Varya, da Avataar, torna os vídeos com IA 10 vezes mais baratos — e essa é a verdadeira história

A Avataar.ai apresentou hoje o Varya em um evento em Nova Délhi, com a presença do secretário do Ministério de Eletrônica e Tecnologia da Informação da Índia. Trata-se de um modelo de vídeo com IA de 14 bilhões de parâmetros que, segundo a empresa, está no mesmo patamar de qualidade do Wan 2.2, da Alibaba, e do Veo 3, do Google. Mas o número que importa não é uma métrica de qualidade. É o preço. O Varya gera vídeos por cerca de ₹0,48 por segundo, o que, de acordo com a empresa, é até dez vezes mais barato do que os principais modelos globais. Isso é possível graças a uma arquitetura destilada que reduz a geração das 50 etapas de difusão habituais para apenas quatro, mantendo a qualidade do resultado próxima à dos modelos que usam todas as etapas.

Varya, o modelo de vídeo destilado da Índia, gera clipes em quatro etapas, em vez de cinquenta

O modelo chegou a esse resultado com a ajuda da IndiaAI Mission, que forneceu acesso subsidiado à infraestrutura nacional de computação para IA. Ele foi treinado intencionalmente para contextos indianos e, por isso, representa melhor a diversidade regional, os festivais, a culinária, as roupas e os ambientes cotidianos do que modelos treinados principalmente com dados ocidentais. Há uma demonstração ao vivo em varya.avataar.ai, e a Avataar afirma que disponibilizará o Varya como um modelo de pesos abertos, junto com os dados de treinamento, no portal AIKosh da Índia, permitindo que desenvolvedores o hospedem por conta própria ou façam ajuste fino. Um relatório técnico sobre a arquitetura e o método de destilação também será publicado.

Quatro etapas em vez de cinquenta

A abordagem técnica é o ponto central. Modelos de difusão geram conteúdo partindo de ruído e refinando o resultado ao longo de várias etapas, sendo que cada etapa exige uma passagem completa pela rede. Cinquenta etapas significam cinquenta passagens. A destilação treina um modelo-aluno menor e mais rápido para reproduzir, em poucas etapas, o que o lento modelo-professor produz em muitas. Quatro etapas em vez de cinquenta representam uma redução de mais de dez vezes na computação por quadro — e é justamente aí que se concentra quase todo o custo da geração de vídeos.

Os tempos reais de execução deixam isso mais claro. Em uma NVIDIA H200, a Avataar afirma que o Varya produz um clipe de cinco segundos em 720p em cerca de 45 segundos. Segundo suas medições, o Wan 2.2 leva aproximadamente 1.230 segundos para realizar a mesma tarefa. Não é uma pequena vantagem marginal, mas uma diferença de ordem de grandeza — e é o que separa um modelo capaz de atender a um grande público de outro cujo uso só é viável em uma demonstração.

É o mesmo recurso que tornou prática a geração rápida de imagens nos últimos dois anos. Vê-lo chegar aos vídeos em escala de produção, com um preço real por segundo, é o sinal ao qual vale a pena prestar atenção.

Por que o custo é a grande questão dos vídeos em 2026

Durante dois anos, a discussão sobre vídeos com IA girou em torno da capacidade. Qual modelo gera em 4K. Qual sincroniza áudio. Qual mantém um personagem consistente entre as cenas. Essa corrida está praticamente resolvida. O Kling 3.0 foi lançado em março com 4K e áudio, o LTX 2.3 fez o mesmo em código aberto, e os modelos de ponta estão próximos o suficiente para que as diferenças sejam motivo de debate, não grandes lacunas.

O que não foi resolvido é a viabilidade econômica. Nós escrevemos sobre como o Sora consumia cerca de um milhão de dólares por dia, diante de uma receita total de dois milhões de dólares ao longo de toda a sua existência, antes de a OpenAI encerrá-lo. A capacidade nunca foi o problema. O problema era o custo de oferecê-la. Um modelo bonito, mas inacessível, é uma demonstração, não um produto.

Por isso, a fronteira mais interessante em 2026 não é um modelo que faz algo novo, mas um que faz a mesma coisa por um décimo do custo. O Varya é um exemplo. O movimento mais amplo em todo o setor — destilação, menos etapas e modelos menores ajustados para contextos específicos — é o que transforma os vídeos com IA de uma vitrine deficitária em algo sobre o qual uma pequena equipe realmente pode construir.

O que isso significa para quem cria produtos

Se você está desenvolvendo algo que gera vídeos como parte do produto, e não apenas de forma pontual, o custo por segundo determina sua economia unitária. É a diferença entre um recurso que você pode oferecer a todos e outro que precisa limitar ou pelo qual deve cobrar mais. Uma redução de custo de 10 vezes não torna seu produto 10 vezes melhor. Ela torna repentinamente viável toda uma categoria de produtos que antes operavam no prejuízo.

É por isso que prestamos mais atenção à ponta barata da curva do que à chamativa. Na Cinevva, as ferramentas de geração da plataforma só funcionam como negócio se o custo por geração for baixo o bastante para que os criadores possam experimentar livremente sem que percamos dinheiro a cada clique. A lição do Sora foi que um resultado excelente com o custo errado pode acabar com a empresa. A lição do Varya é que o custo finalmente está começando a cair — e rápido — e que as equipes que criarem sobre modelos bons e baratos durarão mais do que aquelas que perseguirem os modelos caros e espetaculares.

O aspecto regional também importa. Um modelo treinado para contextos indianos e com preço adequado aos orçamentos da Índia serve como lembrete de que a próxima onda dessas ferramentas não virá toda do mesmo pequeno grupo de laboratórios dos EUA, nem terá preços pensados exclusivamente para o poder de compra norte-americano. Mais barato, mais local e mais específico é um eixo competitivo diferente de maior e mais generalista — e um eixo que as empresas dominantes demoram a defender.

Referências

• TechCrunch: Mais barata, rápida e culturalmente consciente, a IA de vídeo da Avataar foi criada para a escala da Índia
• Outlook Business: Avataar lança Varya, o primeiro modelo de IA de vídeo destilado da Índia, no âmbito da IndiaAI Mission
• Republic World: Este novo modelo de IA desenvolvido na Índia quer tornar a geração de vídeos muito mais acessível
• WaveSpeed: Notícias sobre geração de vídeos com IA em 2026, modelos mais recentes e atualizações
• MagicHour: Acompanhamento de lançamentos de modelos de vídeo com IA em 2026