Sim. Uma IA não consegue assistir a um vídeo, mas consegue ler a transcrição dele, e na maioria dos vídeos do YouTube é ali que está o conteúdo: o que foi dito, e quando. Em 21 de novembro de 2026 colocamos uma IA para "assistir" a 101 vídeos do YouTube, 34 horas no total, lendo as transcrições. Levou 3 minutos e 28 segundos.
Usamos nossa própria ferramenta, o YouTubeTranscript.dev, para obter as transcrições, e um modelo de IA para lê-las. Abaixo está o que entrou, o que saiu, onde a IA errou e como fazer isso com a sua própria lista.
O que entregamos à IA, e quanto custou?
O tipo de lista que todo mundo tem e nunca termina: tudo o que 29 canais de IA do YouTube publicaram em nove dias. Pegamos os 31 canais de ferramentas de IA de um estudo anterior e ficamos com cada vídeo de 3 minutos ou mais publicado de 12 a 21 de novembro de 2026. Dois canais não tinham publicado nada tão longo, o que deixou 101 vídeos.
O teste real, 21 de novembro de 2026 (UTC), pela API do YouTubeTranscript.dev.
| O que medimos | Resultado |
|---|---|
| Vídeos | 101, de 29 canais |
| Duração | 34,0 horas (mediana 17 min 49 s, o mais longo 56 min 55 s) |
| Transcrições encontradas | Os 101 tinham legendas; nenhum precisou de transcrição do áudio por IA |
| Palavras | 407.082 |
| Tempo para obter todas as transcrições | 120,6 segundos, uma única requisição em lote |
| Tempo para a IA ler | 74,4 segundos (uma passada por vídeo) + 12,7 segundos (comparando todos) |
| Créditos do YouTubeTranscript.dev | 101 (1 por vídeo) |
| Uso do modelo de IA | US$ 0,41 |
Como medimos: as listas dos canais e o lote passaram pela nossa API em 21 de novembro de 2026, entre 04:00 e 04:05 UTC. O tempo do lote vem das próprias marcações de criação e conclusão. As palavras foram contadas no texto devolvido. Os créditos são nosso saldo antes (2.189) e depois (2.088). O custo da IA são os tokens informados por cada requisição, ao preço de tabela do modelo.
O que a IA encontrou que se repetia?
Pedimos à IA as lições de cada vídeo, cada uma com uma citação copiada da transcrição. Depois ela agrupou as lições que diziam a mesma coisa. Os números abaixo são vídeos, calculados a partir desses grupos, não números escritos pela IA.
O resultado: a página que teríamos lido no lugar de 34 horas.
- O Fable 5.2 dá resultados melhores, mas custa mais que o Opus 5.5 (6 vídeos). Jack Roberts achou "twice as expensive as Opus 5.5 and 50% slower" (24:50).
- Divida trabalhos grandes entre um "enxame" de agentes (6 vídeos).
- O Gemini 4 Neon é mais barato e chega perto dos melhores modelos (5 vídeos).
- O Claude agora pode entrar nas suas videochamadas e criar documentos e quadros enquanto você fala (4 vídeos).
- Use modelos pequenos e baratos para tarefas simples (4 vídeos).
- Mantenha uma aprovação humana antes de ações arriscadas de um agente (4 vídeos).
- Teste os modelos no seu próprio trabalho, não em benchmarks (4 vídeos, 3 canais). "Make your own benchmark. Take five to 10 real tasks you do every single week" (TheAIGRID, 29:22).
Uma simples contagem de palavras, sem IA, mostra do que tratou a semana: Claude apareceu em 78 das 101 transcrições, Fable em 58, Opus em 56, GPT em 41 e Gemini em 35.
Quais foram as afirmações mais surpreendentes?
Pedimos as afirmações que surpreenderiam alguém que acompanha IA. São as palavras dos criadores, no momento em que as disseram. Não as verificamos, e você deveria fazer isso antes de repeti-las.
- O IPO da Anthropic "raised $81.3 billion" (Matt Wolfe, 0:31).
- O GPT-6.2 Astra "scored 100% on ARC-AGI 3", a primeira pontuação perfeita (TheAIGRID, 5:33).
- O Fable "coordinated over a thousand sub agents working around the clock for eight days and built a working operating system" (Ben AI, 7:35).
- Na Anthropic, as horas dos agentes de IA em tarefas superam as das pessoas "by six or 7 to one" (Nick Saraev, 3:40).
- Um pequeno modelo aberto "refused 92 out of 100" pedidos, e 4 de 100 depois que seu treinamento de segurança foi removido (Jack Roberts, 30:29).
Onde os criadores discordaram?
Isso é o que o resumo de um único vídeo não consegue dar. Pedimos à IA para encontrar perguntas que canais diferentes responderam de formas opostas.
- O Fable 5.2 vale o preço? Dois disseram que sim: MattVidPro ("for some people it's definitely worth it", 8:16) e Jack Roberts, que o usa no dia a dia (26:03). Dois disseram para ficar com o Opus 5.5: Ben AI ("faster and it's half the price", 4:16) e David Ondrej (2:14).
- Ainda importa qual modelo você escolhe? corbin: "at a certain point it's just going to get so good it doesn't matter who you choose" (3:21). AI Explained: teste "the main three families of models on your particular task" (2:03).
- A edição de vídeo com IA já é boa? Wes Roth chamou o Fable de "top of the line" (20:52); Nate Herk testou dois modelos de ponta e "they were both really bad" (9:12).
A IA errou em alguma coisa?
Sim, e é por isso que cada conclusão veio com uma citação.
- Citações inventadas. Ela devolveu 1.053 citações. Procuramos cada uma na transcrição: 829 estavam lá palavra por palavra e descartamos as outras 224 (21%). Toda marcação de tempo deste artigo vem da transcrição, não da IA.
- Desacordos que não eram. Ela apontou 7. Lendo, 4 se confirmaram. Em um, colocou um criador do lado errado, e corrigimos.
- O que só aparece na tela. Uma transcrição traz o que foi dito. Um gráfico, uma demonstração ou um editor de código sem narração ficam invisíveis.
- A grafia das legendas. O título de um vídeo cita a "Riemann Hypothesis", mas a palavra não aparece em nenhuma das 101 transcrições, porque as legendas a escrevem de outro jeito. Busque pela ideia, não só pela palavra exata.
Como faço isso com a minha própria lista de vídeos?
No site. Cole o link de um canal ou de uma playlist no YouTubeTranscript.dev e a transcrição de cada vídeo chega em um único trabalho, com marcações de tempo. Sua lista Assistir mais tarde é privada, então primeiro copie os vídeos para uma playlist pública. Depois entregue as transcrições ao seu assistente de IA com o prompt abaixo.
Aqui estão transcrições de vídeos que salvei e nunca assisti. Para cada vídeo, me dê até 5 lições que eu possa usar e a afirmação mais surpreendente. Cite as palavras exatas da transcrição em cada ponto, com a marcação de tempo. Depois, considerando todos os vídeos: quais lições apareceram em 3 ou mais vídeos, e onde dois vídeos discordaram? Use apenas o que está nas transcrições.
Para mais do que alguns vídeos, divida-os em grupos, como em como resumir documentos longos com IA.
Com a API. Foi o que fizemos: liste os envios de um canal, mande todos os IDs dos vídeos em uma única requisição em lote e depois leia as transcrições com qualquer modelo de IA. Peça citações literais e confira cada uma no texto da transcrição antes de confiar; são poucas linhas de código, e isso pegou 224 citações erradas para nós.
No Claude Code ou no Claude Desktop. O YouTubeTranscript.dev tem um servidor MCP, então o Claude consegue buscar as transcrições sozinho. Adicione-o com sua chave de API:
claude mcp add --transport http youtubetranscript https://mcp.youtubetranscript.dev --header "x-api-token: YOUR_API_KEY"
Depois peça: "Busque as transcrições destes vídeos e me diga o que eu perdi, com marcações de tempo."
Quanto isso me custaria?
- Transcrições: 1 crédito por vídeo com legendas, qualquer que seja a duração. Nossos 101 vídeos custaram 101 créditos. Vídeos sem legendas são transcritos a partir do áudio, a 1 crédito a cada 2 minutos.
- Planos: o plano gratuito dá 10 créditos por mês e até 10 vídeos por lote. O Basic custa US$ 9 por mês com 1.200 créditos e até 500 vídeos por lote, o suficiente para repetir este teste 11 vezes por mês. Veja os preços.
- A leitura pela IA: US$ 0,41 por 407.082 palavras no nosso teste. Um modelo maior custaria mais; um pequeno leu bem cada vídeo.
34 horas de vídeo, lidas em menos de quatro minutos, por 101 créditos e 41 centavos. O porém está acima: peça citações e confira.
Perguntas frequentes
A IA consegue mesmo assistir a um vídeo do YouTube?+
Não como você. Ela lê a transcrição do vídeo, que traz o que foi dito, com marcações de tempo. Ela perde o que só aparece na tela, como um gráfico ou uma demonstração sem narração. Em vídeos de alguém falando para a câmera, tutoriais e podcasts, a transcrição tem quase todo o conteúdo.
Quanto tempo a IA leva para resumir 100 vídeos do YouTube?+
No nosso teste de 21 de novembro de 2026, 101 vídeos (34 horas) levaram 3 minutos e 28 segundos de tempo de máquina: 2 minutos para obter todas as transcrições em um único lote, 74 segundos para a IA ler cada uma e 13 segundos para comparar todas.
Quanto custa?+
Nosso teste custou 101 créditos no YouTubeTranscript.dev (1 crédito por vídeo com legendas, qualquer que seja a duração) e US$ 0,41 de uso do modelo de IA. O plano gratuito dá 10 créditos por mês; o Basic custa US$ 9 por mês com 1.200 créditos e aceita até 500 vídeos por lote.
Posso confiar no resumo da IA?+
Confira. No nosso teste a IA devolveu 1.053 citações e só 829 estavam palavra por palavra nas transcrições; descartamos o resto. Dos 7 desacordos que apontou, 4 se confirmaram. Peça uma citação e uma marcação de tempo para cada conclusão, assim você confere em segundos.
O Claude consegue assistir à minha lista Assistir mais tarde?+
O Claude consegue ler transcrições pelo servidor MCP do YouTubeTranscript.dev. Sua lista Assistir mais tarde é privada, então adicione os vídeos a uma playlist pública, ou passe os links ao Claude, e peça que ele busque cada transcrição e resuma.