NodaroAccount
Docs do Nodaro
DocumentaçãoReferência de nósModelosTemplatesAgentes de IA (MCP)DesenvolvedoresAuto-hospedagemPesquisaComparações
Guias

Como escolher um modelo

Escolha o modelo certo de imagem, vídeo, áudio ou texto para cada tarefa no Nodaro, de rascunhos baratos a versões finais refinadas, com preços atualizados.

O Nodaro executa mais de cem modelos de imagem, vídeo, áudio e texto. O certo depende do que você cria e de quanto quer gastar. Este guia agrupa os modelos por tarefa e por preço, para que você possa escolher sem ler a página de cada modelo. Comece pelas escolhas rápidas, faça rascunhos em um modelo barato e troque para um modelo premium no render final. As tabelas desta página são lidas do catálogo de modelos do Nodaro, então os preços estão sempre atualizados.

Escolhas rápidas por tarefa

Encontre o seu objetivo na coluna da esquerda e clique em um modelo para ver as configurações, os preços e as dicas de prompt dele.

O melhor para tipografia, logotipos e imagens com muito textoGPT Image 2, GPT Image 2.6 FlareGPT Image 2 para textos exatos, rótulos e escritas não latinas; GPT Image 2.6 Flare para pôsteres e layouts, e mais rápido.
Imagem realista mais barataZ-Image, Qwen, Imagen 4 FastO Z-Image é o mais barato. Qwen ou Imagen4 Fast para uma qualidade um pouco maior.
Imagem com a maior fidelidadeGPT Image 2, GPT Image 2.6 Sunburst, Imagen 4 UltraGPT Image 2 para personagens e identidade; GPT Image 2.6 Sunburst para proporções largas ou intermediárias que o GPT Image 2 não desenha.
Edição de imagem e novo estiloGPT Image 2.6 Flare (I2I), GPT Image 2 (I2I), Seedream 5 Pro (I2I)O GPT Image 2.6 Flare muda o que você pede e mantém o resto; GPT Image 2 de imagem para imagem para edições em que a identidade é crítica; Seedream 5 Pro para edições guiadas por instruções.
Imagem com a maior resoluçãoTopaz Image Upscale, GPT Image 2, GPT Image 2.6 SunburstGere no nível mais alto do modelo e depois aumente a resolução em 4x com o Topaz (o único ajuste do Topaz é o fator 1x/2x/4x).
Ampliar uma imagem com texto, rótulos ou logosNodaro Image UpscaleMantém as letras exatamente como foram escritas. O 1x aprimora no mesmo tamanho; vai até 8x. O preço depende do tamanho da saída, então uma imagem pequena custa pouco.
Remoção de fundo e recorteRecraft Remove BGBarato e sem necessidade de prompt.
O vídeo mais cinematográficoVEO 3.1 Quality, Kling 3.0, Seedance 2VEO 3.1 Quality para narrativas de alta qualidade; Kling 3.0 para movimento sincronizado com música; Seedance 2 para consistência guiada por referências.
Clipes de vídeo baratos em loteVEO 3.1 Fast, Wan 2.2 TurboO VEO 3.1 Fast tem o melhor equilíbrio entre preço e qualidade, com áudio nativo.
Vídeo com quadro inicial e finalVEO 3.1 Quality, VEO 3.1 Fast, Kling 2.5 Turbo Pro, Hailuo 02 Standard, Seedance 2Todos os modelos listados aceitam quadro final; o VEO usa imageUrls[start, end] (primeiro o quadro inicial, depois o final).
Geração de música e cançõesSuno V6, Suno V6 Wild, Suno V6 Mini, Suno v5.5O V6 é o topo de linha e o padrão; o V6 Wild dá resultados mais ousados e menos previsíveis; o V6 Mini serve quando a velocidade importa; v5.5 / v5 / v4 mantêm o estilo próprio. Mesmo preço.
Locução e narraçãoElevenLabs v4, ElevenLabs v3, ElevenLabs v4 Turbo, ElevenLabs Turbo v2.5O v4 é o padrão: marcações de áudio entre colchetes para emoção e até 10.000 caracteres por solicitação. O v3 é o modelo expressivo anterior e continua disponível. O v4 Turbo mantém as marcações do v4 pelo preço em créditos do Turbo; o Turbo v2.5 é o mais barato para narração simples, sem marcações.
Sincronizar os lábios de um retrato com um áudioKling Avatar Pro, Kling Avatar StandardPro para o formato da boca mais preciso; InfiniTalk para controlar a resolução.
Transcrição e legendasElevenLabs STT, Incredibly Fast Whisper, Whisper, Nemotron 3.5 TranscribeLegendas precisam de marcações de tempo POR PALAVRA: ElevenLabs STT (sempre), Incredibly Fast Whisper ou Nemotron 3.5 Transcribe (quando solicitado, com um falante em cada palavra). O Whisper comum retorna só segmentos por frase. Para traduzir a fala (para o inglês ou a partir dele) em vez de transcrevê-la, use o Nemotron 3.5 Transcribe com um idioma de destino; uma tradução não traz marcações de tempo por palavra.
Transferência de movimento (animar um personagem com outro vídeo)Kling 2.6 Motion Transfer, Kling 3.0 Motion TransferO Kling 2.6 base é barato; o Kling 3.0 é a opção de alta qualidade.

Dia a dia, padrão e premium

Os modelos se dividem em três faixas de preço. As faixas são relativas dentro de cada tipo de mídia: cada faixa reúne cerca de um terço dos modelos de imagem, de vídeo ou de áudio, divididos pelo preço das configurações padrão. Modelos com o mesmo preço ficam na mesma faixa.

FaixaQuando usar
Dia a diaBaixo custo e rapidez. A escolha certa por padrão para rascunhos, iterações e a maior parte do trabalho.
PadrãoUm degrau acima em qualidade, por um preço moderado.
PremiumA melhor qualidade, pelo preço mais alto. Use para as tomadas principais e as renderizações finais.

Alguns modelos não têm faixa. Um modelo oferecido com o nome do próprio Nodaro, como o Nodaro Image Upscale ou o Nodaro Video Upscale, não é classificado, e o preço dele não muda a faixa de nenhum outro modelo. A descrição dele diz o que o preço em créditos compra.

Entre tipos de mídia diferentes, compare créditos, não nomes de faixa. Um modelo de imagem premium ainda custa muito menos do que um modelo de vídeo premium.

Os preços são das configurações padrão. Os créditos em cada tabela abaixo são o preço das configurações padrão do modelo. Uma resolução maior, um clipe mais longo ou áudio nativo custam mais. Veja Créditos para saber como os preços são cobrados.

Modelos de imagem

TarefaModeloPor quê
Personagens, identidade e texto exato na imagemGPT Image 2O padrão do nó Gerar imagem. O melhor para textos exatos, rótulos e escritas não latinas, e para manter a identidade de um personagem.
Iteração rápida, cartazes e fotos de produtoGPT Image 2.6 FlareO modelo rápido do GPT Image 2.6, com bons layouts. Mais rápido que o GPT Image 2, e bom para cartazes e layouts com texto.
Trabalho final em que cada detalhe importaGPT Image 2.6 SunburstO detalhe mais fino e a maior consistência entre edições. Ele também desenha as proporções largas e intermediárias que o GPT Image 2 não desenha, como 21:9, 4:5 e 5:4.
Rascunhos e storyboards de baixo custoNano Banana 2.1, Z-Image, Seedream 5 FlashO Nano Banana 2.1 é rápido e barato, e aceita até 10 imagens de referência. O Z-Image é o modelo mais barato do catálogo, com um conjunto limitado de proporções. O Seedream 5 Flash gera imagens em 1K ou 2K pelo mesmo preço.
Imagens e edições rápidas e de baixo custoFLUX 3 KleinO modelo leve do FLUX 3. Ele cria imagens em 1K por padrão, ou em 2K e 4K, em nove formatos. Adicione até 10 imagens de referência e ele edita a partir delas, pelo mesmo preço.
Texto legível a baixo preçoMiniMax H3 ImageImagens detalhadas de até cerca de 16 MP em 4K, com texto legível dentro da imagem. 1K e 2K custam o mesmo.
Luz fotográfica, pele e texto pequeno e densoSeedream 5.5Luz, materiais e pele mais naturais, e texto pequeno e denso que continua legível. Ele desenha um fundo transparente em uma única etapa.
Seguir instruções detalhadasSeedream 5 ProO melhor em seguir instruções e em raciocínio visual da família Seedream.
Editar mantendo o assuntoGPT Image 2.6 Flare (I2I), GPT Image 2 (I2I), Seedream 5.5 (I2I)O GPT Image 2.6 Flare muda o que você pede e mantém o resto. O GPT Image 2 (I2I) serve para edições em que a identidade é o mais importante. O Seedream 5.5 (I2I) edita rodada após rodada e mantém o resto da imagem como estava.
Mudar uma área mascaradaGPT Image 2.6 Flare (I2I), GPT Image 2.6 Sunburst (I2I)Os dois aceitam uma máscara de inpainting em PNG, JPEG ou WebP. O resto da imagem é mantido exatamente como estava. Veja Modificar imagem.
Combinar muitas imagens em uma ediçãoMiniMax H3 Image (I2I)Muda ou combina até 16 imagens de referência, com texto legível. O preço depende do tamanho e de cada imagem de referência.
Um GIF animado ou um SVG vetorialGPT Image 2.6 Flare, GPT Image 2.6 SunburstOs dois gravam PNG, JPEG, WebP, um GIF animado ou um SVG. Escolha o arquivo em Formato. Veja Formatos em Gerar imagem.
Diagramas e composições complexasNano Banana ProForte em renderizar texto, diagramas e composições complexas.
A resolução mais altaTopaz Image UpscaleGere na resolução máxima do modelo e depois amplie a imagem 2x ou 4x.
Ampliar uma imagem com texto, rótulos ou logotiposNodaro Image UpscaleMantém as letras exatamente como foram escritas. 1x melhora no mesmo tamanho, e o fator vai até 8x. O preço é definido pelo tamanho da saída, então uma imagem pequena custa pouco.
Remoção de fundoRecraft Remove BGBaixo custo e sem necessidade de prompt.

Se você estiver em dúvida entre os dois modelos GPT Image 2.6, faça o rascunho no Flare e finalize no Sunburst. Os dois custam o mesmo.

ModeloDesenvolvedorModosCréditosDetalhes
GPT Image 2OpenAITexto para imagema partir de 21Nova geração do GPT Image — mais proporções e preço conforme a resolução (1K/2K/4K).
GPT Image 2.5 FlareOpenAITexto para imagema partir de 17GPT Image 2.5 rápido para o dia a dia — qualidade maior que a do GPT Image 2 com cerca de metade da latência. É o padrão da dupla: conteúdo para redes sociais e criadores, variações de campanha, miniaturas, iteração rápida e trabalho em alto volume.
GPT Image 2.5 SunburstOpenAITexto para imagema partir de 17GPT Image 2.5 de precisão — troca tempo de geração por mais controle e fidelidade aos detalhes. Escolha-o para trabalhos de produção e que exigem cuidado com a marca: embalagens, diagramas, retoque de fotos para lojas virtuais e peças de campanha bem acabadas.
Nano Banana 2.1GoogleTexto para imagem, Imagem para imagema partir de 11Modelo de imagem de alta eficiência do Google, para geração e edição — mais qualidade, aderência ao prompt, consistência de personagem e renderização de texto, até 10 referências e saída em 4K.
Z-ImageTongyi-MAITexto para imagem3O modelo mais barato do catálogo. Resultado rápido e estilizado. Poucas proporções disponíveis.
Seedream 5 FlashBytedanceTexto para imagem11Seedream 5 rápido e barato — gerações rápidas em 1K ou 2K, pelo mesmo preço nos dois tamanhos.
Seedream 5 ProBytedanceTexto para imagema partir de 20Seedream 5 Pro, o topo de linha — a melhor aderência a instruções e o raciocínio visual mais forte. Básica = 1K, alta = 2K.
GPT Image 2.5 Flare (I2I)OpenAIImagem para imagema partir de 17Edições rápidas com o GPT Image 2.5 (até 16 imagens de origem) — o padrão quando você está iterando, e não finalizando.
GPT Image 2 (I2I)OpenAIImagem para imagema partir de 21Imagem para imagem com o GPT Image 2.
Nano Banana ProGoogleTexto para imagem, Imagem para imagema partir de 50Nano Banana topo de linha — o melhor para renderizar texto, diagramas e composições complexas.
Topaz Image UpscaleTopazUpscale de imagema partir de 28Aumento de resolução de imagens com alta qualidade, em 1x (só aprimoramento), 2x ou 4x. Ideal quando o resultado vai direto para produção.
Nodaro Image Upscale—Upscale de imagema partir de 5Upscale de imagem em 1x (só aprimorar), 2x, 4x ou 8x. Recupera os detalhes e mantém as letras exatamente como foram escritas; a saída é a entrada vezes o fator, sem cortes. Preço pelo tamanho da saída.
Recraft Remove BGRecraftRemoção de fundo4Remove o fundo da imagem. Utilitário barato.

Todos os modelos de imagem estão em Modelos de imagem.

Modelos de vídeo

Antes de escolher, confira três coisas na página do modelo. O modelo gera áudio nativo? Quais durações ele oferece? Ele aceita um quadro final além do quadro inicial? Muitos modelos de vídeo fazem texto para vídeo e imagem para vídeo com o mesmo nome. O nó Gerar vídeo escolhe o modo pelo que você conecta: com um quadro inicial, ele anima a imagem; sem ele, trabalha a partir do prompt.

TarefaModeloPor quê
A maioria dos clipesVEO 3.1 FastO melhor equilíbrio entre preço e qualidade, com áudio nativo, em 4, 6 ou 8 segundos.
Muitos clipes pelo menor preçoVEO 3.1 Lite, Wan 2.2 TurboFeitos para grande volume, como B-roll.
Tomadas cinematográficas premiumVEO 3.1 QualityVídeo narrativo premium com áudio nativo e um quadro final opcional.
Movimento sincronizado com músicaKling 3.0Movimento premium, de 3 a 15 segundos, com áudio nativo.
Um Kling mais rápido e de menor custoKling 4.0 FlashO Kling 4.0 mais rápido, em 720p, com até 20 segundos e áudio nativo. Ele funciona a partir de um quadro inicial, de imagens de referência, vídeos e personagens, ou só de texto.
Consistência a partir de imagens de referênciaSeedance 2Vídeo guiado por referências, com áudio nativo. O Seedance 2 Mini é a opção econômica.
Uma tomada longaSeedance 2.5, Wan 3.0Até 30 segundos em uma única tomada.
Um quadro inicial e um quadro finalVEO 3.1 Quality, VEO 3.1 Fast, Kling 2.5 Turbo Pro, Seedance 2Todos aceitam um quadro final.
Um retrato falanteKling Avatar Pro, Kling Avatar StandardO Kling Avatar Pro dá os melhores movimentos de boca.
Movimento a partir de outro vídeoKling 2.6 Motion Transfer, Kling 3.0 Motion TransferO Kling 2.6 é a opção de baixo custo. O Kling 3.0 é premium.
Um clipe mais longo a partir de qualquer vídeoSeedance 2.5 Extend, Seedance 2.5 Flash Extend, Seedance 2.0 Extend, Kling 4 Extend, Gemini Omni Flash 1.2 ExtendCada um gera uma continuação com áudio e a junta em um só clipe. O Seedance 2.5 Extend e o Seedance 2.5 Flash Extend adicionam de 4 a 30 segundos, o Seedance 2.0 Extend adiciona de 4 a 15 segundos, e o Kling 4 Extend adiciona de 3 a 30 segundos. O Gemini Omni Flash 1.2 Extend adiciona de 3 a 10 segundos a um vídeo 16:9 ou 9:16. Veja Estender vídeo.
Um vídeo final mais nítidoTopaz Video Upscale, Nodaro Video UpscaleO Topaz faz uma ampliação e melhoria de alta qualidade para 720p, 1080p ou 4K, com até 60 fps. O Nodaro Video Upscale leva qualquer clipe de até 60 segundos e 50 MB para 1080p, 2K ou 4K, e mantém o formato, a taxa de quadros, a duração e o som. O preço é por segundo do clipe.
ModeloDesenvolvedorModosCréditosDetalhes
VEO 3.1 LiteGoogleImagem para vídeo, Texto para vídeoa partir de 83VEO 3.1 Lite — o nível do VEO com melhor custo-benefício para gerar em alto volume. Clipes de 4, 6 ou 8 s com áudio e suporte a quadro inicial e final.
VEO 3.1 FastGoogleImagem para vídeo, Texto para vídeoa partir de 165VEO 3.1 Fast — nível mais barato do VEO 3.1, com áudio, em 4, 6 ou 8 s. Bom equilíbrio para a maioria dos usos. Preço fixo por geração, qualquer que seja a duração.
VEO 3.1 QualityGoogleImagem para vídeo, Texto para vídeoa partir de 1.100Google VEO 3.1 Quality — vídeo cinematográfico de alta qualidade. Clipes de 4, 6 ou 8 s, quadro final opcional e áudio nativo. Não tem o modo de referência para vídeo (só o Fast e o Lite têm). Preço fixo por geração, qualquer que seja a duração.
Kling 3.0KuaishouImagem para vídeo, Texto para vídeoa partir de 297Kling 3.0 de alta qualidade — duração variável de 3 a 15 s, áudio nativo, 720P/1080P.
Seedance 2 MiniBytedanceImagem para vídeo, Texto para vídeoa partir de 132Nível econômico do Seedance 2 — só 480p/720p, preço por segundo conforme a resolução.
Seedance 2BytedanceImagem para vídeo, Texto para vídeoa partir de 253Seedance 2 — nível de alta qualidade, com áudio nativo. Preço por segundo conforme a resolução.
Seedance 2.5BytedanceImagem para vídeo, Texto para vídeo, Vídeo para vídeoa partir de 374Seedance 2.5 — até 30 s em uma única tomada, áudio nativo e amplas referências multimodais. 480p/720p/1080p.
Wan 2.2 TurboAlibabaImagem para vídeo, Texto para vídeoa partir de 110Wan Turbo, barato e rápido — 5 s. Atende imagem para vídeo e texto para vídeo com um único ID.
Kling 2.5 Turbo ProKuaishouImagem para vídeo, Texto para vídeoa partir de 121Kling mais rápido — boa qualidade por um custo menor. Aceita quadro final.

Todos os modelos de vídeo estão em Modelos de vídeo. Para ver como dois deles, o Seedance 2.5 e o Seedance 2 Fast, seguem as direções de câmera, leia Laboratório de Movimentos de Câmera.

Modelos de áudio, voz e música

TarefaModeloPor quê
Narração com emoçãoElevenLabs v4, ElevenLabs v3O ElevenLabs v4 é o padrão. Ele lê tags de áudio entre colchetes para emoção e ritmo, e aceita até 10.000 caracteres por requisição. O ElevenLabs v3 é o modelo expressivo anterior, e você ainda pode escolhê-lo.
Narração por um preço menorElevenLabs v4 Turbo, ElevenLabs Turbo v2.5O ElevenLabs v4 Turbo mantém as tags de áudio do v4 pelo preço em créditos do Turbo v2.5. O Turbo v2.5 é o mais barato para narração simples, sem tags.
Narração com uma voz nomeada pelo menor preçoGemini 3.8 Flash-Lite TTS, Gemini 3.8 Flash TTS, Gemini 3.1 Flash TTS, Gemini 2.5 Pro TTSAs vozes Gemini custam muito menos por caractere que as do ElevenLabs. Cada modelo fala só as próprias vozes nomeadas, sem vozes da biblioteca. Você não define o idioma: o texto o decide. O 3.8 Flash-Lite é o mais barato. O 3.8 Flash e o 3.8 Flash-Lite aceitam as próprias tags de tom, como uma risada, um suspiro ou uma pausa curta, e um estilo escrito com as suas palavras. O 3.1 Flash e o 2.5 Pro aceitam tags de áudio entre colchetes, além de estilo, ritmo, sotaque e perfil de áudio.
Fala em vários idiomasElevenLabs Multilingual v2Feito para vários idiomas.
Uma conversa entre várias vozesElevenLabs Dialogue v3Dá voz a cada papel de um roteiro.
Efeitos sonorosElevenLabs Sound EffectsEfeitos curtos a partir de um prompt de texto, por um preço muito baixo.
Canções e músicaSuno V6O padrão. O Suno V6 Wild é mais ousado e menos previsível, e o Suno V6 Mini é mais rápido. Todos os modelos Suno custam o mesmo.
Transcrições para legendasElevenLabs STT, Incredibly Fast Whisper, Nemotron 3.5 TranscribeAs legendas precisam de um tempo para cada palavra, e estes modelos o retornam. O Nemotron 3.5 Transcribe retorna os tempos das palavras quando pedido, com um falante para cada palavra. O Whisper retorna só o tempo por frase.
Tradução de falaNemotron 3.5 TranscribeTraduz a fala em vez de transcrevê-la, para o inglês ou a partir dele. Uma tradução não tem tempos das palavras. O preço é por minuto do arquivo, ou parte dele, até 60 minutos. Veja Transcrever.
ModeloDesenvolvedorModosCréditosDetalhes
ElevenLabs v4ElevenLabsTexto para falaa partir de 5O modelo de texto para fala mais recente da ElevenLabs — marcações de áudio entre colchetes, controle de estabilidade e similaridade, até 10.000 caracteres por solicitação. API direta.
ElevenLabs v3ElevenLabsTexto para falaa partir de 5Modelo expressivo de texto para fala da ElevenLabs — aceita marcações de áudio entre colchetes para emoção e ritmo. API direta.
ElevenLabs v4 TurboElevenLabsTexto para falaa partir de 3ElevenLabs v4 mais rápido e mais barato, com menor fidelidade — marcações de áudio entre colchetes, controle de estabilidade e similaridade, pelo preço em créditos do Turbo. Prefira o v4 quando a qualidade importa. API direta.
ElevenLabs Turbo v2.5ElevenLabsTexto para falaa partir de 3Texto para fala rápido e barato da ElevenLabs, pela API direta da ElevenLabs. Bom para narração.
ElevenLabs Multilingual v2ElevenLabsTexto para falaa partir de 5Texto para fala multilíngue da ElevenLabs, pela API direta da ElevenLabs.
ElevenLabs Dialogue v3ElevenLabsDiálogo com vários falantesa partir de 5Diálogo com vários falantes pela API direta da ElevenLabs — você fornece um roteiro e ele dá voz a cada papel (qualquer voz: pronta, da biblioteca ou clonada).
ElevenLabs Sound EffectsElevenLabsEfeitos sonorosa partir de 2Gera efeitos sonoros curtos a partir de um prompt de texto.
ElevenLabs STTElevenLabsFala para texto25Fala para texto com marcações de tempo POR PALAVRA (sempre ativas), identificação de falantes e etiquetas de eventos sonoros. É o mecanismo certo quando a transcrição alimenta legendas.
Incredibly Fast WhisperOpenAIFala para texto44Fala para texto rápido com o Whisper. Retorna marcações de tempo POR PALAVRA quando solicitado, então a transcrição pode alimentar legendas.
WhisperOpenAIFala para texto44Fala para texto com o Whisper — só segmentos POR FRASE, SEM marcações de tempo por palavra. Serve para uma transcrição ou uma legenda estática, mas não para legendas sincronizadas palavra por palavra (cinéticas).
Suno V6SunoMúsica33Suno V6 — maior expressividade musical, com vocais mais naturais e detalhes mais ricos. O topo de linha e o padrão.
Suno V6 WildSunoMúsica33Suno V6 Wild — amplia os limites criativos para uma expressão musical mais ousada e marcante; resultados mais variados e menos previsíveis.
Suno V6 MiniSunoMúsica33Suno V6 Mini — leve e rápido, equilibra qualidade e velocidade para criar sem esforço.

Todos os modelos de áudio estão em Modelos de áudio.

Modelos de texto

Os nós que escrevem ou leem texto com um modelo de linguagem permitem escolher o modelo. Exemplos são Gerar texto - qualquer LLM, Gerar roteiro, Verificar qualidade, Descrever imagem, Descrever para seletor, Avaliador de imagem e o juiz de IA de Escolher o melhor. O seletor de modelo agrupa os modelos em três faixas, como guia de qualidade e orçamento:

FaixaQuando usarPreço relativo por token
EconômicoTexto simples em grande volume: rascunhos rápidos, prompts curtos, verificações.O mais baixo
PadrãoA maior parte da escrita e das saídas estruturadas. O equilíbrio entre qualidade e preço.Intermediário
PremiumO raciocínio mais difícil: roteiros longos, planos de cena detalhados, reescritas cuidadosas.O mais alto

Cada chamada é cobrada pelos tokens que realmente usou, pela tarifa do modelo que a executou. O botão Executar mostra ≈ e um número: uma estimativa de uma chamada típica com aquele modelo. Um prompt longo ou uma resposta longa custam mais em qualquer modelo, e um Esforço de raciocínio maior só custa mais pelos tokens extras que escreve. No GPT-6.1 Terra, uma execução típica tem a mesma estimativa em qualquer Esforço de raciocínio. As regras completas, incluindo a reserva antes de uma chamada e o custo de uma chamada que falhou, estão em Como as chamadas de LLM são cobradas.

Os modelos oferecidos mudam de um nó para outro. Cada nó informa o seu modelo padrão na própria página.

Rascunho barato, final premium

Faça o rascunho em um modelo do dia a dia

Monte o workflow em um modelo de baixo custo, com resolução baixa ou duração curta. Execute até a composição, o prompt e os seletores ficarem certos.

Mantenha o modelo em um só nó

Alimente um único nó de geração com tomadas parecidas a partir de uma Lista, em vez de copiar o nó para cada tomada. O nó é executado uma vez por item da lista, então passar do modelo de rascunho para o final é uma única alteração.

Você também pode conectar um nó Provedor à entrada Configurações de todos os nós Gerar imagem, ou de todos os nós Gerar vídeo ou Gerar vídeo Pro. Assim, o nó Provedor define o modelo de todos eles.

Renderize a versão final

Troque para um modelo premium ou uma resolução maior e execute de novo. Compare o resultado com o rascunho antes de gastar com o resto do workflow.

promptListaTrês prompts de cenaGerar imagemÉ executado três vezes
Uma Lista com três prompts de cena alimenta um único nó Gerar imagem, então uma execução de rascunho e uma execução final diferem por uma única troca de modelo.

Dicas

  • Use o modelo certo para texto em imagens. Para uma placa, um rótulo ou um pôster com palavras, use o GPT Image 2 ou o GPT Image 2.6 Flare.
  • Confira primeiro os recursos de vídeo. Um modelo sem áudio nativo precisa de uma faixa separada de voz ou música. Um modelo sem suporte a quadro final não consegue terminar em um último quadro planejado.
  • Economize nas novas tentativas. Rascunhos em um modelo do dia a dia custam uma fração de uma execução premium, então faça as suas tentativas ali.

Perguntas frequentes

Com qual modelo de imagem devo começar?

Comece pelo GPT Image 2, o padrão do Gerar imagem, para personagens, identidade e texto exato na imagem. Use o GPT Image 2.6 Flare para iterar rápido e para cartazes e fotos de produto, e o GPT Image 2.6 Sunburst quando cada detalhe importa. Use o Nano Banana 2.1 ou o Z-Image para rascunhos de baixo custo.

Qual modelo de vídeo dá os melhores resultados?

O VEO 3.1 Quality para tomadas cinematográficas premium, o Kling 3.0 para movimento sincronizado com música e o Seedance 2 para consistência guiada por imagens de referência. O VEO 3.1 Fast é o melhor equilíbrio entre preço e qualidade para a maioria dos clipes, com áudio nativo.

Qual modelo devo usar para fazer legendas?

Use o ElevenLabs STT, o Incredibly Fast Whisper ou o Nemotron 3.5 Transcribe, porque as legendas precisam de um tempo para cada palavra. O Whisper comum retorna só o tempo por frase, o que serve para uma transcrição, mas não para legendas palavra por palavra. O Nemotron 3.5 Transcribe também dá um falante a cada palavra.

Por que o preço de um modelo aparece como preço inicial?

O número nas tabelas é o preço das configurações padrão do modelo. Uma resolução maior, um clipe mais longo ou áudio nativo custam mais. A página de cada modelo lista todos os preços dele.

Posso trocar o modelo de vários nós de uma vez?

Para o Gerar imagem e os nós de vídeo, sim. Conecte um nó Provedor à entrada “Configurações” de cada nó Gerar imagem, ou de cada nó Gerar vídeo ou Gerar vídeo Pro, e depois troque o modelo no nó Provedor. Para os outros nós, alimente um único nó de geração com tomadas parecidas a partir de uma Lista; ele é executado uma vez por item, com o mesmo modelo.

Última atualização

Nesta página