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

Gerar vídeo

Crie um vídeo a partir de um prompt, um quadro inicial ou referências com Seedance, VEO, Kling, Wan e outros, com som, quadro final e créditos por modelo.

O nó Gerar vídeo transforma um prompt, uma imagem ou um conjunto de referências em um clipe de vídeo. É o principal nó de vídeo do Nodaro: o mesmo nó faz clipes de texto para vídeo, de imagem para vídeo, com quadro inicial e final e guiados por referências, e escolhe o modo pelo que você conecta. Você escolhe um dos modelos de vídeo, e o resultado pode alimentar qualquer outro nó de vídeo, por exemplo o Combinar vídeos.

Quando usar

  • Você precisa de um clipe curto a partir de uma descrição: B-roll, uma tomada de estabelecimento, um giro de produto, um post para redes sociais.
  • Você tem uma imagem fixa e quer que ela se mova. Conecte-a a Quadro inicial, por exemplo um resultado do Gerar imagem.
  • Você quer um clipe que comece em uma imagem e termine em outra. Conecte Quadro inicial e Quadro final.
  • Você quer o mesmo personagem, produto ou lugar em muitos clipes. Conecte nós de entidade ou imagens de referência.
  • Você quer mudar um clipe existente por instrução. O Seedance 2.5, o Seedance 2.5 Flash, o Gemini Omni e o Gemini Omni Flash 1.2 podem editar um vídeo conectado.

Para um clipe mais longo do que uma execução do modelo permite, use o Gerar vídeo Pro. Para continuar um clipe que você já tem, use o Estender vídeo.

Início rápido

Adicionar o nó

Pressione Tab no canvas, ou abra o menu Adicionar nó na barra lateral, e escolha Vídeo › Criação › Gerar vídeo.

Escrever o prompt

Digite o prompt no nó ou conecte um nó Texto à entrada Prompt. Descreva o que se move, como se move e o que a câmera faz.

Conectar um quadro inicial, se você tiver um

Conecte um nó de imagem a Quadro inicial para animar essa imagem. Deixe a entrada vazia para fazer o clipe só a partir do prompt.

Escolher o modelo e o clipe

Abra o painel de configurações. Escolha um modelo em Provedor e, depois, a Duração (segundos), a Resolução e a Proporção. As opções mudam conforme o modelo. Os mesmos controles também aparecem na barra abaixo do nó quando você aponta para ele.

Executar

Clique em Executar. O clipe aparece no nó, e todos os resultados anteriores ficam no histórico de resultados dele.

promptquadro inicialentidadeslookTextoSeu promptGerar imagemQuadro de aberturaPersonagemMayaMovimento de câmeraAproximação lentaGerar vídeoSeedance 2Combinar vídeos
Um prompt, um quadro de abertura, um personagem e um seletor de movimento de câmera alimentam o Gerar vídeo; depois, o clipe vai para o Combinar vídeos.

Como o nó escolhe um modo

Não existe uma opção de modo. Quando o nó é executado, ele verifica o que está conectado e escolhe o modo:

O que está conectadoO que o nó faz
Só um promptUm clipe de texto para vídeo.
Quadro inicialUm clipe de imagem para vídeo que abre na sua imagem.
Quadro inicial e Quadro finalUm clipe que vai da primeira imagem até a última, nos modelos que aceitam quadro final.
Refs. de imagem, Refs. de vídeo ou Refs. de áudioUm clipe guiado por referências. O modelo usa as referências para moldar o resultado, nos modelos que as aceitam.
Um clipe em Refs. de vídeo, no Seedance 2.5, no Seedance 2.5 Flash, no Gemini Omni ou no Gemini Omni Flash 1.2Uma edição desse clipe: sempre no Gemini Omni e no Gemini Omni Flash 1.2 e, no Seedance 2.5 e no Seedance 2.5 Flash, quando o prompt pede uma mudança. Veja Editar um clipe.

Todos os modelos da lista podem ser escolhidos em todos os modos. Algumas coisas funcionam de outro jeito em certos modelos:

  • Alguns modelos precisam de uma imagem. Kling 2.1 Master, Kling 3 Omni, Hailuo 2.3, Hailuo 2.3 Pro, Bytedance Pro Fast, HappyHorse 1.1 Ref2V, Vidu Q4 e Grok Imagine Video 1.5 não têm modo de texto para vídeo. Executar fica desativado até que uma imagem seja conectada, e a dica do botão cita o modelo. No HappyHorse 1.1 Ref2V e no Vidu Q4, imagens de referência sozinhas bastam: o modelo é executado a partir delas, sem quadro inicial.
  • Referências sem quadro inicial. Alguns modelos são executados com referências conectadas e sem quadro inicial. São eles a família Seedance 2, o MiniMax H3, o Wan 3.0, o Gemini Omni, o Gemini Omni Flash 1.2, o VEO 3.1 Fast e Lite, o Grok Imagine, o HappyHorse 1.1 Ref2V, o Vidu Q4, o Kling 4.0 e o Kling 4.0 Flash. O Kling 4.0 Keyframes também executa os quadros intermediários dele sem quadro inicial. Isso funciona no editor, em uma execução de workflow ou de app e pela API. O Grok Imagine Video 1.5 é diferente: os quadros intermediários dele precisam de um quadro inicial.
  • Um quadro final sozinho vira a imagem inicial. Se você conectar Quadro final sem Quadro inicial, o nó envia essa imagem como a imagem a animar.
  • Uma entrada, duas versões. Grok Imagine, Wan 2.6, Wan 2.7 e HappyHorse 1.1 aparecem uma única vez na lista de modelos. O nó usa a versão de texto para vídeo ou a de imagem para vídeo do modelo, dependendo de haver ou não uma imagem conectada.

Entradas

O Gerar vídeo tem onze entradas na borda esquerda. Cada entrada aceita só os tipos de nó listados, e o editor recusa uma conexão que não se encaixa. Uma entrada que o modelo escolhido não consegue usar aparece desativada. Clique em uma entrada para ver o que está conectado a ela, ir até um nó conectado, desconectá-lo ou adicionar um novo nó compatível.

EntradaAceitaO que faz
PromptNós de texto, como Texto, Gerar texto - qualquer LLM, Gerar roteiro e Combinar texto, e seletoresA descrição do clipe.
NegativoNós de textoO que o modelo deve evitar. Alguns modelos recebem isso como um prompt negativo de verdade; nos outros, o Nodaro adiciona ao prompt uma linha “Avoid:” (Evitar:).
Quadro inicialNós de imagem, como Enviar imagem, Gerar imagem e Modificar imagemO primeiro quadro do clipe.
Quadro finalNós de imagemO último quadro do clipe, nos modelos que aceitam um.
Refs. de imagemNós de imagem, vários ao mesmo tempoImagens de referência para os modelos que as aceitam. A ordem importa: arraste-as no painel de configurações para reordenar. No Kling 4.0 Keyframes e no Grok Imagine Video 1.5, essas imagens são os quadros intermediários.
Refs. de vídeoNós de vídeo, vários ao mesmo tempoClipes de referência para Seedance 2, Seedance 2.5, Seedance 2.5 Flash, MiniMax H3, Wan 3.0, Kling 4.0, Kling 4.0 Flash e Gemini Omni. No Seedance 2.5, no Seedance 2.5 Flash, no Gemini Omni e no Gemini Omni Flash 1.2, um clipe conectado aqui também pode ser editado.
Refs. de áudioNós de áudio, vários ao mesmo tempoÁudio que o modelo usa enquanto gera, na família Seedance 2, no MiniMax H3, no Wan 3.0, no Kling 4.0, no Kling 4.0 Flash e no LTX 2.3 Pro. Com uma fala, o Seedance 2 e o MiniMax H3 sincronizam os lábios de quem fala com ela. No Kling 4.0, o primeiro clipe toca como trilha sonora e os outros viram vozes nomeadas. No Kling 4.0 Flash, a entrada se chama Refs. de voz, e o clipe 1 é a voz do personagem 1. No LTX 2.3 Pro, um clipe conduz um clipe de áudio para vídeo.
EntidadesNós Personagem, Local, Objeto/adereço, Animal/criatura e Criar rostoIdentidades fixadas. As imagens aprovadas e as descrições delas vão junto com o prompt, e você pode mencioná-las com @ no prompt.
LookSeletores de câmera e de look, como Movimento de câmera, Lente, Iluminação, Enquadramento, Clima, Estilo, Efeitos temporais e TransiçãoCada seletor adiciona o texto dele ao prompt.
ElementosSeletores de assunto, como Pessoa, Pose, Animal, Veículo, Figurino e beleza e Objeto na mãoCada seletor adiciona o texto dele ao prompt.
ConfiguraçõesNós Proporção, Duração, Provedor e Movimento, uma só entrada para os quatroDefine a proporção, a duração e o modelo do nó quando ele é executado. Um nó Movimento adiciona uma oração ao prompt. Veja Entrada Configurações.

A saída, Vídeo, é a URL do clipe gerado. Ela pode alimentar qualquer número de nós ao mesmo tempo.

Refs. de áudio é a única entrada de áudio do nó. Ela entra no modelo e muda o que ele gera. Para colocar uma trilha sonora sobre um clipe pronto, conecte o clipe e o áudio a um nó Mesclar vídeo e áudio.

Workflows salvos com a antiga entrada Áudio. O Gerar vídeo tinha uma entrada Áudio separada, que colocava uma faixa sobre o resultado. Um workflow salvo com uma conexão a ela abre com um nó Mesclar vídeo e áudio adicionado depois do clipe. A faixa toca no volume máximo, e o som próprio do clipe é mantido a 30% só quando o modelo fez som. No LTX 2.3 Pro, a conexão passa para Refs. de áudio. No LTX 2.3 Fast, que nunca a usou, a conexão é removida.

Prompts digitados e prompts conectados

Um prompt conectado a Prompt é adicionado depois do prompt que você digita no nó. Se o prompt digitado citar o nó conectado como uma variável, como {Subject}, o texto conectado aparece só onde está a variável. Para parar de adicionar os prompts conectados, desative Inserir prompt em Inserção no prompt, no painel de configurações.

Uma conexão com Prompt fica cinza e tracejada só quando o nó não usa o texto conectado. Aponte para uma conexão cinza para ler o motivo:

  • Inserir prompt está desativado, e o prompt digitado não cita o nó conectado como variável. A conexão diz “Sem uso: a opção ‘Inserir prompt’ está desativada”.
  • Vários nós de texto estão conectados a Prompt. O nó usa o último conectado, e as conexões anteriores ficam cinza. Elas dizem “Sem uso: um nó de texto conectado depois deste ocupa o lugar dele”. Um nó de texto que o prompt digitado cita como variável é sempre usado.

Entrada Configurações

A entrada Configurações recebe os nós Proporção, Duração, Provedor e Movimento. Quando o nó é executado, cada nó Proporção, Duração ou Provedor conectado substitui uma das configurações do próprio nó:

Nó conectadoSubstituiO que é executado
ProporçãoProporçãoA proporção mais próxima que o modelo faz. Por exemplo, 4:5 é executado como 3:4 no Seedance 2.
DuraçãoDuração (segundos)A duração mais próxima que o modelo faz; em caso de empate, vale a mais curta. Por exemplo, 60 segundos são executados como 15 segundos no Seedance 2 e como 8 segundos no VEO 3.1.
ProvedorProvedorO modelo do nó Provedor. Ele precisa ser um modelo de vídeo que este nó executa.

Um nó Movimento não substitui nenhuma configuração. Ele adiciona ao final do prompt uma oração sobre a quantidade de movimento, junto com o texto dos seletores conectados. Por exemplo, Dinâmico adiciona dynamic, energetic motion with fast, pronounced movement (movimento dinâmico e enérgico, rápido e marcado). A oração segue a chave Inserir look em Inserção no prompt, como os seletores de Look. Um nó Movimento conectado não desativa a configuração Dica de movimento (inserida no prompt) do próprio nó, e as duas não são combinadas; então, use só uma delas. Veja Movimento.

  • Vários nós do mesmo tipo. Quando dois nós do mesmo tipo estão conectados, como dois nós Duração, vale o último conectado.
  • Um modelo que o nó não executa. Um nó Provedor definido com um modelo de imagem é recusado. A etiqueta do modelo no nó fica vermelha, e Executar fica desativado com o motivo, por exemplo “Este nó não executa Nano Banana. Escolha um dos modelos dele no nó Provedor.” Uma execução que chega ao nó, por exemplo a partir de uma execução do workflow, para ali antes de qualquer cobrança, e o erro cita o nó Provedor.
  • O que o nó mostra. Etiquetas no canto superior esquerdo do nó listam os valores com que ele é executado, por exemplo 16:9, 8s, Seedance 2 e Dinâmico. Na barra abaixo do nó e no painel de configurações, uma Proporção, uma Duração ou um Provedor conectado mostra o nó de origem e não pode ser alterado ali.
  • O preço. O botão Executar, o total do workflow e os créditos reservados quando a execução começa usam o modelo conectado e a duração ajustada. Um nó Movimento não muda o preço. Enquanto uma configuração estiver conectada, uma nota abaixo de Executar diz “O preço pode mudar com as configurações conectadas”.
  • Adaptativo e Automático. Uma proporção conectada substitui Adaptativo e Automático (da imagem), e uma duração conectada substitui Automática.

Configurações

Estas configurações aparecem na maioria dos modelos. O painel de configurações mostra só os controles que o modelo escolhido aceita.

ConfiguraçãoO que faz
ProvedorO modelo de vídeo. Os nós novos começam no Seedance 2.0 Fast, com 4 segundos. Aponte para um modelo na lista para ver o que ele aceita.
PromptO texto do prompt. Um prompt conectado à entrada Prompt é adicionado depois do texto digitado. Cada modelo tem o próprio limite, de 1.000 caracteres no Kling 2.6 a 30.000 no Seedance 2.5. O editor faz a contagem regressiva até o limite do seu modelo, e o texto além do limite é cortado.
Prompt negativoO que evitar.
Duração (segundos)A duração do clipe. As opções dependem do modelo. Na família Seedance 2, Automática deixa o modelo escolher a duração.
ResoluçãoA resolução da saída, nos modelos que oferecem opções.
ProporçãoO formato do clipe. Adaptativo ou Automático (da imagem) acompanha a imagem conectada.
Gerar áudioSe o modelo faz uma trilha sonora, nos modelos em que o som pode ser ligado e desligado.
Ajuste dos quadrosComo um quadro inicial ou final conectado é ajustado antes de o modelo vê-lo. Veja Quadros inicial e final.
Enviar quadros comoSe um quadro conectado é enviado como quadro de verdade ou como imagem de referência. Veja Quadros inicial e final.
Usar o vídeo de referência comoNo Seedance 2.5 e no Seedance 2.5 Flash, quando um clipe está conectado a Refs. de vídeo: para que serve o clipe. Veja Usar o vídeo de referência como.
Corte para loopCorta o clipe pronto no melhor ponto de loop. Veja Fazer um loop limpo.
Dica de movimento (inserida no prompt)Marque para adicionar ao prompt um nível de movimento, com ou sem quadro inicial: Sutil, Moderado (o nível inicial) ou Dinâmico. Um nó Movimento na entrada Configurações adiciona a própria oração e não desativa esta configuração; então, use um ou outro.
Salvar o clipe em “…” como vídeo de referênciaAparece quando um Personagem está conectado. Salva o clipe pronto nos vídeos de referência desse personagem, com o Rótulo da variação que você digitar, para que você possa reutilizá-lo como referência de vídeo.
Texto antes e depoisTexto sempre adicionado antes e depois do prompt. Ele fica oculto para quem usa o seu workflow como app. Veja Texto antes e depois do prompt.

Nós Provedor, Duração e Proporção conectados à entrada Configurações substituem Provedor, Duração (segundos) e Proporção quando o nó é executado. Já um nó Movimento conectado adiciona uma oração ao prompt. Veja Entrada Configurações.

O painel de configurações do Gerar vídeo com o Seedance 2.0 selecionado, a nota de modo, o prompt e o prompt negativo.O painel de configurações do Gerar vídeo com o Seedance 2.0 selecionado, a nota de modo, o prompt e o prompt negativo.

Configurações de modelos específicos

ModeloConfigurações extras
VEO 3.1 Quality, Fast e LiteModo de geração: Quadro inicial e final (o padrão) ou Modo de referência, que usa de 1 a 3 imagens de referência em vez de quadros. Seed (opcional), de 10000 a 99999. Gerar áudio, ativado por padrão. Traduzir o prompt para o inglês automaticamente, ativado por padrão; desative para manter o prompt palavra por palavra.
Seedance 2, Seedance 2 Fast, Seedance 2 Mini, Seedance 2.5 e Seedance 2.5 FlashGerar áudio (ativado por padrão), Ativar pesquisa na web e Filtro de conteúdo NSFW. Uma nota no topo do painel mostra o modo que as entradas conectadas produzem. Quando o administrador da sua implantação ativou o filtro para o modelo, o Filtro de conteúdo NSFW aparece marcado e bloqueado, com a nota Definido pelo administrador.
MiniMax H3 (minimax-h3)Resolução: 2K (o padrão) ou 768P, que custa menos por segundo. O áudio é sempre gerado.
Wan 3.0 e Wan 3.0 PrimeGerar áudio (ativado por padrão), para som ambiente. As configurações novas começam em 720p e Adaptativo.
Vidu Q4Gerar áudio, ativado por padrão, para som sincronizado. Durações de 3 a 16 segundos, em qualquer número inteiro de segundos (padrão 5), e cinco resoluções de 540p a 4K (padrão 720p). Quadro final fica desativado: o Vidu Q4 não aceita quadro final.
Kling 4.0 e Kling 4.0 KeyframesDurações de 3 a 30 segundos, em qualquer número inteiro de segundos (padrão 5), em 720p (o padrão) ou 1080p. Proporção é Automático por padrão, que acompanha os seus materiais e faz 16:9 quando não há nenhum. O som está sempre ativado, sem chave, e não há seed. O prompt pode ter até 8.000 caracteres.
Kling 4.0 FlashDurações de 3 a 20 segundos, em qualquer número inteiro de segundos (padrão 5), só em 720p. Proporção é Automático por padrão, ou 16:9, 9:16, 1:1 ou 21:9. O som está sempre ativado, sem chave. Não há seed nem quadro final. O prompt pode ter até 8.000 caracteres.
Kling 2.6Ativar som. Um clipe com som custa mais.
Kling 2.5 Turbo Pro e Kling 2.1 MasterEscala CFG, de 0 (criativo) a 1 (segue o prompt à risca).
Kling 3 OmniQualidade: Padrão (720p) ou Pro (1080p), e Gerar áudio.
Grok ImagineResolução (480p ou 720p) e Modo: Normal, Divertido ou Picante.
Grok Imagine Video 1.5Durações de 1 a 15 segundos, em qualquer segundo inteiro (8 por padrão), em 480p (o padrão), 720p ou 1080p. Proporção é 16:9, 9:16, 1:1, 4:3 ou 3:4, ou fica a critério do modelo. O modelo faz som nativo, e não há seed. O prompt pode ter até 4.096 caracteres. Veja Quadros do Grok Imagine Video 1.5.
PixVerse V6 MaxDurações de 1 a 15 segundos, em qualquer segundo inteiro (5 por padrão), em 360p, 540p, 720p (o padrão) ou 1080p. Gerar áudio vem ativado por padrão e muda o preço. Uma seed opcional. O prompt pode ter até 5.000 caracteres. Veja PixVerse V6 Max.
Bytedance ProCâmera fixa e Seed (-1 para aleatória).
Hailuo 2.3 e Hailuo 2.3 ProResolução: 768P ou 1080P. Em 1080P, o clipe só pode ter 6 segundos.
Gemini Omni, Gemini Omni Flash e Gemini Omni Flash 1.2Corte do clipe de origem (segundos, janela de até 10 s), quando há um vídeo conectado a Refs. de vídeo. No Gemini Omni Flash 1.2, a janela pode ter até 15 segundos.

Configurações do Kling 3.0

Quando você escolhe o Kling 3.0, o painel de configurações passa a ter três abas: Cena, Tomadas e Elementos.

  • Cena reúne o modelo, o Modo (Pro (1080p), Padrão (720p) ou 4K (Ultra HD)), a Proporção, Efeitos sonoros, para diálogos com sincronia labial e som, e a duração, de 3 a 15 segundos.
  • Tomadas tem o Modo de várias tomadas, que divide o clipe em 2 a 6 tomadas, cada uma com o próprio prompt e a própria duração, até 15 segundos no total. O som é obrigatório no modo de várias tomadas, e o quadro final não é aceito.
  • Elementos permite definir personagens ou objetos com nome, uma descrição e de 2 a 4 imagens de referência, e depois mencioná-los no prompt como @name.

Qual modelo escolher

O Gerar vídeo pode executar todos os modelos abaixo. Clique em um modelo para ver as configurações, os preços em créditos e as dicas de prompt dele.

ModeloDesenvolvedorModosCréditosDetalhes
MiniMax H3MiniMaxImagem para vídeo, Texto para vídeoa partir de 253MiniMax H3 — nível multimodal de alta qualidade: quadro inicial e final mais referências de imagem, vídeo e áudio, áudio nativo, saída em 2K (padrão) ou 768P e preço por segundo, de 4 a 15 s.
Hailuo 2.3 ProMiniMaxImagem para vídeoa partir de 143Hailuo 2.3 Pro — Hailuo mais novo, com resoluções de 768P e 1080P.
Hailuo 2.3 StandardMiniMaxImagem para vídeoa partir de 83Nível mais barato do Hailuo 2.3 — boa qualidade de base.
Hailuo 02 StandardMiniMaxImagem para vídeo, Texto para vídeoa partir de 83Hailuo 02 Standard — opção econômica com suporte a quadro final.
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.
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 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.
Gemini OmniGoogleImagem para vídeo, Texto para vídeoa partir de 253Vídeo multimodal do Google com áudio nativo; texto ou imagem para vídeo, mais edição de vídeo.
Gemini Omni FlashGoogleImagem para vídeo, Texto para vídeoa partir de 176Google Gemini Omni Flash — nível mais rápido e mais barato do Omni: vídeo multimodal com áudio nativo, texto ou imagem para vídeo, mais edição de vídeo.
Gemini Omni Flash 1.2GoogleImagem para vídeo, Texto para vídeoa partir de 33Google Gemini Omni Flash 1.2 — vídeo de 3 a 15 s com som nativo, de 360p a 4K: a partir de texto, de até 6 imagens de referência, de primeiro e último quadros exatos ou como edição de vídeo. Preço por segundo.
Kling 2.6KuaishouImagem para vídeo, Texto para vídeoa partir de 152Kling 2.6 I2V — movimento muito realista. Clipes de 5 ou 10 s, com áudio nativo opcional.
Kling 2.5 Turbo ProKuaishouImagem para vídeo, Texto para vídeoa partir de 121Kling mais rápido — boa qualidade por um custo menor. Aceita quadro final.
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.
Kling 2.1 MasterKuaishouImagem para vídeoa partir de 440Nível Master de imagem para vídeo — ótima qualidade cinematográfica.
Kling 3 OmniKuaishouImagem para vídeoa partir de 275Kling 3 Omni — 3 a 15 s, 720p/1080p, quadro final e imagens de referência, áudio nativo.
Kling 4.0KuaishouImagem para vídeo, Texto para vídeoa partir de 242Kling 4.0 — até 30 s com áudio nativo e sincronização labial; imagens de referência, vídeos, personagens e vozes, ou só texto.
Kling 4.0 KeyframesKuaishouImagem para vídeo, Texto para vídeoa partir de 242Kling 4.0 Keyframes — quadro inicial, até 8 quadros intermediários e um quadro final; até 30 s com áudio nativo.
Kling 4.0 FlashKuaishouImagem para vídeo, Texto para vídeoa partir de 143Kling 4.0 Flash — o Kling 4.0 mais rápido e barato, em 720p, até 20 s com áudio nativo; quadro inicial, imagens de referência, vídeos e personagens (cada um aceita um clipe de voz), ou só texto.
Grok Imagine (I2V)xAIImagem para vídeoa partir de 55Grok de imagem para vídeo — movimento estilizado. Até 15 s.
Grok Imagine Video 1.5xAIImagem para vídeoa partir de 55Grok Imagine Video 1.5 — de 1 a 15 s em 480p, 720p ou 1080p, com preço por segundo. Primeiro e último quadros exatos (a mesma imagem nos dois gera um loop contínuo) e até 4 quadros intermediários. Requer uma imagem de entrada.
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 FastBytedanceImagem para vídeo, Texto para vídeoa partir de 198Nível mais barato e mais rápido do Seedance 2.
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 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.
Bytedance Pro I2VBytedanceImagem para vídeo, Texto para vídeo193Nível Pro de vídeo da Bytedance — qualidade melhor.
Bytedance Pro Fast I2VBytedanceImagem para vídeo99Variante mais rápida do Bytedance Pro.
Wan 3.0AlibabaImagem para vídeo, Texto para vídeoa partir de 176Wan 3.0 — multimodal: quadro inicial e final ou referências de imagem, vídeo e áudio, áudio nativo, de 2 a 30 s em 480p/720p/1080p.
Wan 3.0 PrimeAlibabaImagem para vídeo, Texto para vídeoa partir de 275Wan 3.0 Prime — o nível de alta velocidade do Wan 3.0, da Alibaba: os mesmos recursos multimodais e a mesma faixa de 2 a 30 s, com resultado mais rápido e preço por segundo maior.
Wan 2.6 I2VAlibabaImagem para vídeoa partir de 193Wan 2.6 de imagem para vídeo — 5, 10 ou 15 s em 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.
Wan 2.6AlibabaVídeo para vídeo, Texto para vídeoa partir de 193Wan 2.6 — texto para vídeo e vídeo para vídeo com um único ID.
Wan 2.7 I2VAlibabaImagem para vídeo207Wan 2.7 de imagem para vídeo — de 2 a 15 s em 720p/1080p, com suporte a quadro inicial e final.
Wan 2.7 T2VAlibabaTexto para vídeo207Wan 2.7 de texto para vídeo — de 2 a 15 s em 720p/1080p.
LTX 2.3 ProLightricksImagem para vídeo, Texto para vídeoa partir de 264Lightricks LTX 2.3 Pro — texto, imagem ou áudio para vídeo em até 4K, com 6, 8 ou 10 s e interpolação até o quadro final.
LTX 2.3 FastLightricksImagem para vídeo, Texto para vídeoa partir de 198Lightricks LTX 2.3 Fast — texto ou imagem para vídeo, até 20 s em 1080p (6, 8 ou 10 s em 2K e 4K). Sem entrada de áudio e sem extensão.
HappyHorse 1.1HappyHorseTexto para vídeo311HappyHorse 1.1 de texto para vídeo — de 3 a 15 s em 720p/1080p, 9 proporções, incluindo 21:9 e 9:21, e preço por segundo.
HappyHorse 1.1 I2VHappyHorseImagem para vídeo311HappyHorse 1.1 de imagem para vídeo — de 3 a 15 s em 720p/1080p, proporção definida pela imagem de entrada e preço por segundo.
HappyHorse 1.1 Ref2VHappyHorseImagem para vídeo311HappyHorse 1.1 de referência para vídeo — de 1 a 9 imagens de referência, de 3 a 15 s em 720p/1080p e preço por segundo.
Vidu Q4ViduImagem para vídeoa partir de 66Vidu Q4 — vídeo a partir de um quadro inicial ou guiado por referências (até 15 imagens de referência + 3 clipes de voz ou som em MP3), áudio nativo, de 3 a 16 s, de 540p a 4K.
PixVerse V6 MaxPixVerseImagem para vídeo, Texto para vídeoa partir de 22PixVerse V6 Max — vídeo cinematográfico a partir de texto ou de um primeiro quadro exato, de 1 a 15 s, de 360p a 1080p, com áudio nativo opcional (ativado por padrão; ele muda o preço). Forte em seguir o prompt, no controle de câmera e no texto na tela.
Runway Gen-3RunwayImagem para vídeo, Texto para vídeo33Runway Gen-3. Clipes de 5 ou 10 s em 720p/1080p.
  • Seedance 2.0 Fast — o padrão. Baixo custo, som ativado e suporte a referências. Use-o para iterar.
  • VEO 3.1 Fast — um bom equilíbrio entre preço e qualidade, com áudio nativo e o mesmo preço para 4, 6 ou 8 segundos.
  • VEO 3.1 Quality e Kling 3.0 — tomadas cinematográficas premium. O Kling 3.0 acrescenta clipes com várias tomadas e durações de 3 a 15 segundos.
  • Seedance 2 e Seedance 2.5 — o suporte mais amplo a referências: imagens, vídeos e áudio juntos. O Seedance 2.5 faz até 30 segundos em uma execução e pode editar um clipe.
  • Seedance 2.5 Flash — a versão mais rápida e de menor custo do Seedance 2.5: de 4 a 30 segundos em 480p ou 720p, com som nativo, referências e edição de clipes. Veja Seedance 2.5 Flash.
  • Wan 3.0 — de 2 a 30 segundos, em qualquer número inteiro de segundos, com referências e áudio ambiente.
  • Vidu Q4 — um quadro inicial, ou até 15 imagens de referência e 3 clipes de voz ou som, com áudio nativo, de 540p a 4K.
  • Kling 4.0 — até 30 segundos com áudio nativo, a partir de imagens, vídeos, personagens e clipes de voz de referência, ou só do texto. O Kling 4.0 Keyframes passa por um quadro inicial, até 8 quadros intermediários e um quadro final.
  • Kling 4.0 Flash — o Kling 4.0 mais rápido e de menor custo: de 3 a 20 segundos em 720p, com os mesmos tipos de referência. É o único modelo Kling que roda com créditos grátis.
  • MiniMax H3 (minimax-h3) — clipes multimodais premium em 2K, com referências e áudio sempre ativado.
  • PixVerse V6 Max — de 1 a 15 segundos em até 1080p, a partir de texto ou de um quadro inicial, com som ativado por padrão. Ele é ajustado para cinema, séries curtas e publicidade.
  • Grok Imagine Video 1.5 — anima um quadro inicial por 1 a 15 segundos em até 1080p. Ele pode terminar num quadro final exato, fazer um loop sem emenda ou passar por até 4 quadros intermediários.
  • Gemini Omni Flash 1.2 — de 3 a 15 segundos, em qualquer segundo inteiro, com som nativo, de 360p a 4K. Ele faz clipes a partir de texto, de até 6 imagens de referência, de quadros inicial e final exatos ou como edição de um clipe, e é cobrado por segundo.
  • VEO 3.1 Lite e Wan 2.2 Turbo — os clipes mais baratos, para lotes e rascunhos.

Para comparar todos os modelos, leia Como escolher um modelo.

Um quadro inicial, três modelos

Os três clipes abaixo partem da mesma imagem, feita pelo Gerar imagem, e usam o mesmo prompt, com som ativado. Só o modelo muda.

Prompt

Prompt traduzido. O modelo recebeu o original em inglês, que aparece abaixo.

Avanço lento da câmera em direção ao barco à deriva, névoa passando sobre a água, gaivotas ao longe, ondas suaves batendo
Prompt original em inglês
Slow dolly in toward the boat as it drifts, mist rolling across the water, gulls in the distance, gentle lapping waves
VEO 3.1 Fast, 720p, 6 segundos
Seedance 2.5, 480p, 8 segundos
Gemini Omni Flash, 720p, 6 segundos
  • O VEO 3.1 Fast manteve a luz dourada do quadro inicial, aproximou-se devagar e adicionou as gaivotas do prompt.
  • O Seedance 2.5 ficou mais perto do quadro inicial, com o movimento mais suave. Em 480p, é também a imagem menos nítida, o que não é problema em um rascunho.
  • O Gemini Omni Flash se afastou do quadro inicial depois de cerca de um segundo e meio: a luz ficou mais fria e as montanhas mudaram.

Quando um clipe precisa continuar exatamente o quadro inicial, assista aos primeiros segundos de cada clipe antes de construir em cima dele, e experimente um segundo modelo quando o primeiro se desviar.

PixVerse V6 Max

O PixVerse V6 Max é ajustado para cinema, séries curtas e publicidade. Ele segue bem o prompt e as instruções de câmera, com luz e materiais realistas. Os personagens continuam iguais de uma tomada para outra, e produtos e textos na tela saem corretos. Ele faz de 1 a 15 segundos, em qualquer segundo inteiro (5 por padrão), em 360p, 540p, 720p ou 1080p (720p por padrão). O prompt pode ter até 5.000 caracteres.

  • Um quadro inicial faz um clipe de imagem para vídeo. A imagem é o primeiro quadro exato, e o clipe assume o formato dela, então o painel de configurações esconde Proporção.
  • Sem imagem, ele faz um clipe de texto para vídeo em 16:9 (o padrão), 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 ou 21:9.
  • O som fica ativado, a menos que você o desative. Desmarque Gerar áudio para um clipe sem som, que custa menos. O som é áudio ambiente e efeitos. Diálogos roteirizados não são garantidos, então dê voz a um personagem que fala com conversão de texto em fala e Sincronização labial.
  • Seed. A mesma seed com as mesmas configurações dá um resultado parecido.
  • Sem quadro final e sem referências. O editor não oferece quadro final nem entradas de imagem, vídeo ou áudio de referência para este modelo.

O PixVerse V6 Max também está disponível no Gerar vídeo Pro.

Durações e resoluções por modelo

A duração e a resolução que você pode escolher dependem do modelo. As páginas dos modelos listam todos os valores, e também as proporções.

ModeloDuraçõesResoluçõesQuadro finalReferências
Seedance 24–15 s, ou Automática480p, 720p, 1080p, 4KSim9 imagens, 3 vídeos, 3 áudios
Seedance 2 Fast4–15 s, ou Automática480p, 720pSim9 imagens, 3 vídeos, 3 áudios
Seedance 2 Mini4–15 s, ou Automática480p, 720pSim9 imagens, 3 vídeos, 3 áudios
Seedance 2.54–30 s, ou Automática480p, 720p, 1080pSim30 imagens, 10 vídeos, 10 áudios
Seedance 2.5 Flash4–30 s, ou Automática480p, 720pSim10 imagens, 5 vídeos, 5 áudios
MiniMax H3 (minimax-h3)4–15 s2K, 768PSim9 imagens, 3 vídeos, 3 áudios
VEO 3.1 Quality4, 6, 8 s720p, 1080p, 4KSimNenhuma
VEO 3.1 Fast4, 6, 8 s720p, 1080p, 4KSimAté 3 imagens
VEO 3.1 Lite4, 6, 8 s720p, 1080p, 4KSimAté 3 imagens
Gemini Omni4, 6, 8, 10 s720p, 1080p, 4KNão7 entradas; um vídeo conta como 2
Gemini Omni Flash4, 6, 8, 10 s720p, 1080p, 4KNão7 entradas; um vídeo conta como 2
Gemini Omni Flash 1.23–15 s360p, 720p, 1080p, 4KSimAté 6 imagens e 2 personagens
Kling 3.03–15 s720p, 1080p, 4KSimElementos
Kling 3 Omni3–15 s720p, 1080pSimAté 7 imagens
Kling 2.65, 10 s—NãoNenhuma
Kling 2.5 Turbo Pro5, 10 s—SimNenhuma
Kling 2.1 Master5, 10 s—NãoNenhuma
Wan 3.0 e Wan 3.0 Prime2–30 s480p, 720p, 1080pSim10 imagens, 5 vídeos, 5 áudios
Vidu Q43–16 s540p, 720p, 1080p, 2K, 4KNão15 imagens, 3 áudios
Kling 4.03–30 s720p, 1080pComo imagem de referência10 imagens, 5 vídeos, 7 personagens, 3 áudios; 15 no total
Kling 4.0 Keyframes3–30 s720p, 1080pSimAté 8 quadros intermediários
Kling 4.0 Flash3–20 s720pNão10 imagens, 5 vídeos, 7 personagens; 15 no total
Wan 2.72–15 s720p, 1080pSimNenhuma
Wan 2.65, 10, 15 s720p, 1080pNãoNenhuma
Wan 2.2 Turbo5 s480p, 720pNãoNenhuma
HappyHorse 1.13–15 s720p, 1080pNãoNenhuma
HappyHorse 1.1 Ref2V3–15 s720p, 1080pNãoDe 1 a 9 imagens
Hailuo 2.3 Pro e Hailuo 2.3 Standard6, 10 s768P, 1080PNãoNenhuma
Hailuo 02 Standard6, 10 s512P, 768PSimNenhuma
Bytedance Pro I2V5, 10 s480p, 720p, 1080pNãoNenhuma
Bytedance Pro Fast I2V5, 10 s720p, 1080pNãoNenhuma
Grok Imagine (I2V)6, 10 s480p, 720pNãoImagens de referência
Grok Imagine Video 1.51–15 s480p, 720p, 1080pSim, abaixo de 1080pAté 4 quadros intermediários, abaixo de 1080p
PixVerse V6 Max1–15 s360p, 540p, 720p, 1080pNãoNenhuma
LTX 2.3 Pro6, 8, 10 s1080p, 2K, 4KSimNenhuma
LTX 2.3 Fast6–20 s em 1080p; 6, 8, 10 s em 2K e 4K1080p, 2K, 4KSimNenhuma
Runway Gen-35, 10 s720p, 1080pNãoNenhuma

Um travessão indica que o modelo não oferece escolha de resolução.

Proporções. O VEO 3.1, o Gemini Omni e o LTX 2.3 fazem clipes em 16:9 ou 9:16. A família Seedance 2 acrescenta 1:1, 4:3, 3:4, 21:9 e Adaptativo, que é o padrão dela e acompanha a imagem conectada. O MiniMax H3 e o Wan 3.0 também oferecem Adaptativo como padrão. Um clipe só de texto para vídeo no MiniMax H3 ou no Wan 3.0 é renderizado em 16:9, a menos que você escolha uma proporção. O HappyHorse 1.1 oferece nove proporções para clipes de texto para vídeo e Ref2V, entre elas 4:5, 5:4, 21:9 e 9:21; em imagem para vídeo, ele segue a imagem de entrada. O Vidu Q4 mantém o formato de um quadro inicial usado sozinho; com referências, ele faz 16:9 (o padrão), 9:16, 1:1, 4:3 ou 3:4. O Kling 4.0 oferece Automático (o padrão), 16:9, 9:16, 1:1 e 21:9. No Kling 4.0 Keyframes, a proporção só vale quando nenhum quadro está conectado; caso contrário, o clipe segue o formato do quadro inicial. O Gemini Omni Flash 1.2 faz 16:9, 9:16 ou Automático. Com quadros exatos, Automático escolhe entre 16:9 e 9:16 o que fica mais perto do quadro inicial. Com imagens de referência, ele segue as referências e, sem nenhum dos dois, faz 16:9. O PixVerse V6 Max faz oito proporções a partir de texto e, nos outros casos, segue o formato do quadro inicial. O Grok Imagine Video 1.5 faz 16:9, 9:16, 1:1, 4:3 ou 3:4, ou deixa a proporção a critério do modelo.

4K no VEO 3.1. O VEO faz o clipe em 1080p e depois faz o upscale para 4K na mesma execução, cobrada pelo preço de 4K. 4K no Gemini Omni, 4K no Gemini Omni Flash 1.2 e 4K no Vidu Q4 não estão disponíveis no plano gratuito.

Quadros inicial e final

Conecte uma imagem a Quadro inicial para abrir o clipe nela. Conecte uma segunda imagem a Quadro final para terminar o clipe nela. Estes modelos aceitam quadro final:

  • VEO 3.1 Quality, Fast e Lite.
  • A família Seedance 2, o Seedance 2.5 e o Seedance 2.5 Flash.
  • MiniMax H3 e Hailuo 02 Standard.
  • Kling 4.0 Keyframes, Kling 3.0, Kling 3 Omni e Kling 2.5 Turbo Pro. O Kling 4.0 Keyframes também aceita um quadro final sozinho.
  • Wan 2.7, Wan 3.0 e Wan 3.0 Prime.
  • LTX 2.3 Pro e LTX 2.3 Fast.
  • Grok Imagine Video 1.5, com um quadro inicial, em 480p ou 720p. A mesma imagem nos dois quadros faz um loop sem emenda. Veja Quadros do Grok Imagine Video 1.5.
  • Gemini Omni Flash 1.2. Um quadro inicial e um final são exatos até 10 segundos. Em um clipe mais longo, ou com só um quadro final, os quadros entram na lista de referências, e o prompt os nomeia como quadro de abertura e de fechamento. Nesse caso, os quadros guiam o clipe, mas o clipe não começa nem termina exatamente neles.

Os outros modelos ignoram o quadro final. O Kling 4.0 aceita um quadro final como imagem de referência, citado no prompt como o quadro de fechamento.

Ajuste dos quadros

Um quadro que não tem o tamanho exato que o modelo renderiza é ajustado pelo próprio modelo, e alguns modelos fazem isso um quadro depois do início do clipe. O primeiro quadro é a sua imagem, e o resto do clipe fica um pouco mais alto ou mais largo. O Ajuste dos quadros corrige o tamanho antes de o quadro ser enviado:

ValorO que faz
Igualar ao tamanho de saída (padrão)Redimensiona o quadro para o tamanho exato em pixels que o modelo renderiza na sua resolução e na sua proporção.
Igualar à proporçãoCorrige só a proporção, com a menor mudança possível.
Manter originalEnvia o quadro sem alterações.

Quando o Nodaro conhece o tamanho para o seu modelo, a sua resolução e a sua proporção, o painel mostra esse tamanho abaixo da configuração, por exemplo 720×1280. Quando a sua imagem se afasta mais de 5% do formato de destino, por exemplo uma foto quadrada em um clipe 9:16, a imagem primeiro é recortada no centro para a proporção de destino e depois redimensionada. O assunto nunca é achatado. Em uma combinação que o Nodaro não mediu, o quadro fica como está.

Enviar quadros como

ValorO que faz
Automático (padrão)Escolhe o melhor jeito para o modelo. A opção mostra o que ela escolheu: Automático (como quadro) ou Automático (como imagem de referência).
QuadroSempre envia um quadro inicial de verdade.
Imagem de referênciaSempre envia a imagem como referência, e o prompt a cita como quadro de abertura.

A família Seedance 2.0 (Fast, padrão e Mini) amplia um quadro inicial de verdade em cerca de 2% e perde brilho em até seis quadros. Com a imagem enviada como referência, os mesmos modelos mantêm o visual desde o primeiro quadro. Todos os outros modelos que o Nodaro mediu reproduzem o quadro de abertura com mais fidelidade como quadro de verdade, então o Automático os mantém no modo de quadro. Em um modelo que não aceita imagens de referência, esta configuração fica oculta.

Há dois limites. Primeiro, um quadro nunca tira o lugar de uma das suas próprias imagens de referência: se os quadros passarem do limite de imagens do modelo, o quadro continua sendo um quadro. Segundo, quando o seu pedido já tem imagens de referência, vários modelos não conseguem manter um quadro inicial de verdade. O Seedance, o Wan e o Vidu Q4 movem o quadro para a lista de referências, e o MiniMax H3 passa para o modo de referência dele.

Quadros do Grok Imagine Video 1.5

O Grok Imagine Video 1.5 anima uma imagem inicial. Ele não tem modo de texto para vídeo, então toda execução precisa de um quadro inicial. Ele faz de 1 a 15 segundos, em qualquer segundo inteiro (8 por padrão), em 480p (o padrão), 720p ou 1080p.

  • Quadro inicial e final. O quadro inicial é o primeiro quadro exato do clipe, e um quadro final conectado é o último quadro exato.
  • Loop sem emenda. Conecte a mesma imagem a Quadro inicial e Quadro final, e o clipe começa e termina nessa imagem. Não há uma configuração separada.
  • Quadros intermediários. As imagens em Refs. de imagem são até 4 quadros intermediários, na ordem que o painel de configurações mostra. Arraste-as para reordenar. Só as imagens em Refs. de imagem viram quadros: uma entidade em Entidades nunca vira, e um personagem só acrescenta o nome e a descrição dele ao prompt.
  • Onde eles ficam. Os quadros são distribuídos por igual ao longo do clipe, em segundos inteiros dentro dele. Por exemplo, dois quadros num clipe de 8 segundos ficam em 3 e 5 segundos. Um clipe curto tem lugar para menos quadros, como mostra a tabela abaixo. Os quadros a mais ficam de fora, os primeiros da sua ordem são mantidos, e o painel de configurações mostra quantos são usados.
  • Um quadro inicial é obrigatório. Quadros intermediários sozinhos são recusados. Um quadro final sozinho é recusado pelo Executar, e numa execução de workflow ele vira o quadro inicial.
  • Em 1080p, só o quadro inicial. Em 1080p, o modelo não aceita quadro final, loop nem quadros intermediários. O editor só oferece 1080p enquanto nada além de um quadro inicial está conectado. Uma execução que enviaria mais quadros em 1080p é recusada antes de qualquer reserva de créditos. Escolha 720p ou remova o quadro final e os quadros intermediários.
  • Sem outras referências. O modelo não aceita vídeos, áudios nem personagens de referência. Os quadros não podem ser citados no prompt, então descreva com palavras o que acontece entre eles.
Duração1 s2 s3 s4 s5 s ou mais
Quadros intermediários, no máximo01234

Os quadros não mudam o preço: um quadro inicial sozinho custa o mesmo que um quadro inicial, um quadro final e 4 quadros intermediários.

Referências: imagens, vídeos e áudio

As referências dizem ao modelo o que incluir sem fixar um quadro exato. Conecte-as a Refs. de imagem, Refs. de vídeo e Refs. de áudio. Os limites de cada modelo estão na tabela acima. Os modelos que não aceitam referências as ignoram.

  • Família Seedance 2 e MiniMax H3. Quadros e referências podem ser conectados juntos. Sem nenhuma referência, os quadros são o primeiro e o último quadros exatos. Com qualquer referência conectada, os quadros entram no conjunto de referências, e o prompt os cita como quadro de abertura ou de fechamento. O painel mostra o modo resultante e avisa quando uma entrada vai ser descartada.
  • Seedance 2.5. Até 30 imagens, 10 vídeos e 10 clipes de áudio. Cada vídeo de referência precisa ter de 2 a 30 segundos, e todos juntos, no máximo 30 segundos. O áudio de referência pode ter até 30 segundos por clipe.
  • Seedance 2.5 Flash. Até 10 imagens, 5 vídeos e 5 clipes de áudio. Os vídeos de referência seguem os limites do Seedance 2.5. Cada clipe de áudio de referência precisa ter de 2 a 30 segundos, e todos juntos, no máximo 30 segundos. Um clipe fora dessa faixa é recusado antes de a execução começar. Um prompt com áudio de referência sozinho também funciona. Um clipe que não é WAV nem MP3 é convertido para MP3 antes de ser enviado. Acima de 10 imagens, 5 vídeos ou 5 clipes de áudio, uma execução pelo editor ou por um workflow envia os primeiros até esses limites. Uma chamada pela API ou pelo MCP é recusada antes de qualquer reserva de créditos.
  • Seedance 2 Fast. Cada clipe de áudio de referência precisa ter 15,2 segundos ou menos.
  • MiniMax H3. Cada vídeo de referência precisa ter de 2 a 15 segundos, e 15 segundos no total. O áudio de referência tem até 15 segundos por clipe e precisa vir com uma referência de imagem ou de vídeo; só áudio não é aceito.
  • Wan 3.0. Até 10 imagens, 5 vídeos e 5 clipes de áudio. Cada clipe de vídeo e de áudio tem de 1 a 15 segundos, com 15 segundos no total por tipo. Com um vídeo de referência, a referência e a saída juntas precisam ficar em 30 segundos ou menos. Um quadro inicial ou final entra na lista de referências, depois das suas próprias imagens.
  • VEO 3.1 Fast e Lite. Conectar imagens de referência passa o VEO para o modo de referência, com ou sem quadro inicial. O modo de referência sempre faz um clipe de 8 segundos; o preço do VEO é o mesmo para 4, 6 e 8 segundos, então o custo não muda. O VEO aceita no máximo três imagens. As suas referências vêm primeiro, e um quadro inicial e um quadro final vêm depois delas. No limite, os quadros são mantidos e as últimas referências são descartadas, então um quadro inicial, um quadro final e referências deixam espaço para uma referência. O VEO 3.1 Quality não tem modo de referência, então as entradas de referência dele ficam desativadas.
  • Gemini Omni e Gemini Omni Flash. Até sete entradas: o quadro inicial e cada imagem de referência contam como uma, e um vídeo conta como duas. Com um quadro inicial, as referências funcionam como referências de identidade, não como quadros. As referências acima do limite são descartadas, e o nó informa quantas. O quadro inicial é sempre mantido.
  • Gemini Omni Flash 1.2. Até 6 imagens de referência. Nomeie-as no prompt como @image_1, @image_2 e assim por diante. Com referências conectadas, os quadros vêm depois das suas referências na mesma lista. O prompt então diz em palavras simples qual imagem é o quadro de abertura, qual é o quadro de fechamento e quais são referências do assunto. Um quadro então guia o clipe, em geral como o assunto, mas o clipe não começa exatamente nele. Para um quadro de abertura exato, conecte os quadros sem referências. Junto com um clipe para editar, é possível conectar até 5 imagens, e os quadros conectados contam nessas 5. Pela API e pelo MCP, o Gemini Omni Flash 1.2 aceita até 2 referências de personagem, que não contam nas 6 imagens. Ele não aceita vozes salvas de personagens, então use o Gemini Omni Flash para um terceiro personagem ou para uma voz.
  • Vidu Q4. Até 15 imagens e 3 clipes de áudio, e nenhum vídeo de referência. O modo de referência precisa de um prompt: uma execução com o prompt vazio é recusada antes de qualquer crédito ser reservado. O áudio de referência precisa vir com pelo menos uma imagem, e um quadro inicial conta. Cada clipe de áudio precisa ser um arquivo MP3 de 3 a 12 segundos. Outro formato ou outra duração é recusado antes de a execução começar, então não custa créditos. Exporte o clipe como MP3 antes.
  • O HappyHorse 1.1 Ref2V aceita de 1 a 9 imagens de referência. O Kling 3 Omni aceita até 7.
  • Kling 4.0. Até 10 imagens, 5 vídeos, 7 personagens e 3 clipes de áudio, com 15 materiais no total. Veja Referências, personagens e quadros-chave do Kling 4.0.
  • Kling 4.0 Flash. Até 10 imagens, 5 vídeos e 7 personagens, com 15 materiais no total. Os vídeos de referência somam de 2 a 20 segundos. Veja Kling 4.0 Flash.

Onde fica o quadro inicial. Em todo modelo cujos quadros e imagens de referência compartilham uma só lista, as suas referências vêm primeiro, na sua ordem. A imagem número 1 no prompt é sempre a sua primeira referência. Um quadro inicial, e um quadro final nos modelos que aceitam um, vêm depois das suas referências, e o prompt os cita como quadro de abertura e quadro de fechamento. No limite de imagens do modelo, os quadros são mantidos e as últimas referências são descartadas, e o nó informa isso. Isso vale para a família Seedance 2, o MiniMax H3, o Wan 3.0, o Vidu Q4, o Kling 4.0, o Kling 4.0 Flash, o Gemini Omni, o VEO 3.1 Fast e Lite, o Grok Imagine e o HappyHorse 1.1 Ref2V. Até 18 de outubro de 2026, o Gemini Omni, o VEO, o Grok Imagine e o HappyHorse colocavam o quadro inicial primeiro. O Kling 4.0 Keyframes e o Grok Imagine Video 1.5 são diferentes: os quadros deles são quadros de verdade, e as Refs. de imagem deles são os quadros intermediários.

Todo vídeo de referência do Seedance 2 e do Seedance 2.5 é recodificado antes de ser enviado, com a mesma resolução, os mesmos quadros, a mesma duração e o mesmo som. Assim, um clipe que o próprio Seedance fez é editado, em vez de voltar como uma cópia quase idêntica da entrada. O preço não muda. No Seedance 2.5 Flash, todo vídeo de referência também é ajustado ao que o modelo aceita. Ele é redimensionado para uma imagem da classe 480p ou 720p, com o formato mantido. A taxa de quadros fica entre 24 e 60 quadros por segundo. A duração e o preço não mudam. Um clipe mais largo que 2,5:1 ou mais alto que 1:2,5 é recusado antes de qualquer reserva de créditos, então corte-o para um formato menos extremo.

A maioria desses limites de duração é verificada antes de a execução começar, então um clipe que os desrespeita não custa créditos. Já o Wan 3.0 verifica os limites dos vídeos de referência durante a execução e reembolsa os créditos reservados quando um clipe é longo demais. Corte os clipes longos antes com o Cortar vídeo.

Referências, personagens e quadros-chave do Kling 4.0

O Kling 4.0 tem dois modelos. Os dois fazem de 3 a 30 segundos em 720p ou 1080p, com áudio nativo sempre ativado. O Kling 4.0 e o Kling 4.0 Keyframes não estão disponíveis com créditos grátis.

Kling 4.0. Sem nada conectado, ele faz um clipe só a partir do prompt. Caso contrário, aceita até 10 imagens de referência, 5 vídeos de referência, 7 personagens e 3 clipes de voz, com no máximo 15 materiais no total. Um quadro inicial ou final conectado conta como imagem. Cada vídeo de referência tem de 2 a 30 segundos, e os vídeos de referência somam no máximo 30 segundos. Um sexto vídeo de referência é recusado antes de qualquer crédito ser reservado, assim como uma execução de workflow que tenha um, antes de começar.

  • Os quadros entram nas imagens de referência. Um quadro inicial ou um quadro final vem depois das suas próprias imagens de referência, e o prompt o cita como o quadro de abertura ou de fechamento.
  • Os personagens viram sujeitos nomeados. Um nó Personagem em Entidades chega ao modelo como um sujeito com o nome do personagem: o retrato dele e até 3 outras imagens dele. Um personagem com uma só imagem é enviado como uma imagem de referência comum.
  • Um personagem também pode ser feito a partir de um vídeo: um clipe de 3 a 8 segundos do personagem. Veja Personagens em vídeo.
  • O primeiro clipe de Refs. de áudio toca como trilha sonora. Isso vem ativado por padrão. O Kling 4.0 só aceita áudio de referência como amostras de voz, então o Nodaro envia o primeiro clipe como mais um vídeo de referência: um quadro fixo que carrega o áudio, com o som desse vídeo mantido. O som do resultado é exatamente a sua faixa, e as pessoas na cena atuam no ritmo dela. O clipe da trilha sonora tem a duração do áudio, no mínimo 2 segundos e no máximo a duração do vídeo; uma faixa mais longa é cortada. No prompt, @audio_1 o nomeia. A trilha sonora ocupa uma das 5 vagas de vídeo de referência, e a execução tem o preço de uma execução com vídeo de referência. Com a trilha sonora, o Kling também mantém o som dos vídeos de referência que você conecta.
  • Os outros clipes de áudio viram vozes nomeadas, na ordem em que são conectados. O Kling usa cada clipe como amostra de uma voz e faz o próprio som, então um clipe de voz não é tocado. Para enviar todos os clipes como amostras de voz, desative Tocar o primeiro clipe como trilha sonora no painel de configurações. A entrada passa então a se chamar Refs. de voz.
  • Os vídeos de referência precisam ter, cada um, de 2 a 30 segundos. Um clipe fora dessa faixa é recusado antes de a execução começar, então nenhum crédito é gasto. Um clipe com mais de 2048 pixels no lado maior, ou com mais pixels que 1920×1080, é reduzido para caber antes de ser enviado, e mantém o formato. Um clipe 4K em 16:9 é enviado como 1920×1080. A duração dele, e portanto o preço, não muda. Por padrão, o clipe ganha um som novo. Pela API, keepOriginalSound: true mantém o som próprio do vídeo de referência.
  • Como citar os materiais no prompt. Escreva @image_1 para uma imagem de referência, @video_1 para um vídeo de referência, @Name para um personagem e @audio_1 para um clipe de voz. O preenchimento automático do @ escreve isso para você. Se o prompt cita um material que a execução não leva, o Nodaro remove o @ e mantém a palavra, então a execução começa mesmo assim.
  • Mais de 15 materiais é recusado antes de qualquer crédito ser reservado.

Kling 4.0 Keyframes. O clipe passa por um quadro inicial, até 8 quadros intermediários e um quadro final. Os quadros intermediários são as imagens em Refs. de imagem, na ordem que o painel de configurações mostra. Arraste-as para reordenar. Um quadro final sozinho é permitido, e sem nenhum quadro o modelo faz um clipe a partir do texto. Só as imagens em Refs. de imagem viram quadros: uma entidade em Entidades nunca vira, e um personagem só acrescenta o nome e a descrição dele ao prompt. A duração do clipe limita o número de quadros, contando os quadros inicial, intermediários e final:

Duração3 s4 s5 s6 s7 s8 s9 s ou mais
Quadros no total, no máximo45678910

Mais quadros do que o limite, ou mais de 8 quadros intermediários, é recusado antes de qualquer crédito ser reservado. No prompt, os quadros são @first_frame, @keyframe_1 e seguintes, e @last_frame. Os tokens @image_1 do editor viram @keyframe_1 neste modelo. O Kling 4.0 Keyframes não aceita vídeos de referência, áudio nem personagens.

Kling 4.0 Flash

O Kling 4.0 Flash é o Kling 4.0 mais rápido e de menor custo. Ele faz de 3 a 20 segundos, em qualquer número inteiro de segundos (padrão 5), só em 720p. Outra resolução é renderizada, e cobrada, como 720p. O áudio nativo está sempre ativado, sem chave. Não há seed nem quadro final, e o prompt pode ter até 8.000 caracteres. Proporção é Automático por padrão, que acompanha os seus materiais e faz 16:9 quando não há nenhum. Você também pode escolher 16:9, 9:16, 1:1 ou 21:9.

O Kling 4.0 Flash é o único modelo Kling que roda com créditos grátis, como um clipe de 3 ou 4 segundos em 720p.

O modelo funciona de um de dois jeitos, conforme o que você conecta:

  • Um quadro inicial sozinho é o quadro de abertura exato. Nenhuma imagem de referência, vídeo de referência ou personagem está conectado. O clipe começa no quadro e assume o formato dele, então o painel de configurações oculta Proporção. No prompt, o quadro é @first_frame.
  • Qualquer outra coisa roda no modo de referência. Isso inclui só um prompt, imagens de referência, vídeos de referência, personagens ou um quadro inicial junto com qualquer um deles. Sem nada conectado, o clipe vem só do prompt. Um quadro inicial no modo de referência entra nas imagens de referência depois das suas, e o prompt o cita como quadro de abertura.

No modo de referência, o Kling 4.0 Flash aceita até 10 imagens de referência, 5 vídeos de referência e 7 personagens, com no máximo 15 materiais no total. Um quadro inicial conectado conta como imagem. Um sexto vídeo de referência é recusado, como no Kling 4.0. Mais de 15 materiais é recusado antes de qualquer crédito ser reservado.

  • Os personagens viram sujeitos nomeados, como no Kling 4.0. Um nó Personagem em Entidades chega ao modelo com o retrato e até mais 3 imagens dele, chamado de @Name no prompt. Um personagem com uma só imagem é enviado como uma imagem de referência comum. Um personagem também pode ser feito a partir de um clipe de 3 a 8 segundos dele mesmo. Veja Personagens em vídeo.
  • O clipe N de Refs. de voz é a voz do personagem N. O Kling 4.0 Flash não tem clipe de trilha sonora nem voz avulsa. O primeiro clipe é a voz do primeiro personagem conectado, o segundo clipe a voz do segundo, e assim por diante. Um personagem precisa de 2 a 4 imagens, ou de um vídeo, para carregar uma voz. Um clipe para um personagem com uma só imagem e sem vídeo, ou um clipe depois do último personagem, é descartado, e a execução começa mesmo assim. Os clipes de voz não contam nos 15 materiais. Escreva quem fala pelo nome do personagem, porque um clipe não pode ser citado no prompt.
  • Os vídeos de referência precisam ter de 2 a 20 segundos, cada um e todos somados. Um conjunto fora desse intervalo é recusado antes de a execução começar, então nenhum crédito é gasto. Como no Kling 4.0, um clipe muito grande é reduzido para caber antes de ser enviado.
  • Citar materiais no prompt. Escreva @image_1 para uma imagem de referência, @video_1 para um vídeo de referência e @Name para um personagem. Se o prompt cita um material que a execução não leva, o Nodaro remove o @ e mantém a palavra, então a execução começa mesmo assim.
  • Sem quadro final. O painel de configurações não oferece nenhum. Em uma execução de workflow, um quadro final sem quadro inicial vira o quadro inicial.

Personagens em vídeo (Kling 4.0 e Kling 4.0 Flash)

No Kling 4.0 e no Kling 4.0 Flash, um personagem pode ser feito a partir de um vídeo curto dele mesmo, em vez de imagens. O vídeo é um clipe de uma só tomada, de 3 a 8 segundos: uma tomada contínua, sem cortes. O modelo pega a aparência da pessoa no clipe, e a voz dela quando o clipe tem fala. No prompt, o personagem continua sendo @Name.

  • No editor. Defina Personagem em vídeo (Kling 4.0) no nó Personagem: envie um clipe ou cole o link dele. Quando o nó Personagem está conectado ao Gerar vídeo no Kling 4.0 ou no Kling 4.0 Flash, o personagem é enviado como sujeito em vídeo. Em todos os outros modelos, e nos nós mais antigos Imagem para vídeo e Texto para vídeo, o clipe é ignorado e as imagens do personagem são usadas. Um nó Personagem pode ser reutilizado entre modelos, então um clipe nele nunca faz uma execução falhar.
  • Pela API. Adicione videoUrl a uma entrada de characterReferences em POST /v1/generate-video ou POST /v1/text-to-video. A ferramenta MCP generate_video aceita video_url, e o VideoCharacterReference do SDK aceita videoUrl. A entrada ainda precisa do retrato em imageUrl e da description. Em qualquer outro modelo, a API e o MCP recusam um videoUrl com um erro 400 (character_video_unsupported). O Nodaro adiciona o clipe aos vídeos de referência da execução para você. Se você também listar o mesmo link em referenceVideoUrls, ele conta só como o personagem.
  • Limites. Uma execução aceita no máximo 3 personagens feitos a partir de vídeo e no máximo 5 vídeos no total, somando os vídeos de referência e os vídeos de personagem. Cada vídeo de personagem tem de 3 a 8 segundos. Todos os vídeos juntos ficam dentro do total do modelo: 20 segundos no Kling 4.0 Flash e 30 segundos no Kling 4.0. Dois personagens não podem compartilhar um vídeo.
  • Verificado antes da execução. O Nodaro mede cada vídeo por conta própria. Uma requisição fora dos limites é recusada com um erro 400 antes de qualquer crédito ser reservado, assim como uma execução de workflow, antes de começar. Os códigos de erro são character_videos_over_limit, reference_videos_over_limit, character_video_shared e, para um vídeo com a duração errada, video_too_long.
  • Um vídeo de personagem precisa ser legível. Um vídeo de personagem que não é um arquivo de vídeo reproduzível, ou que não pode ser alcançado, é recusado com um erro 400 (character_video_unreadable) antes de qualquer crédito ser reservado. Isso acontece porque a duração dele não pode ser verificada. Um vídeo com a duração errada é recusado com a duração medida, por exemplo “one is 8.03 s” (um tem 8,03 s).
  • Materiais. Um personagem feito a partir de vídeo conta uma vez nos 15 materiais, como um personagem feito a partir de imagens. O vídeo dele não é contado de novo como vídeo de referência. Ele ainda conta nos 5 vídeos e na duração total dos vídeos.
  • Voz. No Kling 4.0 Flash, o clipe N de Refs. de voz é a voz do personagem N, seja ele feito a partir de imagens ou de um vídeo. No Kling 4.0, os clipes de voz continuam sendo vozes nomeadas. Sem nenhuma voz anexada, um personagem feito a partir de vídeo fala com a voz do próprio clipe.
  • Preço. O vídeo de um personagem não acrescenta nada ao preço, nos dois modelos. Uma execução cujo único vídeo é o de um personagem mantém o preço simples por segundo: para 5 segundos em 720p, 396 créditos no Kling 4.0 e 242 créditos no Kling 4.0 Flash. Ao lado de vídeos de referência comuns, só os segundos desses vídeos de referência são cobrados.

Apontar o prompt para uma referência

Nos modelos que aceitam referências, você pode ligar uma expressão do prompt a uma referência, para que ela conduza o resultado. Digite um token onde a expressão deve ficar. O autocompletar de @ no editor de prompt oferece esses tokens.

TokenViraUso
{image:1:person}the person from @image_1 (a pessoa de @image_1)Ligar um assunto à imagem de referência 1
{image:2:jacket}the jacket from @image_2 (a jaqueta de @image_2)Ligar um item à imagem de referência 2
{image:1}the subject in @image_1 (o assunto em @image_1)Ligar sem um substantivo
{video:1:clip}the clip from @video_1 (o clipe de @video_1)Ligar ao vídeo de referência 1
{audio:1:voice}the voice from @audio_1 (a voz de @audio_1)Ligar ao áudio de referência 1

Por exemplo, com duas imagens de referência conectadas, o prompt circle {image:1:person} wearing {image:2:jacket} for a 360 spin vira “circle the person from @image_1 wearing the jacket from @image_2 for a 360 spin” (circule em 360° a pessoa de @image_1 com a jaqueta de @image_2).

  • Numeração. A numeração das imagens conta primeiro as Refs. de imagem, em ordem, e depois as entidades da entrada Entidades. Com uma imagem de referência e um Objeto conectado, o objeto é {image:2}. Vídeos e áudios têm a própria numeração.
  • Os quadros são numerados para você. Os quadros inicial e final vêm depois das suas imagens, e o prompt os cita como quadro de abertura ou de fechamento. Você nunca escreve um token para um quadro.
  • Um número fora do intervalo vira texto simples. {image:5:ghost} em um nó com duas referências vira “ghost” (fantasma).
  • Modelos sem referências transformam cada token no rótulo simples dele, para que o prompt continue natural.

Som

Muitos modelos fazem uma faixa de áudio junto com a imagem. O jeito de controlar o som depende do modelo:

  • O VEO 3.1 faz som a partir do prompt, ativado por padrão. Desative Gerar áudio para um clipe sem som.
  • A família Seedance 2, inclusive o Seedance 2.5 Flash, e o Wan 3.0 fazem som por padrão. Desative com Gerar áudio (ativado por padrão).
  • O MiniMax H3 sempre faz som. Com um áudio de referência conectado, ele sincroniza os lábios com esse áudio.
  • O Gemini Omni faz uma trilha sonora em toda execução e segue as indicações do prompt, por exemplo “Sound design: gentle breeze, distant bird chirps” (desenho de som: brisa suave, pássaros cantando ao longe). Não é possível desativá-la, e ele não fala diálogos.
  • O Gemini Omni Flash 1.2 faz som junto com a imagem em toda execução. Não há opção para desativar.
  • O Kling 2.6 só faz som quando Ativar som está ativado. O Kling 3.0 tem Efeitos sonoros. O Kling fala diálogos roteirizados quando você coloca a fala entre aspas no prompt, por exemplo [Anna: warm calm voice]: "good morning" (Anna, voz calma e acolhedora: “bom dia”). O Kling 2.6 fala inglês e chinês; outros idiomas são traduzidos para o inglês pelo modelo.
  • O Kling 3 Omni inclui o áudio no preço, com uma chave Gerar áudio.
  • O Kling 4.0 e o Kling 4.0 Keyframes sempre fazem som, incluído no preço. Não há chave, e eles não falam com a voz salva de um personagem. No Kling 4.0, o primeiro clipe em Refs. de áudio toca como trilha sonora, a menos que você desative Tocar o primeiro clipe como trilha sonora. O Kling 4.0 Flash também sempre faz som, e os clipes de Refs. de voz dele viram as vozes dos personagens.
  • O PixVerse V6 Max faz som ambiente e efeitos, a menos que você desmarque Gerar áudio. Um clipe com som custa mais. Ele não fala diálogos roteirizados de forma confiável.
  • O Grok Imagine Video 1.5 faz som nativo em toda execução.

Para fazer o modelo reagir a uma voz ou a uma música, conecte-a a Refs. de áudio. Para colocar a sua própria trilha sonora sobre o clipe pronto, use um nó Mesclar vídeo e áudio depois do Gerar vídeo.

Editar um clipe

O Seedance 2.5, o Seedance 2.5 Flash, o Gemini Omni e o Gemini Omni Flash 1.2 podem alterar um clipe que você conecta a Refs. de vídeo.

Com o Seedance 2.5, o modelo decide pelo seu prompt se a execução é uma geração normal que usa o clipe como referência ou uma edição do clipe. Pedidos como “remove the sign” (remova a placa) ou “make it black and white” (deixe em preto e branco) são edições. Uma edição mantém a proporção e a duração do clipe de origem. Se o modelo entender o seu prompt como uma edição e as suas configurações pedirem outra proporção ou outra duração, o Nodaro envia a execução mais uma vez com os valores de que a edição precisa. Assim, você recebe o clipe editado em vez de um erro. Para pedir uma edição desde o início, defina Usar o vídeo de referência como como O vídeo a editar. O clipe de origem precisa ter de 4 a 30 segundos. A predefinição de fábrica Editar vídeo foi feita para esse tipo de execução. O Seedance 2.5 Flash edita um clipe do mesmo jeito.

Com o Gemini Omni e o Gemini Omni Flash, um clipe conectado passa o nó para edição de vídeo. O clipe é cortado em uma janela de no máximo 10 segundos, que você define em Corte do clipe de origem. A duração acompanha o clipe, e uma edição de vídeo tem um preço fixo por execução.

Com o Gemini Omni Flash 1.2, um clipe conectado também passa o nó para edição de vídeo. Descreva a mudança no prompt. O resultado acompanha o clipe de origem, então Duração é ignorada. O clipe pode ter até 15 segundos. Um clipe mais longo usa os primeiros 15 segundos, e Corte do clipe de origem escolhe outro trecho de até 15 segundos. O preço acompanha a duração do clipe. Veja Créditos.

Usar o vídeo de referência como

No Seedance 2.5 e no Seedance 2.5 Flash, a configuração Usar o vídeo de referência como aparece quando um clipe é conectado a Refs. de vídeo. Ela diz ao modelo para que serve o clipe, então o modelo não precisa adivinhar isso pelo prompt.

OpçãoPara que serve o clipe
Automático (padrão)Nada é dito sobre o clipe. O modelo decide pelo prompt.
Uma referênciaUm guia para um vídeo novo: o movimento, a câmera ou o estilo dele.
O vídeo a editarUma mudança no próprio clipe, por exemplo “remove the sign” (remova a placa) ou “make it black and white” (deixe em preto e branco).
O vídeo a estender (só o trecho novo)Uma continuação do clipe a partir de onde ele termina.
  • O vídeo a editar mantém o formato e a duração do próprio clipe, então Proporção e Duração ficam bloqueadas. Ela só vale quando todos os vídeos de referência conectados têm de 4 a 30 segundos. Se não, o nó roda como em Automático, e uma linha abaixo da configuração avisa isso.
  • O vídeo a estender mantém o formato do clipe, então Proporção fica bloqueada. A Duração continua sua, mas Automática vira 8 segundos, porque uma continuação precisa de uma duração definida.
  • Uma extensão devolve só o trecho novo. O clipe de origem não é juntado a ele. Para ter a origem e a continuação num único vídeo, use o Estender vídeo.
  • As suas configurações são mantidas. Editar e estender não mudam a Proporção e a Duração salvas. Volte para Automático e elas aparecem de novo. Desconectar o clipe esconde a configuração e mantém a sua escolha.
  • Aplicar configurações restaura a escolha. Aplicar as configurações de um resultado anterior do Seedance 2.5 volta esta escolha para o que aquela execução usou.
  • Igual em todo lugar. Uma execução única, uma execução de workflow e uma execução de app publicado enviam a mesma escolha para o mesmo nó e os mesmos clipes.
  • Uma escolha que o modelo não aceita é removida. Todo salvamento de um workflow segue essa regra: pelo editor, pela API, por um agente, por uma importação, por uma cópia, por um template e por um app publicado. O editor também a aplica quando abre um workflow. Assim, voltar depois para o Seedance 2.5 não traz uma escolha antiga de volta.

O preço acompanha a execução que é feita. Veja Créditos.

Seedance 2.5 Flash

O Seedance 2.5 Flash é a versão mais rápida e de menor custo do Seedance 2.5, listada ao lado dele. Ele faz de 4 a 30 segundos em uma execução, em qualquer segundo inteiro (8 por padrão), em 480p ou 720p, com som nativo ativado por padrão. O prompt pode ter até 20.480 caracteres.

  • Entradas. Ele roda só com texto, com um quadro inicial, com um quadro inicial e um final, ou com até 10 imagens, 5 vídeos e 5 clipes de áudio como referências. Um prompt com áudio de referência sozinho também funciona. Veja Referências.
  • Resolução. Um nó novo começa em 480p, como no Seedance 2.5. Uma requisição pela API sem resolução renderiza e cobra 720p, e um valor 1080p renderiza e cobra 720p.
  • Proporção. Com um quadro inicial, a proporção é sempre Adaptativo, então o quadro a define.
  • Edições. Usar o vídeo de referência como funciona como no Seedance 2.5, e o Flash pode editar um clipe aqui ou no Vídeo para vídeo, como Seedance 2.5 Flash Edit.
  • Sem rascunho e sem seed. Ele não tem a chave Rascunho (480p), nem finalização em HD, nem seed.
  • Créditos grátis. Ele roda com créditos grátis dentro dos limites deles: um clipe de 4 segundos em 480p.

O Seedance 2.5 Flash é cobrado por segundo, com uma tabela de preços própria em 480p e 720p, e com um preço menor por segundo quando um vídeo de referência está conectado. O selo de custo no nó mostra o preço antes de você executar.

Modo rascunho do Seedance 2.5

No Seedance 2.5, o painel de configurações tem a chave Rascunho (480p). Um rascunho é uma renderização da sua tomada em 480p. Quando você gosta da tentativa, um nó Upscale de vídeo definido como Seedance 2.5 HD (a partir do rascunho) a finaliza em 1080p como a mesma tomada, quadro a quadro. A seed, o prompt, as referências, o tempo e a configuração de áudio continuam os mesmos. Use rascunhos para testar uma tomada várias vezes por um preço baixo e pagar por 1080p só uma vez.

  • Um rascunho é renderizado só em 480p. Com Rascunho ativado, a Resolução fica fixa em 480p. Uma requisição ou um workflow que envia Rascunho com outra resolução é renderizado em 480p, e a mudança é informada.
  • Um rascunho custa o mesmo que uma execução em 480p, por exemplo 616 créditos por 8 segundos, ou 374 créditos com um vídeo de referência.
  • A finalização custa à parte. O preço dela vem da duração do próprio rascunho. O Upscale de vídeo mostra o preço exato assim que o rascunho é conectado a ele.
  • Quando um rascunho economiza créditos. Um rascunho e a finalização dele custam juntos mais do que uma execução direta em 1080p. Fazer o rascunho antes economiza créditos assim que uma execução direta em 1080p precisaria de duas tentativas ou mais.
  • O áudio é mantido. O diálogo de um clipe com voz é mixado na renderização em 1080p da mesma forma.
  • Os rascunhos ficam guardados por cerca de 7 dias. Finalize um rascunho dentro desse prazo.
  • Usar o vídeo de referência como funciona do mesmo jeito. Com o rascunho ativado, a configuração tem as mesmas opções e os mesmos bloqueios. Um rascunho de edição mantém o formato e a duração do clipe, e a finalização em 1080p também.

O Rascunho só é oferecido no Seedance 2.5, e os outros modelos o ignoram. O Seedance 2.5 Flash não tem rascunho nem finalização em HD. O Vídeo para vídeo oferece a mesma chave no Seedance 2.5 Edit.

Fazer um loop limpo

O Corte para loop encontra o quadro em que o clipe volta ao início de forma mais limpa e corta o clipe ali. Ative-o no painel de configurações:

  • Quadros a testar define quantos quadros o Nodaro compara, de 4 a 64. O padrão é 16.
  • Qualidade: Preciso corta no quadro exato, com uma leve perda de qualidade. Sem perdas corta em um quadro-chave e mantém o arquivo idêntico byte a byte.

Para um loop perfeito, conecte a mesma imagem a Quadro inicial e a Quadro final. Sem quadro final, o Nodaro ainda escolhe o melhor ponto de loop que encontrar, mas o loop pode mostrar um salto. O Corte para loop também remove o fade que o VEO 3.1 adiciona no final de um loop.

O Corte para loop adiciona uma cobrança a uma execução pelo botão Executar do nó, pela API, pelo SDK ou pelo MCP. O preço no botão Executar não inclui essa cobrança. A cobrança é de uma unidade a cada 5 segundos do clipe ou fração de 5, mais uma unidade a cada 24 quadros testados ou fração de 24. Cada unidade custa 11 créditos, o preço de um bloco de 5 segundos do Cortar vídeo. Em uma execução de workflow, o corte é feito sem essa cobrança. Se o corte falhar, você fica com o clipe sem corte, e os créditos do Corte para loop são reembolsados.

Manter um personagem consistente

  • Conecte entidades. Conecte um nó Personagem, Local, Objeto/adereço ou Animal/criatura a Entidades. O Nodaro envia as imagens aprovadas e as descrições delas junto com o prompt.
  • Mencione as entidades. Escreva @maya no prompt para colocar o personagem exatamente onde a frase precisa dele. Dê um papel à menção, como @maya:1:clothes, para dizer o que tirar da referência. Veja Papéis de referência.
  • Confira o que é enviado. A lista Referências injetadas no painel de configurações mostra todas as referências que o modelo vai receber. Arraste para reordenar ou clique em × para remover uma.
  • Use um painel. Um painel de referência ou uma grade de consistência feitos no Gerar imagem mantêm um rosto estável entre os clipes. As predefinições de Receitas de cena foram feitas para ler esses painéis. Veja Painéis de referência e grades de consistência.

Leia Personagens consistentes para ver o método completo.

Predefinições

Abra Predefinições no nó para usar configurações prontas. Cada predefinição escolhe um modelo, uma proporção e uma duração adequados, preenche o prompt com campos {placeholder || default} e adiciona um prompt negativo ajustado contra distorção, cintilação e deformação. Você pode executar uma predefinição sem editá-la: cada campo volta ao valor padrão.

PastaExemplos
Movimentos de câmeraAproximação lenta, Dolly out, Órbita 360°, Subida de grua, Câmera de acompanhamento, Panorâmica chicote, Dolly zoom (efeito Vertigo)
Enquadramentos e ângulosPlano geral de estabelecimento, Primeiro plano, Detalhe macro, Ângulo baixo heroico, Vista zenital, Voo FPV de drone
Cinematográfico e especialDocumentário com câmera na mão, Câmera lenta, Time-lapse, Hyperlapse, Efeito bullet time, Troca de foco
Redes sociais e ReelsDestaque vertical, Direto para a câmera, Revelação de produto, Cortes rápidos de trend, Caminhada POV, todos em 9:16
Produto e anúnciosProduto em destaque, Giro 360 do produto, Respingo de líquido, Unboxing, Anúncio lifestyle
Gráficos animados e logotipoVinheta de logo, Revelação de título, Fundo de partículas, Fundo em loop
B-roll e naturezaTime-lapse de nuvens, Água em câmera lenta, Passeio pela floresta, Paisagem aérea, Oceano em loop
Animação e estiloAnime em movimento, Desenho animado 3D, Animação em massinha, Aquarela viva
Loops e fundosMovimento sutil, Papel de parede animado
Viral e efeitosPreso no gelo, Transformação em super-herói, Revelação no elevador, Paraquedismo em POV, POV subaquático. Funcionam melhor com uma imagem de entrada.
Receitas de cenaCena viral do meteoro, Curta animado (Abertura, Perseguição, Desfecho), Diálogo entre dois personagens, Revelação do desastre, Cena de perseguição. Cenas do Seedance 2 com áudio nativo e sincronia labial nas falas entre aspas. Conecte seus painéis de referência ou suas grades de elenco como imagens de referência.
Edição de vídeoEditar vídeo: edita por instrução, no Seedance 2.5, um clipe em Refs. de vídeo. Digite como prompt a mudança que você quer.
UGC e criadoresUGC Talking Head, UGC Fechamento com produto, Unboxing na mão, Arrume-se comigo, Perguntas e respostas de rua, Cena de reação, Usa o celular, Tela escondida. Clipes do dia a dia, de pessoas falando para a câmera, no Seedance 2.5 em 9:16 e 720p, com áudio nativo. A maioria tem 8 segundos, e Perguntas e respostas de rua e Cena de reação têm 5 segundos. Conecte a Refs. de imagem as fotos que cada predefinição indica, como um rosto ou um produto. Quando a predefinição tem uma fala, digite-a com os números escritos por extenso.

Para encadear várias Receitas de cena em um curta, junte os clipes com a predefinição Junção contínua (tomada única) do Combinar vídeos. Leia Predefinições para salvar e compartilhar as suas.

Créditos

O selo de custo no nó mostra o preço antes de você executar. O preço depende do modelo, da duração e da resolução. Em alguns modelos, também depende do som e das referências.

  • Preço fixo por clipe. O VEO 3.1 custa o mesmo para 4, 6 ou 8 segundos. O VEO 3.1 Lite custa 83 créditos em 720p e 99 em 1080p. O VEO 3.1 Fast custa 165 em 720p e 187 em 1080p. O VEO 3.1 Quality custa 1.100 por um clipe em 1080p.
  • Preço por duração. O Gemini Omni e o Gemini Omni Flash têm um preço por duração e resolução. O Gemini Omni Flash custa 176 créditos por 4 segundos e 352 por 10 segundos, em 720p ou 1080p. Uma edição de vídeo tem um preço fixo por execução: 462 créditos no Gemini Omni Flash e 660 no Gemini Omni, em 720p ou 1080p.
  • O Gemini Omni Flash 1.2 é cobrado por segundo. Cada segundo inteiro de 3 a 15 tem um preço próprio em 360p, 720p, 1080p e 4K. Uma edição de vídeo é cobrada pelo clipe que ela envia: os segundos depois do corte, no máximo 15, arredondados para cima até um segundo inteiro, com um mínimo de 3 segundos. Quando não é possível medir o clipe, a execução reserva o preço de 15 segundos e depois cobra a duração entregue.
  • Preço por segundo. O Seedance 2.5, o Seedance 2.5 Flash, o MiniMax H3, o Wan 3.0, o Grok Imagine Video 1.5, o PixVerse V6 Max e o HappyHorse 1.1 são cobrados por segundo. Por exemplo, o Wan 3.0 custa 220 créditos por 5 segundos em 720p e 704 por 8 segundos em 1080p. O Vidu Q4 também é cobrado por segundo, com um único preço para os dois modos dele, com ou sem som, e as referências não acrescentam nada. Sem vídeo de referência, a família Seedance 2 é cobrada em faixas de 4, 8, 12 e 15 segundos, e uma duração entre duas faixas é cobrada como a faixa seguinte, então 6 segundos são cobrados como 8.
  • O Kling 4.0 é cobrado por segundo. O Kling 4.0 e o Kling 4.0 Keyframes compartilham um único preço por segundo de duração em cada resolução. O som está incluído, e imagens de referência, personagens, clipes de voz e quadros não acrescentam nada. Um personagem feito a partir de vídeo também não acrescenta nada. Um vídeo de referência no Kling 4.0 cobra a saída mais o maior valor entre a saída e os vídeos de referência, por uma tarifa de referência. Por exemplo, um clipe de 5 segundos com um vídeo de referência de 4 segundos é cobrado como 10 segundos. O vídeo de um personagem não acrescenta segundos. Um clipe de trilha sonora conta como vídeo de referência. Ele nunca é mais longo que o vídeo, então uma execução com trilha sonora e sem outro vídeo de referência cobra o dobro dos segundos do vídeo pela tarifa de referência.
  • O Kling 4.0 Flash é cobrado por segundo. Cada duração de 3 a 20 segundos tem um preço próprio em 720p, com ou sem um quadro inicial conectado. O som está incluído, e imagens de referência, personagens, clipes de voz e o quadro inicial não acrescentam nada. Um personagem feito a partir de vídeo também não acrescenta nada, e o vídeo dele não acrescenta segundos a uma execução com vídeo de referência. Uma execução sem duração definida é cobrada como 5 segundos. Um vídeo de referência cobra a saída mais o maior valor entre a saída e os vídeos de referência, por uma tarifa de referência, como no Kling 4.0.
  • Os quadros do Grok Imagine Video 1.5 não custam nada a mais. Cada duração tem um preço próprio em 480p, 720p e 1080p. Um quadro final, um loop e até 4 quadros intermediários custam o mesmo que um quadro inicial sozinho. Um pedido sem duração é cobrado como 8 segundos, e um sem resolução, como 480p.
  • O PixVerse V6 Max tem um preço sem som e um preço com som. Cada duração e resolução tem os dois, e o preço com som é maior. O som fica ativado, a menos que você desmarque Gerar áudio. O preço é o mesmo com ou sem quadro inicial.
  • Vídeos de referência deixam o Seedance mais barato. Na família Seedance 2, no Seedance 2.5 e no Seedance 2.5 Flash, conectar um vídeo de referência passa para um preço menor por segundo. O Seedance 2 em 1080p custa 2.244 créditos por 8 segundos, ou 1.364 por 8 segundos de saída com um vídeo de referência.
  • O som pode custar mais. O Kling 3.0 custa 748 créditos por 10 segundos sem som e 1.100 com som. No Kling 3.0, o som fica ativado, a menos que você o desative.
  • Os vídeos de referência contam a própria duração. Na família Seedance 2 e no MiniMax H3, o preço cobre os segundos de cada vídeo de referência mais os segundos de saída. O MiniMax H3 em 2K custa 803 créditos por 8 segundos de saída, e cada segundo de um vídeo de referência acrescenta o mesmo preço por segundo. No Wan 3.0, um vídeo de referência não acrescenta nada.
  • Imagens extras no MiniMax H3. Cada imagem de entrada além das cinco primeiras adiciona uma pequena cobrança. Seis segundos em 2K custam 605 créditos com até cinco imagens, mais essa cobrança para cada imagem depois da quinta.
  • A duração Automática é liquidada depois da execução. Com Duração em Automática, o Nodaro reserva o preço do clipe mais longo do modelo: 30 segundos no Seedance 2.5 e no 2.5 Flash, e 15 nos outros modelos Seedance 2. Quando o clipe fica pronto, você paga pela duração que recebeu, e o restante é reembolsado. O seu saldo precisa cobrir a reserva para a execução começar.
  • As edições também são liquidadas depois da execução. Uma execução do Seedance 2.5 com um vídeo de referência é reservada pela maior duração entre a que você definiu e a do clipe, e depois liquidada pela duração entregue.
  • Automática com um vídeo de referência costuma ser uma edição do primeiro clipe. Na família Seedance 2, a edição mantém a duração do clipe que ela edita, mas o modelo pode editar outro clipe. Quando todos os clipes de referência são medidos, o Nodaro reserva a saída pela duração do clipe mais longo. Essa duração é arredondada para cima até o segundo inteiro, mais um segundo. A saída nunca é reservada acima do clipe mais longo do modelo, e você paga pela duração entregue. Todos os clipes conectados continuam contando no lado da entrada. Um clipe que não pode ser medido é reservado pelo pior caso: o clipe mais longo do modelo na saída e o clipe mais longo que o modelo aceita na entrada.
  • Usar o vídeo de referência como muda a reserva. No Seedance 2.5, O vídeo a editar é cobrado desde o início como uma execução de duração automática com vídeo de referência, e a sua Duração não é usada. Uma referência com Duração em Automática é reservada pela maior saída que o modelo pode fazer e depois cobrada pelo que ele faz. O vídeo a estender é cobrado pela duração em que roda.
  • Um clipe de referência que não pode ser medido é medido de novo. Na família Seedance 2, no Kling 4.0 e no Kling 4.0 Flash, um clipe de referência que não pode ser medido é reservado pelo clipe mais longo que o modelo aceita. Quando a execução termina, o Nodaro mede o clipe de novo. Se ele puder ser lido nesse momento, você é cobrado pela duração real dele, e o restante é reembolsado.
  • O preço no nó é a reserva exata. Na família Seedance 2, o preço do nó e o botão Executar dele vêm do servidor, que mede os vídeos de referência conectados e os precifica do mesmo jeito que a execução. Enquanto um vídeo de referência ainda não foi gerado, o nó mostra uma faixa, do clipe mais curto que o modelo aceita até o pior caso dele. O botão Executar mostra o topo da faixa. Nenhum valor aparece enquanto os clipes estão sendo medidos.
  • As estimativas de workflows e apps precificam os vídeos de referência do mesmo jeito. A estimativa de uma execução de workflow e o preço listado de um app publicado medem um clipe de referência enviado. Um clipe que elas não têm como conhecer, como um que um nó da execução gera ou um que o usuário do app envia, recebe o preço do pior caso do modelo. Uma cotação nunca fica abaixo do que a execução reserva.
  • As configurações conectadas são cobradas como são executadas. Com um nó Provedor ou Duração na entrada Configurações, o preço usa o modelo conectado e a duração ajustada. Veja Entrada Configurações.
  • O Corte para loop é cobrado à parte. Em uma execução pelo nó, pela API, pelo SDK ou pelo MCP, ele adiciona uma cobrança que o preço no botão Executar não inclui. Veja Fazer um loop limpo.

A página de cada modelo lista os preços exatos dele. Veja em Créditos como funcionam as reservas e os reembolsos.

Etapas depois de um vídeo de duração automática

Alguns clipes saem com uma duração diferente da Duração salva no nó: um clipe da família Seedance 2 em Automática, uma edição do Seedance 2.5 e uma extensão do Seedance 2.5 em Automática. Uma execução do Seedance 2.5 com Uma referência ou O vídeo a estender registra a duração do mesmo jeito. Esse clipe registra a duração real dele quando é feito, nunca acima da maior que aquela execução poderia fazer.

  • A etapa seguinte é cobrada pelo clipe que ela mede. O Cortar vídeo, o Vídeo em loop e o Combinar vídeos medem o vídeo que recebem antes de qualquer crédito ser reservado e são cobrados por essa duração. Isso vale numa execução de um único nó, numa execução de workflow e numa execução de app publicado, então depois de um vídeo assim eles são cobrados pela duração com que ele saiu.
  • As cotações contam a maior duração até o clipe existir. O botão Executar, o total do workflow, o preço de um app e a verificação de créditos antes de uma execução contam esse clipe pela maior duração possível. Isso também vale quando um vídeo de referência está conectado. Só uma execução que declara O vídeo a editar é contada pela duração desse clipe, arredondada para cima, mais um segundo. Depois que o clipe existe, eles usam a duração registrada, mais o quarto de segundo que um registro em segundos inteiros pode deixar de fora. Uma cotação pode ficar acima da cobrança, nunca abaixo. Por exemplo, o Seedance 2.5 em Automática ligado a um Combinar vídeos é cotado como um clipe de 30 segundos e depois cobrado pela duração que saiu.
  • A Análise de vídeo e a Auditoria com IA também seguem essa regra. Numa execução de workflow, elas são cobradas pela duração registrada.
  • Uma execução com Duração definida e sem tipo de tarefa não registra duração, porque gera a própria Duração. Uma etapa executada sozinha depois do resultado dela conta esse resultado pela Duração. Toda etapa que mede o clipe que recebe é cobrada pela própria medição: Efeitos sonoros para vídeo, Máscara de vídeo, Profundidade de vídeo, Composição por máscara, Tom e andamento, Cortar vídeo, Vídeo em loop e Combinar vídeos.

Quando uma configuração não é aceita

Um workflow salvo pode trazer uma resolução, uma proporção ou uma duração que o modelo atual não oferece, por exemplo depois de você trocar de modelo. O Nodaro não faz a execução falhar. Ele corrige o valor para um que o modelo aceita, e você paga pelo valor corrigido, porque é também o que o modelo faz.

  • Vale o valor mais próximo. Um pedido em 4K em um modelo que vai até 1080p é renderizado em 1080p. Um 9:21 vertical vira 9:16, nunca horizontal.
  • Uma resolução vazia é enviada na resolução pela qual é cobrada. O valor usado fica registrado na execução.
  • Adaptativo e Automático ficam como estão. Eles dizem ao modelo para acompanhar a entrada.
  • A duração fica como você definiu, exceto no LTX 2.3, que passa para a duração mais próxima dele. Um pedido de 7 segundos no LTX 2.3 renderiza e cobra 6 segundos.
  • Um nó Duração conectado é ajustado. Uma duração que vem da entrada Configurações sempre é executada como a duração mais próxima que o modelo faz, e você paga por essa duração.
  • O MiniMax H3, o Wan 3.0, o Vidu Q4, o Kling 4.0, o PixVerse V6 Max e o Grok Imagine Video 1.5 renderizam um padrão fixo quando a resolução não é aceita. É 2K no MiniMax H3, 480p no Grok Imagine Video 1.5, e 720p no Wan 3.0, no Vidu Q4, no PixVerse V6 Max e em todos os modelos Kling 4.0, incluindo o Kling 4.0 Flash. O preço acompanha o que eles renderizam.

Quando um modelo bloqueia o prompt

Alguns modelos verificam um clipe pronto de acordo com as próprias políticas de conteúdo, por exemplo quanto à semelhança com conteúdo protegido de cinema e TV, e o rejeitam. Quando isso acontece, o Nodaro reescreve o prompt uma vez. A reescrita mantém os mesmos assuntos, a mesma linguagem de câmera e o mesmo clima, e suaviza o que causou a rejeição. Depois, o Nodaro executa o clipe de novo, sem custo extra em créditos. Se a segunda execução também for rejeitada, a execução falha com o motivo dado pelo próprio modelo.

Nós antigos Texto para vídeo e Imagem para vídeo

O Gerar vídeo substitui os nós antigos Texto para vídeo e Imagem para vídeo. Um workflow salvo que os contém abre com nós Gerar vídeo no lugar deles. As conexões passam para as entradas correspondentes, e os modelos, as configurações e os preços continuam os mesmos. Você não precisa mudar nada.

Dicas

  • Coloque as palavras importantes primeiro. O texto além do limite de prompt do seu modelo é cortado, e o Kling 2.6 aceita só 1.000 caracteres.
  • Rascunhe barato, finalize com nitidez. Itere no Seedance 2.0 Fast ou no VEO 3.1 Lite em baixa resolução e depois troque o modelo ou a resolução para o clipe final. No Seedance 2.5, ative Rascunho (480p) e finalize a tomada de que gostou com o Seedance 2.5 HD.
  • Descreva o movimento, não a imagem. Com um quadro inicial, a imagem já mostra a cena. Use o prompt para o que se move e para a câmera.
  • Descreva um movimento de câmera, não apenas o nomeie. Diga o que a câmera faz fisicamente, o que fica parado e onde a tomada termina. O Laboratório de Movimentos de Câmera mostra, em 147 clipes de teste, por que um termo isolado como “orbit” (órbita) ou “dolly” (carrinho) dá errado com tanta frequência.
  • Coloque o visual em seletores. Seletores como Movimento de câmera e Iluminação adicionam um texto testado, e você pode mudá-los sem reescrever o prompt.
  • Conduza muitas tomadas a partir de um só nó. Conecte uma Lista de prompts de tomada a um só nó Gerar vídeo, em vez de copiar o nó. Assim, o modelo é definido uma vez para todas as tomadas.
  • Mantenha vários nós de vídeo no mesmo modelo. Conecte um único nó Provedor à entrada Configurações de cada um deles e troque o modelo em um só lugar.
  • Conecte só o que o modelo usa. O painel de configurações oculta os controles que o modelo não aceita, mas os valores que você definiu para outro modelo continuam no nó.

Solução de problemas

Executar está desativado e a dica cita o modelo. O modelo não tem modo de texto para vídeo. Conecte uma imagem a Quadro inicial ou escolha um modelo que faça clipes a partir de texto.

Executar está desativado e uma etiqueta no nó está vermelha. O nó Provedor na entrada Configurações tem um modelo que este nó não executa, como um modelo de imagem. Escolha no nó Provedor um dos modelos de vídeo do nó. Uma execução do workflow para neste nó antes de qualquer cobrança, e o erro cita o nó Provedor.

A duração ou o formato do clipe são diferentes da configuração conectada. O modelo não faz essa duração ou essa proporção, então o nó executa a mais próxima. As etiquetas no nó mostram os valores com que ele é executado. Veja Entrada Configurações.

O clipe dá um pequeno salto depois do primeiro quadro. O modelo ajustou o seu quadro inicial. Volte o Ajuste dos quadros para Igualar ao tamanho de saída.

No Seedance 2.0, os primeiros quadros parecem ampliados ou mais escuros. Defina Enviar quadros como em Imagem de referência, ou deixe em Automático, que faz isso na família Seedance 2.0.

O nó avisa que uma entrada vai ser descartada. Você conectou mais referências do que o modelo aceita, ou combinou entradas que o modelo não consegue usar juntas, como um quadro final do VEO com imagens de referência. Remova entradas ou escolha um modelo com um limite maior.

Um clipe de referência é recusado antes da execução. Um vídeo ou um clipe de áudio de referência está fora dos limites de duração do modelo. Corte-o com o Cortar vídeo ou com o Cortar áudio e execute de novo. Nenhum crédito é gasto.

Uma execução do Wan 3.0 falha depois de começar. O Wan 3.0 verifica os limites dos vídeos de referência durante a execução. Os créditos reservados são reembolsados. Encurte os vídeos de referência e execute de novo.

O resultado do Seedance 2.5 tem uma duração ou um formato diferente do que você definiu. O modelo tratou o seu prompt como uma edição do vídeo de referência, que mantém a proporção e a duração do próprio clipe. Para decidir isso você mesmo, defina Usar o vídeo de referência como.

O Kling 4.0 recusa a execução antes de ela começar. A execução leva mais de 15 materiais, ou vídeos de referência que somam mais de 30 segundos (20 segundos no Kling 4.0 Flash). No Kling 4.0 Keyframes, a execução também pode ter mais quadros do que a duração do clipe permite. Remova entradas, use vídeos de referência mais curtos ou deixe o clipe mais longo. Nenhum crédito é gasto.

O Grok Imagine Video 1.5 recusa a execução em 1080p. Em 1080p, o modelo só aceita um quadro inicial, sem quadro final, loop nem quadros intermediários. Escolha 720p ou remova o quadro final e os quadros intermediários. Nada é cobrado.

O 4K é recusado no Gemini Omni ou no Gemini Omni Flash 1.2. O 4K não está disponível no plano gratuito. Escolha 720p ou 1080p, ou mude para um plano superior.

Alguns modelos, durações ou resoluções estão bloqueados. Até a sua conta comprar alguma coisa, o vídeo com créditos grátis fica limitado a clipes de até 4 segundos na resolução mais baixa do modelo. O Seedance 2.5 e todos os modelos Kling, exceto o Kling 4.0 Flash, não estão disponíveis. O Seedance 2.5 Flash roda como um clipe de 4 segundos em 480p. As opções bloqueadas dizem o motivo abaixo delas. As configurações padrão, Seedance 2 Fast com 4 segundos, funcionam como estão. Qualquer pacote de créditos ou plano remove os limites.

Pela API

Todas as configurações acima também estão disponíveis para código e para assistentes de IA por meio de POST /v1/generate-video. A rota antiga POST /v1/text-to-video continua funcionando e se comporta do mesmo jeito.

  • Direção por id. Envie um objeto direction com ids de seletores, por exemplo { "cameraMotion": "dolly-in", "timeOfDay": "dawn" }, e o Nodaro escreve o texto correspondente no prompt. Os ids válidos vêm de GET /v1/picker-catalogs. Veja Catálogos de seletores.
  • Quadros. frameFit e frameDelivery definem Ajuste dos quadros e Enviar quadros como.
  • Correções. Os valores corrigidos voltam em uma lista adjustments.
  • Rascunhos. draft: true com provider definido como seedance-2-5 faz um rascunho em 480p. Finalize-o com POST /v1/video-upscale e { "provider": "seedance-2-5-hd", "sourceJobId": "<the draft's job id>" }. Para ler o preço da finalização antes, sem iniciar uma execução, chame POST /v1/credits/seedance-hd-estimate com o mesmo sourceJobId.
  • Kling 4.0. Envie provider: "kling-4" com referenceImageUrls, referenceVideoUrls, referenceAudioUrls e characterReferences. Cada referência de personagem é um sujeito nomeado: o imageUrl, o bodyImageUrl e até 3 extraImageUrls dela são as suas 2 a 4 imagens, e o name é como o prompt a chama. Um voice em uma referência de personagem é recusado; envie os clipes de voz como referenceAudioUrls. O primeiro clipe toca como trilha sonora; audioSoundtrack: false mantém todos os clipes como amostras de voz.
  • Kling 4.0 Flash. Envie provider: "kling-4-flash" com os mesmos campos. O clipe N de referenceAudioUrls é a voz da referência de personagem N, e um voice em uma referência de personagem é recusado. keepOriginalSound: true mantém o som próprio de um vídeo de referência. Uma requisição só com um quadro final e sem referências é recusada.
  • A sua própria trilha sonora. audioUrl ainda coloca uma faixa sobre o resultado, mas está obsoleto. Em vez disso, envie o clipe e o áudio para o Mesclar vídeo e áudio. Para kling-4-keyframes, envie os quadros intermediários como referenceImageUrls, em ordem.
  • Gemini Omni Flash 1.2. Envie provider: "gemini-omni-flash-1-2" com uma duration em segundos inteiros de 3 a 15, uma resolution de 360p, 720p, 1080p ou 4k e um aspectRatio de 16:9, 9:16 ou auto. Um vídeo de origem é editado, e videoTrimStart e videoTrimEnd escolhem um trecho de até 15 segundos. O seed só é enviado quando é um número inteiro de 10000 a 99999. Sem resolution, o clipe é cobrado em 720p, e sem duration, por 8 segundos. Até 2 characterReferences são aceitas, fora das 6 imagens de referência, com texto, imagens de referência ou um vídeo de origem. Uma referência de personagem é recusada com um quadro inicial ou final (character_references_with_start_frame, character_references_with_end_frame), uma terceira com character_references_over_limit e um voice com character_voice_unsupported. As referências de personagem não acrescentam créditos.
  • Seedance 2.5 Flash. Envie provider: "seedance-2-5-flash" com uma duration de 4 a 30 e uma resolution de 480p ou 720p. Mais de 10 referenceImageUrls, 5 referenceVideoUrls ou 5 referenceAudioUrls é recusado antes de qualquer reserva de créditos, com 400 too_many_references. Um draft ou um seed é ignorado.
  • Tipo de tarefa de referência do Seedance 2.5. referenceTaskType (auto, reference, edit ou extend) define Usar o vídeo de referência como, no Seedance 2.5 e no Seedance 2.5 Flash. Pelo MCP, é reference_task_type no generate_video.
  • PixVerse V6 Max. Envie provider: "pixverse-v6-max". O som fica ativado, a menos que a requisição envie sound: false; sem sound, generateAudio: false faz o mesmo. Uma seed é um número inteiro de 0 a 2147483647. Sem resolution, o clipe renderiza em 720p, e sem duration, faz 5 segundos.
  • Grok Imagine Video 1.5. Envie provider: "grok-imagine-video-1.5" com um quadro inicial. endFrameUrl é o último quadro exato, e referenceImageUrls são até 4 quadros intermediários, em ordem. Em 1080p, uma requisição com quadro final ou quadros intermediários é recusada com 400 e o código start_frame_only_resolution.
  • Padrões. Uma requisição sem provider é executada no Seedance 2 Fast. Se duration também faltar, ela faz um clipe de 4 segundos.
  • Voz do personagem. Nos modelos que falam diálogos, como VEO 3.1, Kling 2.6, Kling 3.0, Kling 3 Omni, a família Seedance 2 e o MiniMax H3, você pode passar characterVoices e dialogue. O clipe então fala com a voz salva do personagem, o que custa 44 créditos a mais no VEO e no Kling, ou de 5 a 28 créditos a cada 1.000 caracteres no Seedance e no MiniMax H3. Nos outros modelos, a voz é ignorada, o clipe é gerado mesmo assim e nenhum crédito extra é cobrado.

Veja Executar um único nó e as ferramentas MCP.

Perguntas frequentes

Qual modelo devo escolher no “Gerar vídeo”?

Os nós novos começam no Seedance 2 Fast, um modelo de baixo custo com som. Use o VEO 3.1 Fast para um bom equilíbrio entre preço e qualidade, com áudio nativo; o Kling 3.0 ou o VEO 3.1 Quality para tomadas cinematográficas premium; e o Seedance 2 ou o Seedance 2.5 quando as referências conduzem a tomada.

Como alterno entre texto para vídeo e imagem para vídeo?

Você não precisa alternar nada. Só com um prompt, o nó faz um clipe de texto para vídeo. Conecte uma imagem a “Quadro inicial”, e o mesmo nó anima essa imagem. Conecte também um “Quadro final”, e o clipe vai de uma imagem até a outra.

Quantos créditos custa um clipe do “Gerar vídeo”?

O preço depende do modelo, da duração e da resolução e, em alguns modelos, do som e das referências. O selo de custo no nó mostra o preço antes de você executar. Por exemplo, o VEO 3.1 Lite custa 83 créditos por um clipe em 720p, e o Seedance 2 custa 902 créditos por 8 segundos em 720p.

Qual é a duração máxima de um clipe de vídeo?

Depende do modelo. O VEO 3.1 faz 4, 6 ou 8 segundos; o Kling 3.0 e o Seedance 2, até 15 segundos; e o Seedance 2.5, o Seedance 2.5 Flash, o Wan 3.0 e o Kling 4.0, até 30 segundos em uma execução. Para vídeos mais longos, use o “Gerar vídeo Pro”, que une vários segmentos em um só clipe.

O “Gerar vídeo” gera som?

Muitos modelos fazem uma faixa de áudio junto com a imagem, entre eles o VEO 3.1, a família Seedance 2, o Kling 3.0, o Gemini Omni, o MiniMax H3, o Wan 3.0 e o PixVerse V6 Max. Desative o som com “Gerar áudio” quando o modelo permitir. Para colocar a sua própria faixa sobre o clipe pronto, use um nó “Mesclar vídeo e áudio”.

O que aconteceu com os nós “Texto para vídeo” e “Imagem para vídeo”?

Eles agora fazem parte do “Gerar vídeo”. Os workflows salvos que os contêm abrem com nós “Gerar vídeo” no lugar deles, com as mesmas conexões, configurações e preços.

Última atualização

Nesta página