Um vídeo de 1 minuto custou 70 yuans ao meu chefe! Pedi ao Codex para criar um fluxo de trabalho de vídeo do Opus 5.5 a partir de uma única frase

Resumo em uma frase: eu não escrevi quase nenhum código. Só passei os requisitos para o Codex, aprovei as execuções e corrigi a direção quando precisou, e assim montei um fluxo de vídeo do Opus 5.5 a partir de uma única frase. O resultado é impressionante mesmo, e a conta também não é nada barata.

Fiz uma coisa que me deixou bem empolgado. Pedi para o Codex replicar um fluxo de trabalho de vídeo: eu digito um pedido de uma frase, e o Opus 5.5 planeja tudo sozinho, escreve o código da animação, cria a trilha sonora, revisa, corrige e exporta o MP4 no final.

Quando o vídeo ficou pronto, eu estava animadíssimo. Aí olhei o custo. Para cerca de 1 minuto de vídeo, o gasto com modelos nos meus registros foi de US$ 9,4943, o equivalente a uns 70 yuans. Quem pagou foi o chefe, então tudo bem.

O processo de montagem, o consumo de cota e os custos que mostro a seguir vêm da minha execução real, incluindo a vez em que o Codex tomou o rumo errado logo na primeira tentativa.

Termos do fluxo de trabalho de vídeo com o Opus 5.5 (para ter à mão)

Vamos usar os termos abaixo várias vezes ao longo do texto. Vale alinhar o vocabulário já de cara, pra você não se perder no meio da leitura.

01 Vi um vídeo feito com o Opus 5.5 no Bilibili e me deu vontade de fazer um igual

Tudo começou de um jeito bem simples. Um tempo atrás, eu estava rolando o feed do Bilibili (B站) e topei com um vídeo que alguém fez usando o Opus 5.5. A lógica da narrativa era clara, as imagens eram agradáveis de ver, e o senso estético do conjunto estava em dia. Ele não era como aqueles primeiros vídeos de IA, que eram só um amontoado de cenas para mostrar técnica. Dava para perceber que ele estava realmente contando uma história.

Na hora pensei: esse formato combina muito com operação de conteúdo e com a construção de uma marca pessoal. Se a IA consegue cuidar sozinha do planejamento, das imagens, da narração e da edição, a barreira para produzir conteúdo cai bastante, principalmente para conteúdo educativo e de nichos profissionais, aquele tipo que precisa explicar bem as coisas, mas sem a pessoa aparecer na frente da câmera.

Quando cheguei nesse ponto, não consegui ficar parado: se o outro cara conseguiu, eu também quero montar o meu.

02 Só disse uma frase para o Codex: “Quero aquele do outro cara, me entrega”

Eu não pretendia estudar motor de animação, pipeline de renderização e processamento de áudio do zero, nem escrever um sistema de vídeo inteiro por conta própria. Joguei o objetivo direto para o Codex, e minhas palavras foram mais ou menos: “Quero aquele do outro cara, me entrega”.

A partir daí, quem trabalhou foi basicamente o Codex:

• Procurou tutoriais e leu a documentação e o código-fonte do projeto de referência
• Instalou dependências como Node.js, Python e FFmpeg e configurou o ambiente local
• Conectou as ferramentas de renderização, som, legendas e verificação
• Rodou testes e, quando apareciam erros, corrigia por conta própria

Minha parte era basicamente dar os requisitos, confirmar a direção e clicar em aprovar quando ele ia executar algum comando. Mais do que “montar” alguma coisa, eu era como um cliente que não entende muito de tecnologia, mas sabe muito bem o que quer.

Na primeira tentativa, o Codex montou o fluxo de vídeo do Opus 5.5 do jeito errado

O processo não foi tranquilo. O que o Codex montou na primeira vez foi uma bancada de trabalho do tipo “o modelo gera o storyboard + templates de animação fixos”, em que o Opus só podia preencher texto e parâmetros dentro de modelos predefinidos. Funcionava, mas limitava demais o espaço criativo do Opus, e o resultado não tinha nada a ver com o que eu tinha visto no Bilibili.

Depois mudei de abordagem: parei de ficar descrevendo repetidamente “quero aquele estilo bonito” e pedi que ele se baseasse em um caso que já tinha dado certo. O Codex pesquisou de novo o relato de produção do Ploto, escolheu como base o projeto de código aberto Lemo-Opuscar, mencionado nesse relato, e aí a direção finalmente ficou certa.

💡 A lição que mais vale anotar desta vez: ao pedir uma tarefa complexa para um Agent, dar a ele um caso de sucesso concreto e maduro costuma funcionar bem melhor do que ficar explicando repetidamente o que você quer.

Montar o fluxo de vídeo do Opus 5.5 consumiu de cara 80% da cota do Codex

Quando terminou a montagem, vi que o Codex tinha gastado cerca de 80% da cota da janela de cinco horas do meu plano ChatGPT Plus daquele momento.

03 Afinal, o que é esse workflow de vídeo com o Opus 5.5 que acabei montando?

Primeiro, vale deixar claros os três papéis. Muita gente vê “Codex montando um workflow com o Opus” e acha que dois modelos fazem o vídeo juntos, mas na verdade eles aparecem em duas etapas diferentes:

A base, o Lemo-Opuscar, é um kit de estilos para “gerar filmes com código”. Ele separa o método de direção, a implementação técnica e o estilo visual em guias diferentes, e o Agent cria seguindo essas guias. O projeto traz uma biblioteca de estilos pronta para usar e também permite criar estilos próprios. Ele deixa explícito que esses estilos foram ajustados para o Claude Opus 5.5, então com outro modelo o resultado pode não ser o mesmo. A documentação da versão que instalei aqui ainda menciona que um filme costuma exigir cerca de 30 a 60 minutos de execução do Agent e um consumo considerável de Tokens. Na hora nem dei bola para essa frase, só fui cair na real quando vi a fatura.

O workflow de vídeo com o Opus 5.5 não é “a IA gerando o vídeo direto”

Esse é o ponto mais fácil de entender errado. Ele não chama um modelo de IA de vídeo que cospe um clipe a partir de uma frase. Segundo a documentação técnica do projeto, o filme é feito por código, sem depender de modelo de geração de vídeo nem de material de banco de imagens. Na prática, o Opus escreve o código das imagens e animações dentro de uma página web, o navegador tira screenshots quadro a quadro em cada ponto do tempo, e no fim imagem e som são combinados em um vídeo.

Um resumo rápido da cadeia de ferramentas:

• Node.js + Canvas/WebGL: executa o código de imagem escrito pelo Opus e desenha a animação ao longo do tempo
• Navegador headless Playwright: abre a página de animação e captura os quadros um a um
• Kokoro: narração em chinês local, que não foi usada neste filme sem narração
• Whisper: quando há narração, transcreve o áudio de volta em texto para conferir frase por frase
• Python: narração, validação, efeitos sonoros e processamento da trilha
• FFmpeg: codificação, mixagem e composição do vídeo final

Essa abordagem tem uma vantagem: imagem, música, legendas e efeitos sonoros compartilham a mesma linha do tempo, então as trocas de plano podem ficar alinhadas aos eventos sonoros. Sobre os requisitos de ambiente, o projeto pede Node.js 20+, FFmpeg 7+ e Python 3.11+, com saída padrão em 1920×1080 a 24fps. Desta vez, eu rodei a 30fps.

04 Com uma frase, o fluxo de vídeo do Opus 5.5 começa a trabalhar sozinho

Depois de montado, usar é bem simples. O fluxo geral é assim:

1. Eu digito uma frase dizendo ao Opus que vídeo quero fazer
2. O Opus planeja, escreve o roteiro e desenha os planos por conta própria
3. Produção visual: escreve o código da animação e cria os efeitos visuais e os movimentos de câmera
4. Produção de áudio: música, efeitos sonoros e legendas; quando precisa de narração, aciona a capacidade de dublagem
5. Extrai quadros para checar imagem e som, e corrige sozinho o que encontrar de errado
6. Renderiza quadro a quadro, compõe tudo e exporta o MP4

A parte da dublagem teve um episódio à parte. A interface offline em chinês que vem por padrão no projeto original emitia som, mas quando passei o resultado pelo Whisper para reconhecimento, o texto voltou bem diferente do original. O Codex seguiu o exemplo em chinês do autor do motor Kokoro e acrescentou o modelo chinês v1.1 e o front-end de pronúncia chinesa Misaki. Depois do ajuste, as duas frases de teste em chinês passaram na validação, e sem precisar trocar para dublagem online. Essa é uma capacidade do sistema, mas não foi usada nos oito filmes que fiz desta vez.

O fluxo final tem duas formas de entrada:

Vale deixar claro: o “uma frase” é só uma simplificação na camada de interação. Por trás, continuam existindo várias rodadas de invocação do modelo, execução de ferramentas e revisões repetidas, e não se gasta nem um Token a menos.

05 Depois que o fluxo de vídeo com o Opus 5.5 rodou de verdade, fiquei meio surpreso

Na primeira vez que usei de verdade, escolhi um tema meio difícil: a introdução aos Oito Portões (八门) do Qimen Dunjia, uma arte divinatória tradicional chinesa. Os requisitos eram: cerca de 1 minuto, 1920×1080, 30 fps e sem narração em voz. Na descrição de execução, o Opus propôs uma solução de “legendas em estilo caligráfico com trilha de guqin”. O arquivo de autoria dentro do diretório do projeto também deixa claro que todo o som desse vídeo foi sintetizado por código, sem gravação e sem voz humana.

O resultado final me surpreendeu de verdade. O mais evidente são os caracteres chineses: nítidos, bem alinhados, muito melhores do que eu esperava. Quando entraram elementos técnicos como os palácios, as estrelas voadoras e os hexagramas, eu já estava preparado para ver aquela bagunça dos primeiros vídeos de IA, com símbolos aleatórios, escrita errada e texto deformado. Nada disso aconteceu, e a disposição ficou impecável.

O senso estético também está no ponto. Um fundo de pintura em tinta nanquim chinesa, legendas no estilo de inscrições caligráficas e a trilha de guqin: o conjunto é simples e elegante, e combina muito com o tema. Minha impressão não foi só de que “a IA consegue gerar imagens”, mas de que ela parece saber como esse tipo de conteúdo deve ser desenhado.

06 Aí olhei o custo do fluxo de vídeo com o Opus 5.5: um minuto, US$ 9,4943

Fui dar uma olhada no custo.

Fazendo uma conta por alto com uma taxa de câmbio de exemplo de cerca de 7,3 yuans por dólar, dá aproximadamente 70 yuans.

Minha opinião sincera: o resultado é realmente bom, mas 70 yuans por um minuto de vídeo, olhando só o custo de produção, com certeza não é barato. Se você termina, publica e isso não traz tráfego, seguidores nem retorno comercial, o dinheiro foi prejuízo.

Os planos do Claude e a cobrança por uso da API são duas estruturas de custo diferentes

Voltei à documentação oficial da Anthropic para conferir, e os mecanismos de cobrança realmente são diferentes:

Ou seja, não dá para dizer simplesmente que a API sempre sai mais cara que o plano, nem que o plano permite uso ilimitado. O plano pode ser mais indicado para rodar workflows de forma contínua e em grande volume; já a vantagem da API é que você sabe exatamente quanto gastou em cada execução. Qual compensa mais depende do seu volume real de uso e da frequência com que você produz. O ideal é comparar com dados reais de um período.

💰 Dica de conferência: se você optar pela cobrança por uso, vale conferir o detalhamento no painel do APIYI (apiyi.com) a cada vídeo concluído, anotando também o tema e o número de rodadas de ajustes. Depois de alguns vídeos, você já consegue estimar a faixa de custo de cada um.

Quer testar com pouco investimento? Teste primeiro só a capacidade de planejamento do Opus 5.5

Se você ainda não decidiu se vai montar o fluxo completo, dá para gastar bem pouco e chamar o Opus 5.5 isoladamente uma vez, só para ver o nível dele na hora de escrever storyboards e conferir o consumo de tokens:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Interface compatível com OpenAI da APIYI
)

resp = client.chat.completions.create(
    model="claude-opus-5.5",  # Nome de exemplo; confira o nome real na lista de modelos da APIYI
    messages=[{"role": "user", "content": "为一条1分钟的奇门八门科普短片写6个镜头的分镜，水墨风格，无旁白"}],
)
print(resp.choices[0].message.content)
print(resp.usage)  # Consumo de tokens de entrada e saída desta chamada

import json
import time
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

LOG_PATH = "usage_log.jsonl"

def ask_with_log(prompt: str, model: str = "claude-opus-5.5", tag: str = "storyboard") -> str:
    """Chama o modelo e acrescenta o consumo de tokens de cada chamada ao log, facilitando a conferência depois"""
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
    )
    usage = resp.usage
    record = {
        "time": time.strftime("%Y-%m-%d %H:%M:%S"),
        "tag": tag,
        "model": model,
        "prompt_tokens": usage.prompt_tokens,
        "completion_tokens": usage.completion_tokens,
    }
    with open(LOG_PATH, "a", encoding="utf-8") as f:
        f.write(json.dumps(record, ensure_ascii=False) + "\n")
    return resp.choices[0].message.content

def summarize(log_path: str = LOG_PATH) -> dict:
    """Soma o consumo acumulado de tokens; converta para valores usando o preço real mostrado no console"""
    total_in, total_out = 0, 0
    with open(log_path, encoding="utf-8") as f:
        for line in f:
            r = json.loads(line)
            total_in += r["prompt_tokens"]
            total_out += r["completion_tokens"]
    return {"input_tokens": total_in, "output_tokens": total_out}

if __name__ == "__main__":
    print(ask_with_log("为一条1分钟的奇门八门短片设计镜头节奏和配乐思路"))
    print(summarize())

🚀 Teste rápido: o ideal é usar o crédito de teste gratuito para novos usuários da APIYI (apiyi.com) e rodar algumas vezes o teste de storyboard. Assim você confirma se o estilo criativo do Opus 5.5 combina com o que você quer, antes de decidir investir no fluxo de trabalho completo.

07 Gostei do resultado, mas a conta do fluxo de vídeo com o Opus 5.5 precisa ser refeita

Esse experimento me mostrou na prática até onde um fluxo de trabalho de vídeo com Agent consegue chegar. Para quem trabalha com operação de conteúdo, marca pessoal, vídeos educativos e conteúdo profissional de nicho, vale continuar estudando esse tipo de ferramenta. Mas conseguir fazer tecnicamente e valer a pena comercialmente são duas questões diferentes.

Se, mais adiante, esses vídeos trouxerem tráfego, seguidores e conversão, os 70 yuans (¥70) podem ser vistos como um investimento razoável em produção. Agora, se for só para fazer um vídeo de um minuto e deixar guardado para assistir sozinho, 70 yuans claramente não compensam. Aproveito para deixar um aviso: o código e a documentação do Lemo-Opuscar usam a licença MIT, e os vídeos de exemplo e os frames estáticos usam a CC BY 4.0, então os vídeos feitos com ele pertencem a quem os criou. Já os materiais de terceiros, incluindo parte das dublagens, têm licenças próprias. Antes de usar comercialmente, o ideal é trabalhar com materiais seus e conferir tudo item por item.

O que eu realmente levei dessa rodada foi ter rodado um fluxo de trabalho completo por conta própria e ter descoberto quanto ele custa. Aliás, essa rodada foi feita com dinheiro de verdade (embora quem pagou tenha sido o chefe). O resultado é realmente bom, e o gasto também foi real. Para quem quiser testar, vale primeiro descobrir se você está usando a cota do plano ou a cobrança por uso da API. Senão, antes de o vídeo render qualquer tráfego, a fatura já chegou.

Perguntas frequentes (FAQ)

Principais pontos do fluxo de vídeo com o Opus 5.5 (Key Takeaways)

• Divida bem as tarefas: o Codex monta a estrutura, o Claude Code é a bancada de trabalho e o Opus 5.5 cuida da criação
• Não é um modelo de vídeo: as imagens são renderizadas por código, quadro a quadro, então texto e símbolos ficam nítidos e sob controle
• Dar exemplos funciona melhor que explicar a teoria: depois que o Codex montou a estrutura de forma errada, só os casos de sucesso conseguiram corrigir o rumo
• Não confunda os dois custos: 80% é a cota da assinatura do Codex, e US$ 9,4943 é a cobrança de invocação da API
• Os 70 yuans não são um preço de tabela: é só o caso concreto deste vídeo, e a conversão de câmbio é apenas um exemplo
• Comece testando com pouco custo: você pode usar a cota gratuita do APIYI (apiyi.com) para testar primeiro a capacidade do Opus de criar storyboards

Conclusão

Depois deste experimento com o fluxo de vídeo do Opus 5.5, minhas conclusões são três:

1. A capacidade é real: a apresentação dos caracteres chineses, das casas astrológicas, dos astros e dos hexagramas, além da estética geral de pintura em nanquim, superou minhas expectativas
2. O custo também é real: cerca de 70 yuans por aproximadamente 1 minuto de vídeo, fora a maior parte da cota do Codex que foi consumida durante a montagem. Não é barato
3. Se vale a pena depende do retorno: se render tráfego, seguidores e conversão, é investimento; se não render, é prejuízo

Conseguir fazer tecnicamente não significa que compense comercialmente. Minha sugestão é pensar bem no que você espera conseguir com o vídeo antes de escolher entre um plano de assinatura e a cobrança por uso. Se quiser validar com baixo investimento, dá para usar a cota gratuita do APIYI (apiyi.com) e testar separadamente a capacidade de planejamento do Opus 5.5. Se o resultado agradar, aí sim vale rodar o fluxo completo.

📚 Referências

1. Repositório do projeto Lemo-Opuscar: caixa de ferramentas de estilo para gerar vídeos por código
2. Link: github.com/lemomo-ai/lemo-opuscar

3. Descrição: inclui guias de direção, técnica e estilo, além das informações de licença

4. Documentação técnica do Lemo-Opuscar (TECHNIQUE.md): explicação do mecanismo de produção de vídeos

5. Link: github.com/lemomo-ai/lemo-opuscar/blob/main/TECHNIQUE.md

6. Descrição: apresenta o fluxo de imagens geradas por código, renderização quadro a quadro, verificação de dublagem, legendas e composição com FFmpeg

7. Central de Ajuda da Anthropic: planos Claude Code com Pro, Max e Ultra

8. Link: support.claude.com/en/articles/11145838-use-claude-code-with-your-pro-max-or-ultra-plan

9. Descrição: a diferença entre a cota da assinatura e a cobrança por API, e a prioridade da variável ANTHROPIC_API_KEY

10. Ploto, relato de produção: experiência de fazer vídeos longos com IA

11. Link: ploto.me/posts/how-i-made-a-long-video-with-ai
12. Descrição: origem do caso de sucesso usado como referência quando o Codex corrigiu a direção da montagem

Autor: equipe técnica da APIYI
Troca de experiências: fale com a gente na página inicial do site da APIYI. Para mais materiais de integração, acesse a central de documentação em docs.apiyi.com

Artigos relacionados

• Domine a mudança do ponto de competição na produção de séries curtas com IA: 6 passos da geração de um único plano ao controle de ativos de múltiplos episódios: Com a mudança dos pontos de competição na produção de dramas curtos com IA, use 6 etapas para criar biblioteca de ativos multiépisódios, regras de versão, cartões de cena e verificação de continuidade, reduzindo erros entre episódios e retrabalho.
• Karpathy cria um site de vídeos em duas horas: 6 passos para recriá-lo com o Opus 5.5 e 3 armadilhas: Analise as informações públicas sobre como Karpathy criou o HackerTube em duas horas com o Opus 5.5, apresente 6 etapas para reproduzi-lo, 3 obstáculos comuns e uma estimativa de custos, e explique como conectar o Claude Code via APIYI.
• Nem vento nem chuva, entre neblina e céu claro: de abandonar a escola e ir trabalhar na fábrica a chegar ao topo dos assuntos em alta no GitHub; criou o Archify, que transforma uma frase em um diagrama de arquitetura interativo (comece em 5 passos): O desenvolvedor front-end Tu Shaokun criou o Skill Archify, de código aberto; ele é gratuito, e o que custa é o modelo por trás dele, e este artigo mostra em 5 etapas como conectar ao claude-opus-5-5 para criar um diagrama de arquitetura interativo com uma única frase.
• Claude Code começa a bloquear a recriação de jogos: como desenvolvedores independentes podem evitar o bloqueio ao criar protótipos: Em 27 de outubro, o Claude Code adicionou duas frases ao comando de sistema para limitar a reprodução de jogos existentes específicos; este artigo explica as mudanças, o que ainda é permitido e apresenta um modelo de documento de design, três reformulações de comandos e como escolher modelos por custo na prototipagem.
• Tutorial do Claude Motion: transforme comandos em vídeos animados com o Opus 5.5 e crie seu primeiro em 5 passos, mesmo sem experiência: Guia passo a passo para iniciantes: obtenha a chave API do claude-opus-5-5, cole um comando e deixe o Opus 5.5 criar uma animação que possa ser reproduzida no navegador e gravada em vídeo, com 4 comandos de exemplo, uma lista de verificação do console e uma tabela de solução de problemas.