Um modelo de vídeo de uma empresa de biologia custa meio centavo por segundo

Em 30 de outubro, um modelo chamado mischief 1 apareceu no OpenRouter com uma descrição que parece escrita por alguém querendo começar uma discussão: «o primeiro modelo de vídeo derivado de neurônios do mundo, da The Biological Computing Co.»

É toda a alegação. Não há whitepaper linkado, nem diagrama de arquitetura, nem explicação do que «derivado de neurônios» significa na prática. O que existe, na página do modelo, é um conjunto de números bem mais interessantes do que a frase de marketing. O mischief 1 custa US$ 0,005 por segundo. No conjunto de benchmarks de vídeo do OpenRouter, ocupa o primeiro lugar entre 27 modelos em custo e o primeiro entre 27 em velocidade. Gera clipes em 854×480, cinco segundos por padrão, e o exemplo da página — um clipe de 11,7 segundos — custou US$ 0,025.

Para dar contexto, o Veo 3.1 está listado a US$ 3,20, o Sora 2 Pro a US$ 2,40, o Seedance 2.5 a US$ 1,86. Um clipe de cinco segundos no mischief 1 custa cerca de dois centavos e meio. O mesmo clipe no Veo custa mais ou menos seiscentas vezes isso, embora não na mesma resolução nem na mesma faixa de qualidade.

O que você recebe de fato

Imagem para vídeo, não texto para vídeo. Você fornece um primeiro quadro, um prompt, um tamanho e uma duração. Os padrões do playground são 854×480 e cinco segundos, mais ou menos a resolução de um upload do YouTube em 2010. A latência é a parte impressionante: o P50 ponta a ponta fica em torno de 13 segundos. A maioria dos modelos de vídeo mede o tempo de fila em minutos.

A seção de benchmark é onde a honestidade do produto aparece. No prompt de teste da «caneca fumegante» do OpenRouter, o mischief 1 gera um clipe em 23,7 segundos por US$ 0,05, e o campo de rubrica diz «Ainda sem rubrica». Ele não foi avaliado quanto a se a caneca solta vapor corretamente. Foi classificado por custo e velocidade, e são os únicos dois rankings que ele lidera.

A disponibilidade em três dias é de 92,59%, com uptime de 100% e disponibilidade de 24 horas em 99,56%. Só um provedor o hospeda: a Ambient. Não há fallback de roteamento. Se a Ambient tem uma hora ruim, você tem uma hora ruim.

Os números que descrevem um caso de uso

A página do modelo tem um gráfico de atividade mostrando a duração de vídeo gerada por dia. No dia em que olhei, era 0,7 hora. Não 700 horas. Zero vírgula sete. Considerando todos os apps do OpenRouter que mandam tráfego para esse modelo.

Esse número é a coisa mais honesta da página. Ele diz para que esse modelo está sendo realmente usado agora: um punhado de gente testando, alguns protótipos, umas experiências de ferramenta. Os apps listados como originadores de tráfego são pequenos — um site alemão, uma CLI de código aberto, um par de startups. Ninguém construiu um negócio em cima dele ainda.

O que faz sentido, porque em 854×480 e cinco segundos você não entrega isso como conteúdo final. Dá para usar para decidir se um plano funciona. Esse é o mercado de pré-visualização, e é um mercado real que historicamente foi atendido por storyboards e pelo que o diretor consegue rabiscar num guardanapo.

O que «derivado de neurônios» pode significar, e por que importa

Não consigo verificar a alegação, e desconfiaria de quem disser que consegue. O nome da empresa — The Biological Computing Co. — sugere uma inclinação de pesquisa, não de produto. Há uma longa história de linguagem «biológica» no marketing de IA que acaba querendo dizer «usamos uma rede neural de spikes» ou «nos inspiramos em colunas corticais» ou, ocasionalmente, «demos nomes de regiões cerebrais às nossas camadas».

Mas a alegação importa por um motivo além do hype. Se um modelo de vídeo é genuinamente construído sobre um substrato diferente de um transformer de difusão, a pergunta interessante não é se ele é melhor. É se ele é mais barato por segundo por uma margem estrutural, uma que não vai sumir quando os grandes laboratórios otimizarem suas pilhas de inferência. Hoje, US$ 0,005 por segundo é mais ou menos o que você pagaria por uma imagem bem barata, espalhada por cinco segundos de movimento. Esse preço só faz sentido se algo na arquitetura for incomumente eficiente, ou se a empresa estiver comprando participação de mercado.

De qualquer forma, o conselho prático é o mesmo: não construa um produto sobre um preço que pode ser uma promoção.

A comparação incômoda

A questão do vídeo barato é essa. O mercado passou dois anos discutindo se o vídeo de IA é bom o suficiente para cinema. Enquanto isso, a demanda real de quem trabalha é por algo bem menor: «preciso ver esse plano antes de gastar dinheiro com ele». Um diretor de comercial quer saber se o movimento de câmera funciona. Um animador quer conferir o timing. Um estúdio de games quer um moodboard que se mexa.

Para esses trabalhos, 480p basta. Cinco segundos bastam. Dois centavos e meio bastam com folga — é barato o suficiente para você ser descuidado. Você pode gerar vinte variantes de um plano por cinquenta centavos e jogar dezenove fora. Esse é um comportamento que não existe a US$ 3,20 o clipe, quando cada geração parece uma compra.

É essa a aposta real do mischief 1, descreva a empresa assim ou não. Não «somos melhores que o Veo», mas «somos baratos o bastante para você nos usar de outro jeito».

Como você ligaria isso na prática

A integração é o fluxo de vídeo padrão do OpenRouter, que vale conhecer porque é diferente do padrão de chat completion ao qual a maioria está acostumada. Você faz um POST em /api/v1/videos com o slug do modelo, o prompt e o primeiro quadro, e recebe de volta um id de tarefa mais uma URL de polling. Aí você faz polling até o status virar concluído, e a resposta entrega URLs para download. Sem streaming, sem tokens, sem saída parcial. É lote vestido de API.

Esse formato diz para que serve o modelo. Ferramentas interativas querem streaming. Pipelines de produção querem fila. O mischief 1 está firmemente na segunda categoria, e a dois centavos e meio o clipe você pode disparar uma dúzia de tarefas e separar depois.

Vale testar

Se você vive de storyboard, sim, imediatamente. A economia muda o que você pode se dar ao luxo de explorar. Se você produz entregas finais, não — vai passar mais tempo fazendo upscale do que economizou.

E se você é o tipo de pessoa que lê «derivado de neurônios» e quer saber o que realmente acontece por dentro, vai se decepcionar. A página entrega preço, resolução, latência e um espaço no benchmark. Não entrega método. Num mercado onde todo outro modelo vem com diagrama de arquitetura e paper, esse silêncio é ou um fosso competitivo ou um departamento de marketing trabalhando hora extra. Ainda não dá para saber de fora.