Lyria 3.5 Clip vs Pro: qual modelo escolher?

Para quem compara Lyria 3.5 Clip vs Pro, a escolha é simples: use o Clip para peças de 30 segundos e para testar direções musicais gastando pouco; escolha o Pro apenas quando a música precisar manter a coesão entre versos, refrões, pontes ou ao longo de uma edição maior. O preço atual da API é $0.04 por solicitação do Clip e $0.08 por solicitação de música completa, mas os nomes usados hoje pelo Google são menos claros do que essa busca sugere.

Qual modelo escolher?

Escolha o Clip quando a entrega tiver 30 segundos ou menos, ou enquanto a direção musical ainda não estiver definida. Vá de modelo de música completa quando o próprio arranjo fizer parte da entrega. Na prática, o Clip serve para trilhas de fundo em redes sociais, vinhetas, loops e testes; a música completa atende melhor a filmes de produto, temas de podcast com desenvolvimento, hinos de campanha ou qualquer faixa que precise de introdução, verso, refrão, ponte e final para soar intencional.

O Google Lyria 3 Clip é o modelo para peças curtas atualmente documentado como lyria-3-clip-preview. O MP3 fixo de 30 segundos vira uma vantagem quando a equipe precisa ouvir oito direções antes de aprovar uma, pois cada ideia descartada é curta e barata.

Não pague pela duração antes de definir uma direção. Para escolher entre eletrônico limpo, acústico acolhedor e tensão orquestral, uma pessoa na direção de criação não precisa ouvir várias músicas completas. Em geral, um trecho curto já permite avaliar o gancho, a paleta sonora, o andamento e o tratamento vocal.

Lyria 3.5 é o modelo de música completa atualmente documentado como lyria-3.5. Os quatro centavos adicionais se justificam quando a continuidade importa: uma melodia precisa voltar, a energia deve crescer e as seções têm de entrar em momentos úteis, sem parecer fragmentos gerados separadamente.

A decisão muda aos 60 segundos. Abaixo desse ponto, o Clip é a opção direta e mais barata. Aos 60 segundos, duas solicitações do Clip e uma solicitação de música completa custam os mesmos $0.08. Acima disso, uma geração bem-sucedida de música completa sai mais barata do que combinar mais trechos de 30 segundos — e ainda preserva um único arco musical.

Lyria 3.5 Clip vs Pro: o que significa Google Lyria 3.5

A API disponível hoje não apresenta dois endpoints chamados Lyria 3.5 Clip e Lyria 3.5 Pro. Conforme verificação feita em 4 de setembro de 2026 no guia, no changelog, nas páginas dos modelos e na tabela de preços do Google, a opção curta continua sendo o Lyria 3 Clip, identificado por lyria-3-clip-preview; a nova opção de música completa é o Lyria 3.5, identificado por lyria-3.5. No texto explicativo, o guia do Google ainda chama este último de “modelo Pro”. Por isso, a linguagem usada nas buscas faz sentido, embora os nomes dos endpoints não correspondam perfeitamente a ela.

Essa diferença é importante em produção. O nome de um modelo em uma apresentação de planejamento pode ser aproximado; o ID usado em uma solicitação de API, não. Usar as strings planejadas, mas não documentadas, lyria-3.5-clip-preview ou lyria-3.5-pro-preview significaria montar um fluxo em torno de nomes que não aparecem nas páginas atualmente publicadas.

A nota de versão de 3 de setembro do Google anuncia lyria-3.5 em prévia pública para gerar músicas completas. O mesmo changelog registra a dupla anterior Clip e Pro em 25 de março, enquanto o guia atual combina o endpoint Clip remanescente com o novo endpoint de música completa Lyria 3.5. Portanto, a comparação útil é entre iteração curta e produção de música completa, não entre duas categorias 3.5 com nomes bem definidos.

Preços do Lyria 3.5 e o ponto de virada aos 60 segundos

O Clip custa menos por solicitação; o modelo de música completa passa a custar menos por minuto gerado assim que a faixa precisa ultrapassar um minuto. A tabela de preços atual do Google, verificada em 4 de setembro de 2026, não oferece uma faixa gratuita da API para nenhuma das opções. O Lyria 3 Clip Preview custa $0.04 por música, e o Lyria 3.5 Full Song custa $0.08 por música.

Em 100 solicitações, são $4 para o Clip e $8 para a música completa. Essa comparação ajuda a dimensionar um orçamento de testes, mas não é justa em termos de entrega porque os resultados têm durações diferentes. Faça a conta a partir da peça de que você precisa:

• Uma trilha de 30 segundos para redes sociais custa $0.04 com o Clip ou $0.08 com o modelo de música completa. O Clip vence.
• Uma trilha de 60 segundos montada com duas gerações do Clip custa $0.08. Uma solicitação de música completa também custa $0.08. Há empate no preço, mas a música completa leva vantagem na estrutura.
• Uma faixa de 120 segundos montada com quatro gerações do Clip custa $0.16. Uma geração bem-sucedida de música completa custa $0.08. A música completa vence em custo e continuidade.

Esses valores pressupõem que não haverá novas tentativas e que uma solicitação de música completa alcançará a duração desejada. Também não fingem que duas saídas independentes de 30 segundos se encaixam como uma música. A conta mostra onde o custo por solicitação muda; a limitação criativa reforça ainda mais a escolha pela música completa quando as seções precisam se conectar.

O melhor modelo de orçamento é um funil. Teste oito direções musicais com o Clip por $0.32 e leve duas finalistas a músicas completas por mais $0.16. O custo total é $0.48. Testar as oito direções como músicas completas custaria $0.64; portanto, o fluxo híbrido economiza $0.16, ou 25%, antes de novas tentativas.

Pense nisso como o filtro do esboço à trilha: resultados curtos e baratos determinam quais ideias merecem ganhar duração. Não se trata apenas de economizar quatro centavos. O processo também evita que as pessoas responsáveis pela aprovação ouçam arranjos inteiros cujo gênero, voz ou instrumentação já estavam errados nos primeiros dez segundos.

Vencedor da categoria: Clip abaixo de 60 segundos; música completa Lyria 3.5 acima de 60 segundos. Exatamente em um minuto, a decisão deve ser tomada pela coesão, não pelo preço da solicitação.

Velocidade de iteração: o Clip vence na seleção

O Clip leva vantagem na iteração criativa porque seu escopo fixo torna todas as opções comparáveis. O Google não publicou um benchmark de latência para os dois endpoints atuais. Portanto, “mais rápido” significa aqui uma peça menor para gerar, avaliar, nomear e descartar — não uma suposta vantagem na velocidade do servidor.

Considere uma equipe de marca montando um teaser de produto de 30 segundos. Ela ainda precisa decidir se a trilha deve soar precisa, divertida, sofisticada ou urgente. Um verso completo e uma ponte não acrescentam valor a essa decisão. Oito opções com duração fixa permitem comparar a mesma janela entre gêneros, BPM, tonalidades, instrumentos e tratamentos vocais.

O critério de qualidade é saber se a abertura funciona com a edição. Procure um primeiro tempo limpo, espaço para o diálogo, uma progressão aproveitável até a revelação do produto e um final que possa ser cortado sem parecer amputado. Se a faixa for usada em loop, verifique também se o fim pode reencontrar o começo sem um salto harmônico evidente. Para essa tarefa delimitada, o Clip está pronto para uso depois da revisão editorial e de direitos.

O Clip vira apenas uma referência de clima quando o trabalho depende de desenvolvimento ao longo do tempo. Uma textura promissora de 30 segundos não prova que o refrão terá impacto, que um segundo verso trará variação inteligente ou que um arco de dois minutos manterá a coesão. Aprovar esse trecho como solução para uma música completa seria como aprovar uma amostra de cor como se fosse todo o sistema de identidade.

Vencedor da categoria: Lyria 3 Clip. A própria limitação que ele impõe é o que o torna eficiente antes da aprovação da direção musical.

Controle e coesão: o Pro vence no arranjo

O modelo de música completa vence quando o tempo se torna matéria-prima do design. O guia de geração musical do Google documenta tags de seção como [Intro], [Verse], [Chorus], [Bridge] e [Outro], além de timestamps que informam quando instrumentos, letras e mudanças de energia devem entrar. Também é possível definir gênero, instrumentos, BPM, tonalidade ou escala, clima, letra personalizada e duração pretendida.

Esse controle é prático em um filme de produto de 90 segundos. A abertura pode deixar espaço para a narração, a batida pode crescer na revelação do recurso e a frase final pode se resolver sob o logotipo. Um prompt genérico pede um clima; um prompt estruturado atribui uma função à música dentro da linha do tempo.

Controle não é edição. O Google também documenta a geração musical como um processo de turno único: não é possível pegar a música retornada e pedir à API, em uma interação seguinte, que suavize apenas o segundo refrão. A próxima solicitação gera uma nova música, e o mesmo prompt pode produzir outro resultado. Organize a aprovação em torno de takes inteiros, não de ajustes cirúrgicos.

Isso torna a estrutura do prompt mais importante do que sua elegância literária. Um bom briefing apresenta primeiro a entrega, depois a gramática musical e, por fim, a linha do tempo:

Uma trilha instrumental de 90 segundos para um filme de produto, a 112 BPM e em Ré menor. Baixo analógico abafado, bateria eletrônica seca e um único sintetizador arpejado e brilhante. Mantenha 0:00-0:12 minimalista para a narração, acrescente percussão em 0:12, chegue ao clímax principal em 0:42, recue em 1:05 e encerre de forma limpa até 1:30. Sem vocais.

Os timestamps não garantem um resultado aproveitável, mas tornam a falha compreensível. Quem avalia pode apontar que o clímax chegou tarde ou que a trilha ocupou o espaço da narração e, então, ajustar uma instrução para o próximo take completo.

Geração de música completa com Lyria: quando o Pro compensa

A música completa compensa quando um único arco musical contínuo vale mais do que ter o dobro de esboços. Em geral, isso significa uma entrega acima de 60 segundos, uma ideia melódica recorrente, seções cronometradas, letra personalizada ou um desfecho que precise se resolver em vez de entrar em loop.

O modelo de música completa também é a opção mais segura quando uma pessoa responsável pela edição precisa de alternativas dentro de um só arquivo. Uma introdução coesa, um verso de baixa energia, um refrão mais intenso e um encerramento limpo criam vários pontos úteis de corte sem a necessidade de unir gerações desconectadas. O MP3 ainda é uma entrega limitada quando comparado a stems ou a uma sessão editável, mas uma faixa organizada se aproxima muito mais de um ativo de produção do que quatro clipes independentes.

Vencedor da categoria: música completa Lyria 3.5. O valor adicional compra escopo e controle de arranjo, não apenas mais segundos.

Qual fluxo de API de música com IA combina com seu projeto?

Use a API como um sistema criativo de aprovação em duas etapas, não como uma máquina caça-níqueis. O próprio Google recomenda iterar com o endpoint Clip antes de partir para uma geração completa com o Lyria 3.5. O fluxo mais sólido mantém o mesmo briefing musical nas duas etapas e altera apenas a camada de duração e estrutura.

Veja a evolução de um briefing para lançamento de produto. O prompt inicial, fraco, seria: “Crie uma música moderna e animada para um vídeo de produto.” Ele não resolve gênero, andamento, centro tonal, instrumentação, uso de voz, pontos de edição nem encerramento. Qualquer resultado poderia ser defendido, o que torna o feedback vago.

O prompt aprimorado para o Clip seria: “Uma trilha instrumental de 30 segundos para um teaser de produto, a 112 BPM e em Ré menor, com baixo analógico abafado, bateria eletrônica seca e um único sintetizador arpejado e brilhante. Precisa e confiante, sem agressividade. Comece de forma limpa, cresça aos 12 segundos e termine com uma batida conclusiva. Sem vocais.” Isso não promete um resultado melhor. Cria um teste melhor, porque a equipe consegue avaliar uma direção específica segundo critérios explícitos.

1. 1

   Defina o teste de aceitação

   Antes de gerar, registre quatro verificações: o primeiro tempo favorece a edição, há espaço para diálogo, o crescimento coincide com a revelação e o final permite um corte limpo. Acrescente restrições específicas da marca, como não usar vocais nem timbres retrô de bateria.

2. 2

   Teste as opções com o Clip

   Mantenha a duração em 30 segundos. Altere uma variável importante por rodada — gênero, família de instrumentos ou energia, por exemplo — e preserve a função da faixa no filme de produto. Identifique cada resultado pela escolha que ele testa, não por um número de take arbitrário.

3. 3

   Leve a direção vencedora adiante

   Transfira gênero, BPM, tonalidade, paleta de instrumentos e clima aprovados para o prompt de música completa. Só então acrescente tags de seção ou eventos com timestamp, porque avaliar estrutura sai caro antes da aprovação da direção.

4. 4

   Verifique os arquivos entregues

   Salve juntos o MP3 e o texto de letra ou estrutura retornado. Confira a taxa de amostragem real, o loudness, o início, o fim, eventuais conteúdos sensíveis do ponto de vista de segurança e a presença de todas as seções solicitadas antes de enviar o ativo para edição.

5. 5

   Finalize fora do gerador

   Corte, nivele, organize e teste a faixa com a imagem final. Se o trabalho exigir stems, lembre que a resposta documentada da API entrega um MP3 e texto, não uma sessão multifaixa.

Para um anúncio de 30 segundos, encerre no Clip se o resultado passar no teste de aceitação. Para um filme de produto de 90 segundos, use o Clip apenas para escolher a sonoridade e gere o arco final com o Lyria 3.5. Em uma vinheta muito curta, o Clip ainda é a opção mais próxima, mas será preciso reduzir o resultado de 30 segundos na edição. Nenhum dos dois atende a música interativa em tempo real; nesse caso, o Google direciona desenvolvedores ao Lyria RealTime.

Saída da API do Lyria 3.5: fluxo e limitações de produção

A entrega atual é suficiente para um ativo estéreo finalizado, mas limitada demais para uma produção musical detalhada. Os dois modelos usam a Interactions API do Google, aceitam texto e imagem como entrada e retornam áudio MP3 mais texto com letra ou estrutura. Eles não oferecem o tipo de sessão multifaixa que permite a uma pessoa na produção rebalancear voz, bateria e baixo de forma independente.

A primeira lacuna de produção está na edição. Cada geração acontece em turno único: um Clip selecionado não pode ser prolongado por conversa até se tornar a mesma música, e um take completo não pode receber um reparo localizado por meio de outro prompt. Trate os prompts como briefings reproduzíveis, não como arquivos de projeto editáveis.

A segunda lacuna aparece em operações de escala. As páginas atuais dos modelos Clip e música completa informam um limite de entrada de 131,072 tokens, mas também registram que Batch API, inferência Flex e inferência Priority não são compatíveis. Um produto que dependa da geração agendada de um catálogo em massa ou de uma rota prioritária garantida não deve presumir que os endpoints padrão em prévia ofereçam esses recursos.

A terceira lacuna é a inconsistência da documentação. O guia conjunto afirma que a dupla atual produz áudio estéreo a 44.1 kHz, enquanto a página ainda publicada do modelo Clip informa 48 kHz para esse endpoint. Não fixe uma regra de ingestão com base em nenhuma dessas frases. Leia os metadados do arquivo retornado, normalize-o na pós-produção e preserve o original.

O Google aplica SynthID ao áudio do Lyria. Segundo a empresa, a marca d’água é inaudível e foi projetada para continuar detectável após alterações comuns, como compressão em MP3, adição de ruído e ajustes de velocidade. É um recurso útil de procedência, mas não substitui seu próprio registro de ativos, prompts e direitos das fontes, nem sua política de divulgação.

Os termos da API do Google dizem que a empresa não reivindica a propriedade do conteúdo gerado e atribuem ao usuário a responsabilidade pelo uso legal e por eventuais obrigações de atribuição. Prompts e respostas da Gemini API paga não são usados para melhorar os produtos do Google, embora continue existindo um registro limitado para segurança e proteção. Em trabalhos comerciais, mantenha o projeto em um projeto Cloud com faturamento ativo e não confunda “o Google não reivindica a propriedade” com promessa de exclusividade ou de ausência de infração.

Vencedor da categoria: nenhum. A Interactions API compartilhada e a entrega em MP3 são simples, mas os dois modelos herdam limitações de prévia. Depois da revisão, o Clip está pronto para peças curtas e delimitadas. O modelo de música completa serve para rascunhos estéreo e trilhas finais de menor risco, mas músicas de assinatura, lançamentos que exigem stems e masters de clientes com mixagem rigorosa ainda precisam de uma camada de produção fora da API.

Se a necessidade real for criar uma identidade sonora reutilizável, em vez de faixas avulsas, compare esse fluxo com a abordagem da API ElevenLabs Music Finetunes para identidade sonora. Se a faixa gerada for entrar em uma edição visual completa, o comparativo de geradores de videoclipes com IA aborda o problema de montagem posterior.

O que muda ao trocar o Clip pelo Pro

A troca de modelo custa muito pouco em dados armazenados, mas exige mais do fluxo de trabalho do que parece. Os dois caminhos passam pela Interactions API, então o padrão básico de solicitação e resposta continua familiar. O que muda são o prompt, o contrato do ativo e o padrão de avaliação.

Primeiro, preserve o prompt aprovado do Clip como fonte de verdade. Leve gênero, BPM, tonalidade, instrumentação, clima e política de vocais ao briefing da música completa. Depois, acrescente a estrutura exigida pela peça mais longa: tags de seção, marcações de tempo, mudanças de energia e um final explícito.

Segundo, altere o ID do modelo pela configuração. O endpoint curto é lyria-3-clip-preview; o endpoint atual de música completa é lyria-3.5. Os dois nomes ainda pertencem à fase de prévia. Fixar esse identificador diretamente em vários serviços cria uma dependência desnecessária quando o Google voltar a mudar o contrato.

Terceiro, ajuste o controle de qualidade. Ao avaliar um Clip, a pergunta é se uma ideia funciona por 30 segundos. Em uma música completa, também é preciso verificar se os motivos retornam com coesão, se as transições fazem sentido, se a letra continua aproveitável, se o meio evita repetição e se o final se resolve. Esse tempo extra de escuta e decisão editorial é o custo real da troca.

Não espere continuidade a partir do Clip selecionado. Como a edição em vários turnos não é compatível, a solicitação de música completa será uma nova interpretação do briefing, não uma continuação daquele áudio exato. O Clip aprovado funciona como referência de direção. Se for essencial repetir com precisão a melodia ou a interpretação vocal, esse fluxo não garante essa ponte.

Quem não deve trocar? Fique com o Clip se todas as entregas forem trilhas curtas para redes sociais, loops, vinhetas ou protótipos. Não baseie o projeto em nenhum dos endpoints se ele exigir regeneração determinística, stems nativos, um canal de processamento em lote documentado, inferência prioritária ou reparo localizado de uma seção. Esses são requisitos de fluxo de trabalho, não motivos para esperar que um modelo mais longo se comporte como uma estação de áudio digital.

Benchmarks: o que está comprovado — e o que não está

Nenhum benchmark atual comprova que o modelo de música completa soe melhor do que o Clip diante do mesmo briefing de 30 segundos. O model card do Lyria 3.5 afirma que avaliações humanas e automatizadas da própria empresa encontraram uma melhora significativa na fidelidade do áudio em relação ao Lyria 2 e maior aderência aos prompts de letra, mas não publica resultados numéricos nem uma comparação direta entre a versão curta e a de música completa.

Essa é uma avaliação do fornecedor, não uma comparação independente. Uma auditoria acadêmica de 2026 sobre homogeneização em músicas de IA analisa o Lyria 3 e o Suno em vários gêneros, não a dupla atual de versões curta e completa. Suas conclusões não devem ser transplantadas para esta decisão.

O critério de compra mais honesto é operacional: adequação da duração, obediência à estrutura, pontos de edição úteis, taxa de rejeição e carga de pós-produção no seu próprio briefing licenciado. Até que uma avaliação independente publique prompts equivalentes e resultados completos dos dois endpoints atuais, declarar um vencedor universal em qualidade de áudio seria mero palpite.

O que fazer na segunda-feira

Na segunda-feira, escolha uma peça real de campanha com 30 segundos e escreva quatro critérios de aceitação antes de abrir a API. Gere oito direções com o Clip, alterando uma variável relevante por vez. Preserve as duas melhores apenas se elas passarem pela mesma régua de avaliação.

Se a entrega final for curta, finalize com o Clip vencedor e leve-o para a edição. Se a campanha também precisar de um filme de produto ou tema mais longo, promova esses dois briefings ao modelo de música completa com uma estrutura marcada por timestamps. O gasto básico com geração será de $0.48 para oito testes e duas finalistas em versão completa.

Salve cada MP3 junto do prompt, do texto de estrutura retornado, do ID do modelo e da data de geração. Verifique os metadados do arquivo em vez de presumir a taxa de amostragem. Avalie a música com a imagem, não isoladamente. Assim, a equipe terá um histórico de decisão reproduzível, mesmo que o modelo não ofereça edição em vários turnos nem novas gerações determinísticas.

Perguntas frequentes

Vale a pena usar Lyria 3.5 Clip ou Pro para música comercial?

Use o Clip para aprovar uma direção musical de 30 segundos, uma trilha curta de anúncio, um loop, uma vinheta ou uma prévia. Escolha o endpoint atual de música completa Lyria 3.5 quando a entrega exigir mais de 60 segundos, seções cronometradas ou um único arranjo coeso.

O Lyria Clip consegue gerar músicas completas?

Não. Segundo o guia atual do Google, o endpoint Clip sempre gera 30 segundos. É possível editar vários clipes em sequência, mas eles são gerações independentes e não oferecem a continuidade de uma única solicitação de música completa.

Qual pode ser a duração das músicas do Lyria 3.5?

O guia da Gemini API promete músicas de alguns minutos, com a duração influenciada pelo prompt. A página geral do produto no Google DeepMind mostra faixas de até três minutos, mas isso não deve ser tratado como garantia exata da API enquanto sua documentação não fizer a mesma afirmação.

Qual é a diferença de preço entre Lyria Clip e Pro?

Os preços atuais da API paga são $0.04 por solicitação do Lyria 3 Clip e $0.08 por solicitação de música completa do Lyria 3.5, sem uma faixa gratuita da API listada. O Clip custa metade por solicitação; acima do ponto de equilíbrio de 60 segundos, a música completa passa a custar menos por minuto gerado quando uma solicitação alcança a duração desejada.

Antes de incorporar música de IA ao fluxo de produção, baixe o checklist de auditoria de fluxos de trabalho com IA.