youutberをやりたいのですが、

リアルタイムでの配信じゃなくって、動画を撮って編集してという工程を考えているのだと思います。
生だったらWEBカメラ？　みたいなのになると思いますし。今は結構な画質でできたりしますが。

常に、ほぼ三脚とかで固定して撮影なのか、手持ちで撮影することも多々あるのか？　等でもかなり変わってきます。（と、思います）
手ブレ補正がどの程度必要か。とか。

画質もそこそこっていうのが、HDなのか、フルHDなのか。

それこそiPhoneでも可能っちゃ可能ですし、こだわり出したらキリがないです。
２万円台だと、こういうのがよいのかもしれません。
https://www.amazon.co.jp/dp/B01JRFABSY/

アプリとかだと美白うたってるのが多いですが、撮影するとなると、撮影時のライティングや編集で対処する方向になるのかなと勝手に思ってます。

あと、マイクですが、ピンマイクでマスクしたら衣擦れ的なノイズとか凄く出そうなんですが、どうなんでしょう？
音声は、ビデオカメラにマイクをつなぐか、そもそも別で録音しといて編集時に合成するって感じなんだろうなと思います。
編集を楽にしたい（リアルタイム配信ぐらいの手間で動画を作りたい）なら、映像と音声が一緒の方が楽ですが。
こだわるんなら別で録ってってなるでしょうし。