Imagens mais rápidas, vídeo mais barato

Dois lançamentos desta semana levaram as ferramentas de conteúdo de marca um passo adiante. Em 4 de novembro, a OpenAI lançou o Images 2.6, que faz GIFs animados e arquivos vetoriais e funciona mais rápido do que a versão anterior. Um dia depois, o Google lançou o Gemini Omni 1.2 Flash, um modelo de vídeo que cria e edita clipes mais longos por menos dinheiro. Nenhum dos dois muda aquilo de que uma marca precisa. Os dois mudam a rapidez, e o custo, com que uma equipe vai de uma ideia a algo que pode avaliar.

OpenAI: Images 2.6

O Images 2.6 chegou ao ChatGPT, ao Codex e à API, em todos os planos do ChatGPT. A OpenAI diz que ele gera imagens 50 por cento mais rápido do que antes. Na API, ele volta a vir em dois modelos: o GPT Image 2.6 Flare, que em baixa qualidade “consegue gerar imagens em apenas seis segundos”, e o Sunburst, para mais detalhe e resultados mais estáveis ao longo das edições. A OpenAI também diz que o Flare agora diagrama melhor pôsteres e imagens de produtos. O preço por token não mudou desde a 2.5: 30 dólares por milhão de tokens de saída de imagem.

A novidade visível é o movimento. No ChatGPT, um GIF pode partir de um prompt ou de uma foto, e a velocidade e cada quadro podem ser ajustados depois, noticiou o The Next Web. Na API, um GIF tem de 2 a 16 quadros, por padrão nove quadros de 200 milissegundos cada, um loop de 1,8 segundo. A OpenAI sugere usos como um mascote de marca animado ou uma foto de produto transformada em loop.

Para desenvolvedores, a marcação de imagens chega à API, para que uma edição possa ser direcionada a um ponto exato, e uma nova configuração de complexidade decide quanto o modelo planeja antes de renderizar. As imagens também podem voltar como arquivos SVG, o que, segundo a OpenAI, as deixa prontas para usar em sites, apps e impressos. A documentação explica como: a API primeiro cria uma imagem, depois um segundo modelo a desenha em vetores, e as duas etapas são cobradas. O resultado é um arquivo estático, sem scripts nem imagens incorporadas.

Google: Gemini Omni 1.2 Flash

O Google lançou o Gemini Omni 1.2 Flash em 5 de novembro e o colocou em disponibilidade geral na Gemini API e, para empresas, no Google Cloud. Os clipes agora podem durar até 15 segundos, contra 10 no Omni 1.1, em qualquer número inteiro de segundos a partir de três. Em 720p, um segundo custa 0,07 dólar, 30 por cento menos do que os 0,10 dólar do Omni 1.1, então um clipe completo de 15 segundos sai por cerca de 1,04 dólar. Rascunhos em 360p custam 0,023 dólar por segundo, enquanto upscales para 1080p e 4K custam mais, até 0,209 dólar por segundo.

As outras mudanças dizem respeito ao controle. Um clipe pode ser editado rodada a rodada, trocando um produto ou um fundo, mudando a luz ou a proporção, sem precisar ser gerado de novo. O Google diz que rostos, roupas, a tipografia das embalagens e as cores da marca continuam consistentes entre ângulos de câmera, e a API aceita até seis imagens de referência. Ele também aponta os próprios limites: o trabalho continua em “ação esportiva rápida, mudanças rápidas de roteiro e física complexa”.

Dois detalhes importam para equipes na Europa. Editar ou estender vídeos enviados pela API não está disponível no Espaço Econômico Europeu, na Suíça nem no Reino Unido, então uma marca nesses lugares ainda não pode entregar ao modelo as próprias imagens para retrabalhar; os clipes que o próprio modelo criou continuam podendo ser editados. E o modelo antigo sai rápido: a partir de 3 de dezembro, as solicitações ao Omni 1.1 são direcionadas para o 1.2 e cobradas pelas tarifas dele.

O que muda na produção

Primeiro, os formatos finais saem direto do modelo. Um mascote em loop para um story, um produto girando num loop curto, um ícone como vetor editável: até agora, cada um exigia uma segunda ferramenta e alguém para converter o arquivo. Agora, uma primeira versão sai do mesmo pedido, e o designer parte de um arquivo de trabalho, e não de uma imagem plana.

Segundo, cada segundo de vídeo continua ficando mais barato. Dez rascunhos de um clipe de 15 segundos em 360p custam menos de 3,50 dólares, e só o escolhido precisa de upscale. Variantes para cada público e cada posicionamento deixam de ser uma questão de orçamento, e o próprio conselho do Google é fazer rascunhos em baixa resolução, “corrigir um detalhe com uma edição posterior” e fazer upscale só do melhor.

Terceiro, as rodadas ficam mais curtas. Um rascunho em seis segundos e uma edição que muda uma coisa em vez do clipe inteiro significam mais rodadas numa tarde. Os dois modelos também chegam onde as equipes de design já trabalham: o Figma Weave é citado nos dois anúncios, a Adobe no do Google, e a Higgsfield aparece entre os clientes de acesso antecipado da OpenAI.

O que continua igual

Um modelo mais rápido continua não conhecendo a sua marca. A documentação da OpenAI diz que o modelo “pode ocasionalmente ter dificuldade para manter a consistência visual de personagens ou elementos de marca recorrentes” entre gerações, a mesma ressalva que apontamos na nossa análise do Images 2.5 em outubro. A consistência continua vindo de um estilo definido: referências reais, luz, enquadramento e cores fixos, registrados como uma receita e testados.

Mais produção também significa mais escolha. Dez variantes baratas só são úteis se alguém com bom gosto escolher a certa e souber dizer por que as outras não funcionam. Na nossa visão, esse trabalho cresce à medida que gerar fica mais barato, porque a parte difícil passa de fazer para julgar.

Direitos e transparência também não ficam mais simples. As duas empresas agora aplicam marca d’água com o mesmo sistema: a OpenAI diz que está adicionando o SynthID, do Google DeepMind, ao ChatGPT, ao Codex e à API, ao lado dos metadados C2PA, e todo vídeo do Omni leva SynthID. Na UE, as regras do AI Act sobre marcação e rotulagem de conteúdo gerado por IA valem desde 2 de agosto de 2026, e as ferramentas que já estavam no mercado antes disso têm até 2 de dezembro para marcar o que produzem; o código de boas práticas da Comissão descreve como cumpri-las. Uma marca continua precisando dos direitos de cada referência que envia, e de uma regra clara sobre quando rotula o que publica.

E a aprovação continua com uma pessoa. O system card da OpenAI é direto sobre os GIFs: “Violações relacionadas a movimento continuam difíceis de detectar, e as salvaguardas podem não detectar todas as violações.” Um mascote em loop é conteúdo publicado como qualquer outro, e precisa da mesma verificação e da mesma aprovação antes de sair.

Onde estamos

É em torno desse trabalho que o Reel e o Tempo foram construídos. O Reel, já disponível, cria imagens e filmes nos estilos definidos de uma marca, escolhe o melhor modelo para cada tarefa, entre eles o GPT Image e o Gemini, verifica cada resultado e deixa a escolha para uma pessoa. O Tempo, também disponível, é o nosso motor de redes sociais: os visuais vêm do Reel, e hoje uma pessoa aprova cada post. Modelos mais rápidos e mais baratos tornam esse processo mais ágil. Não substituem o estilo, a escolha nem a aprovação.