe, e o Kling 4 ficou bem perto por menos créditos. O mais barato, o MiniMax H3, refaz o clipe em vez de editá-lo.

Tudo começou com o Francisco, nosso CEO, que pegou a comemoração do golaço do Enzo Fernández contra a Inglaterra, subiu fotos do gato Ponyo e pediu ao Seedance 2.5 que trocasse o camisa 24 pelo Ponyo. Saíram sete segundos de um gato tricolor com a camisa 24, as patas atrás das orelhas, abraçado pelos companheiros e batendo continência no final.

Na hora do almoço, todo mundo que tem gato no escritório estava tentando a mesma coisa. E vieram as perguntas de sempre: por que o meu gato sai sem camisa? Por que o meu tem braços humanos? Por que a narração mudou?

O Seedance 2.5 vinha sendo a nossa opção padrão para editar vídeo, e o Ponyo só confirmava isso. Ele também é o modelo mais caro dos quatro, então a onda de gatos virou a desculpa para uma pergunta mais geral: pagar mais por um modelo garante uma edição melhor? Montamos um banco de testes com os quatro modelos do Endless que editam um vídeo existente: Seedance 2.5, Kling 4, Wan 3.0 Prime e MiniMax H3.

Como testamos

Fizemos três testes de edição de vídeo para vídeo (video to video), todos em 720p e todos no mesmo workspace do Endless:

O processo foi o mesmo em todos.

1. Escolher o clipe

Clipes de 7 a 10 segundos, com ações claras e, na comemoração, com um corte de plano. O mesmo arquivo foi para os quatro modelos.

2. Montar as referências

Cada teste tem as suas referências, e mostramos todas em cada seção:

• Dançarinos: um character sheet de um personagem inventado, gerado no Endless com o Nano Banana 2.1 por 13 créditos.
• Gatos: duas fotos do gato, uma do rosto e outra do corpo.
• Estande: uma foto minha de frente. Com essa foto montamos um character sheet no Nano Banana Pro por 25 créditos, e depois testamos com uma selfie em vídeo de 2 segundos.

3. Um prompt para cada modelo

O mesmo pedido não se escreve igual para os quatro. Cada modelo entende melhor uma estrutura diferente, marca os tempos de outro jeito e chama as referências à sua maneira. Para chegar ao melhor prompt para cada um, usamos os guias de prompting deles, os mesmos que o Melhorar prompt usa no Endless: você escreve o pedido uma vez, escolhe o modelo e o Melhorar prompt reescreve tudo com a estrutura que esse modelo entende melhor.

Veja como fica, por exemplo, o último plano da comemoração em cada um:

Kling 4        6.6-6.9s: hard cut to a side view on the pitch. The same
               cat, still wearing the navy number 24 jersey, raises one
               paw to its ear in a salute.

Seedance 2.5   TIMELINE: … 6.6-6.9s hard cut to a side view on the pitch:
               the SAME cat, STILL wearing the number 24 jersey, raises
               one paw to its ear in a salute.

MiniMax H3     [6.6s] Hard cut to a side view on the pitch: the cat, in
               the number 24 jersey, raises one paw to its ear in a salute.

Wan 3.0 Prime  …in the final side-view shot the cat itself, wearing the
               number 24 jersey, raises one paw to its ear in a salute.
               Negative: human face, human arms, tattoos, cat without
               jersey…

4. Gerar

Rodamos os quatro modelos sobre o mesmo clipe, com as mesmas referências e em 720p, e colocamos os resultados no canvas do Endless, um ao lado do outro.

5. Comparar

O canvas é o jeito mais fácil de comparar: você reproduz os quatro vídeos lado a lado e as diferenças aparecem na hora. Para o artigo, montamos também um vídeo por teste com o original, a referência e os quatro resultados sincronizados, e tiramos quadros de todos os vídeos nos mesmos segundos, uma linha por modelo. Nos testes com pessoas também recortamos o rosto no mesmo instante. Em cada resultado olhamos quatro coisas:

• Identidade: se é mesmo aquele gato ou aquela pessoa.
• Fidelidade: se o clipe continua sendo o mesmo, com os mesmos planos, gestos e timing.
• Áudio: se preserva o som original.
• Créditos: quanto custa cada tentativa.

Quanto custa editar um vídeo com cada modelo?

Cada modelo tem o seu preço em créditos. Para um clipe de 10 s em 720p:

São os preços do Endless em 28 de outubro de 2026.

O Seedance é o que mais custa por segundo: mais que o dobro do H3 e quase 50% a mais que o Kling. Se o preço medisse a qualidade, o Seedance deveria ganhar todos os testes.

Dançarinos: trocar uma pessoa sem mexer na outra

Os quatro modelos, sincronizados com o original e a referência.

Kling e Wan ficam no topo. Trocam o personagem, respeitam a coreografia e deixam intactos o outro dançarino e a música. O H3 é o que mais se parece com o personagem, mas refaz o clipe: muda os movimentos dos dois e gera uma música nova. Ele se comporta mais como "inspire-se neste vídeo" do que como "edite este vídeo".

O Seedance respeita o clipe e a música, mas o personagem não chega a ser o da folha: tira os óculos dele e afina o rosto.

Gato na comemoração: planos curtos e um último corte

Esse clipe tem uma pegadinha: ele termina com um plano de 0,3 s, de lado, em que o camisa 24 bate continência. Por isso o prompt de cada modelo descreve os dois planos com os seus tempos, cita esse último plano, pede patas de gato no lugar dos braços do jogador e deixa o áudio numa linha separada.

Os quatro modelos, sincronizados com o original e as fotos do gato.

Seedance e Wan cumprem tudo: o gato está nos dois planos, com a camisa, bate continência no final e os dois mantêm o timing e o placar. O gato do Seedance é quase idêntico ao do vídeo do Francisco. A diferença está no preço: 298 créditos contra 244 do Wan.

O Kling trata o plano curto como uma tomada nova e ali tira a camisa do gato. O H3 adianta o abraço e pula o último plano.

Isso vale para qualquer modelo: se um plano dura menos de um segundo, cite-o no prompt com o tempo dele.

Trocar uma pessoa em um vídeo com IA: eu num estande

Para fechar, voltamos a uma pessoa. O clipe é um plano contínuo de 10 s: alguém num estande se vira, fala para a câmera e levanta um notebook.

Primeiro montamos um character sheet com o Nano Banana Pro a partir de uma única foto: dois corpos inteiros e três retratos. Custou 25 créditos. Depois usamos essa folha como referência nos quatro modelos.

Com o character sheet: os quatro modelos, sincronizados com o original.

Depois testamos com um vídeo meu como referência, no lugar do character sheet: uma selfie de 2 segundos, junto com a mesma foto de frente.

A selfie de referência, de 2 segundos.

Com o vídeo de referência: os quatro modelos, sincronizados com o original.

O vídeo de referência dá ao Wan coisas que o character sheet não tinha, como a cor real dos olhos e o volume do cabelo. O Kling fica bem perto e preserva o áudio inteiro. O Seedance continua sem trocar o rosto por completo, com folha ou com vídeo, embora preserve muito bem o plano e o som.

Character sheet ou vídeo de referência?

Para fixar um personagem, o character sheet vinha sendo a nossa ferramenta preferida: uma única imagem com o personagem de frente, de perfil e de costas, que o modelo usa como referência em cada plano. Funciona, e nestes testes usamos um para o personagem dos dançarinos.

O teste do estande nos deu três motivos para preferir um vídeo quando a pessoa existe. O character sheet é uma imagem gerada a partir de uma foto, então ele inventa o que a foto não mostra; com uma selfie de 2 segundos, o Wan pegou a cor real dos olhos e o volume do cabelo, que a folha não tinha. Além disso, num vídeo o rosto gira, fala e muda de expressão sem deixar de ser o mesmo, e isso faz diferença num clipe em que o apresentador fala, se vira e volta a olhar para a câmera. E você economiza uma etapa: não precisa gerar nem revisar uma folha antes de editar, basta gravar uns segundos com o celular e subir no Endless.

O character sheet continua tendo o seu lugar: é o jeito de dar corpo a um personagem que não existe, como o dos dançarinos. Mas quando o personagem existe, cada vez mais vamos direto para o vídeo.

Seedance vs Kling vs Wan vs MiniMax: qual é a melhor IA para editar vídeos?

Para responder à pergunta do começo, ponderamos os quatro critérios de acordo com o que mais importa para nós na hora de editar: que seja aquela pessoa ou aquele gato, que o clipe continue sendo o mesmo, que o áudio se mantenha e quanto custa chegar lá. A nota vai de 1 a 5 e resume todos os testes.

O Wan 3.0 Prime ganha com folga. É o mais fiel em identidade e no clipe, e quase sempre preserva o áudio. Não é barato, mas cada tentativa costuma ser aproveitável.

O Kling 4 é a alternativa mais eficiente: 17% mais barato que o Wan e muito perto em qualidade. O ponto fraco dele são os planos muito curtos, onde pode perder detalhes como a camisa.

O Seedance 2.5 preserva muito bem o plano e o som, e com o gato da comemoração faz um trabalho excelente. Com pessoas, por outro lado, não chega a trocar o rosto. E é o mais caro.

O MiniMax H3 é de longe o mais barato, mas refaz o clipe em vez de editá-lo. Serve se você quer uma versão nova inspirada no original, não se você quer o mesmo clipe com outro protagonista.

O que aprendemos rodando os modelos no Endless

• Um prompt por modelo, com o Melhorar prompt. O mesmo pedido escrito igual para os quatro rende menos. O Melhorar prompt reescreve o pedido com a estrutura de cada modelo: Edit @Video1. e trechos com tempo para o Kling, blocos em maiúsculas para o Seedance, [6.6s] para o H3 e uma linha Negative: para o Wan.
• Cite os planos curtos com o tempo deles. Um plano de menos de um segundo que não está no prompt é o primeiro a se perder.
• Para um personagem real, use um vídeo. Uns segundos gravados com o celular dão ao modelo detalhes e coerência que um character sheet não tem. O sheet fica para os personagens que não existem.
• Compare no canvas. Com os quatro resultados lado a lado, as diferenças de identidade, timing e áudio aparecem em segundos.

Então, o modelo mais caro é o melhor para editar vídeo?

Não. O Seedance 2.5, o mais caro, ficou em terceiro, e o mais barato também não serve: o MiniMax H3 custa menos da metade do Wan, mas faz outro vídeo. Para editar, a melhor opção foi o Wan 3.0 Prime, o segundo mais caro, e o Kling 4 fica bem perto se você quer gastar menos.

Deixamos de usar o Seedance 2.5 como padrão, ainda que o Ponyo, o gato que começou tudo, esteja entre os melhores resultados de todos os testes. Com pessoas ele não troca o rosto, e cada tentativa custa entre 20% e 50% a mais do que no Wan ou no Kling. Por menos créditos, o Wan faz um gato tão bom quanto e ainda deixa margem para iterar.

Você pode rodar a mesma comparação com os seus próprios clipes: suba o vídeo e as referências no Endless, escreva o pedido uma vez, passe pelo Melhorar prompt para cada modelo e veja os resultados lado a lado no canvas. Quando o próximo modelo sair, rode os mesmos inputs de novo e compare.