Can Veo 3.1 API generate videos from images as well as text prompts?

Ja. Veo 3.1 unterstützt sowohl Text-zu-Video- als auch Bild-zu-Video-Workflows und ermöglicht es Kreativen, mit Prompts, Bildern oder Frame-Guidance-Workflows zu beginnen.

When should I use Veo 3.1 instead of Sora 2?

Wählen Sie Veo 3.1, wenn Audiosynchronisierung, bildgesteuerte Workflows, vertikale Content-Erstellung oder Ökosystemintegration mit Google-Tools am wichtigsten sind.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Ja. Veo 3.1 unterstützt native 9:16-Seitenverhältnisse.

What should I do if Veo 3.1 generation fails or produces poor results?

Reduzieren Sie die Prompt-Komplexität, vereinfachen Sie Kameraanweisungen und iterieren Sie die Prompts.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Ja. Es eignet sich gut für Branded Content, Produktvideos und Social-Media-Kampagnen.

Is there a free trial for Veo 3.1 API in CometAPI?

Neue Nutzer erhalten einen kostenlosen Schlüssel, und der API-Preis beträgt weiterhin 20% des offiziellen Preises.

Erschwingliche Veo 3.1 API | image-to-video

Technische Spezifikationen von Veo 3.1

Element	Veo 3.1 (öffentliche Spezifikationen)
Offizielle Modell-ID	veo-3.1-generate-001
Anbieter	Google DeepMind / Google Cloud
Modelltyp	Text-zu-Video- und Bild-zu-Video-Generierung
Eingabetypen	Text-Prompts, Bildeingaben, Guidance mit erstem Frame + letztem Frame
Ausgabetyp	KI-generiertes Video
Unterstützte Auflösungen	720p und 1080p, 4K
Unterstützte Seitenverhältnisse	16:9 und 9:16
Unterstützte Bildrate	24 FPS
Videodauer	4 s, 6 s oder 8 s Clips (modusabhängig)
Prompt-Sprache	Englisch
Videos pro Anfrage	Bis zu 4
API-Rate-Limit	Bis zu 50 Anfragen/Minute/Projekt
Unterstützte Bereitstellung	Vertex AI, Gemini-Ökosystem-Integrationen, Flow
Nicht unterstützte Funktionen (offizielle Doku)	Dynamische Shared-Quota, einige Referenzbild-Workflows, native Videoerweiterung im Standard-API-Flow

Was ist Veo 3.1?

Veo 3.1 ist Googles Flaggschiff-Familie generativer Videomodelle, die auf Videosynthese in Kinoqualität, stärkere Prompt-Treue, bessere Szenenkonsistenz und multimodale Workflows zur Videoproduktion ausgerichtet ist. Es geht über die standardmäßige Text-zu-Video-Generierung hinaus, indem es bildgestützte Generierung und framegesteuerte Storytelling-Workflows unterstützt. Offiziell unterstützt werden Text-zu-Video, Bild-zu-Video, Prompt-Rewriting sowie First/Last Frame-Generierungs-Workflows.

Kernfunktionen

Veo 3.1 konzentriert sich auf praktische Funktionen für die Erstellung von Inhalten:

Native Audiogenerierung (Dialog, Umgebungsgeräusche, SFX) in den Ausgaben integriert. Veo 3.1 erzeugt native Audios (Dialog + Atmosphäre + SFX), die an die visuelle Zeitleiste ausgerichtet sind; das Modell zielt darauf ab, Lippensynchronität und Audio‑visuelle Ausrichtung für Dialoge und Szenenhinweise zu wahren.
Längere Ausgaben (Unterstützung von bis zu ~60 Sekunden/1080p gegenüber den sehr kurzen Clips von Veo 3, 8 s) und Multi-Prompt‑Multi‑Shot‑Sequenzen für narrative Kontinuität.
Scene Extension und First/Last Frame‑Modi, die Material zwischen Schlüsselbildern erweitern oder interpolieren.
Objekteinfügen und (künftig) Objektentfernung sowie Bearbeitungsprimitive in Flow.

Jeder der oben genannten Punkte ist darauf ausgelegt, manuelle VFX-Arbeit zu reduzieren: Audio und Szenenkontinuität sind nun erstklassige Ausgaben statt nachträglicher Add-ons.

Technische Details (Modellverhalten und Eingaben)

Modellfamilie & Varianten: Veo gehört zur Veo‑3‑Familie von Google; die Preview‑Modell‑ID ist typischerweise veo3.1-pro; veo3.1 (CometAPI doc). Es akzeptiert Text‑Prompts, Bildreferenzen (Einzelbild oder Sequenzen) und strukturierte Multi‑Prompt‑Layouts für Multi‑Shot‑Generierung.

Auflösung & Dauer: Die Preview‑Dokumentation beschreibt Ausgaben in 720p/1080p mit Optionen für längere Dauern (bis zu ~60 s in bestimmten Preview‑Einstellungen) und höherer Wiedergabetreue als frühere Veo‑Varianten.

Seitenverhältnisse: 16:9 (unterstützt) und 9:16 (unterstützt, außer in einigen Referenzbild‑Flows).

Prompt‑Sprache: Englisch (Preview).

API‑Limits: Typische Preview‑Limits umfassen maximal 10 API‑Anfragen/Minute pro Projekt, maximal 4 Videos pro Anfrage und auswählbare Videolängen von 4, 6 oder 8 Sekunden (Referenzbild‑Flows unterstützen 8 s).

Benchmark-Leistung

Googles interne und öffentlich zusammengefasste Auswertungen berichten von einer starken Präferenz für Veo‑3.1‑Ausgaben in Vergleichen mit menschlichen Bewertern hinsichtlich Metriken wie Textausrichtung, visueller Qualität und Audio‑visueller Kohärenz (Text→Video‑ und Bild→Video‑Aufgaben).

Veo 3.1 erzielte Stand‑der‑Technik‑Ergebnisse in internen Vergleichen mit menschlichen Bewertern über mehrere objektive Achsen hinweg — Gesamtpräferenz, Prompt‑Ausrichtung (Text→Video und Bild→Video), visuelle Qualität, Audio‑Video‑Ausrichtung und „visuell realistische Physik“ — auf Benchmark‑Datensätzen wie MovieGenBench und VBench.

Einschränkungen & Sicherheitsaspekte

Einschränkungen:

Artefakte & Inkonsistenz: Trotz Verbesserungen können bestimmte Beleuchtungssituationen, fein‑granulare Physik und komplexe Okklusionen weiterhin Artefakte erzeugen; die Bild→Video‑Konsistenz (insbesondere über längere Dauern) ist verbessert, aber nicht perfekt.
Fehlinformationen/Deepfake‑Risiko: Reichhaltigeres Audio + Objekteinfügen/‑entfernen erhöht das Missbrauchsrisiko (realistisch wirkendes Fake‑Audio und verlängerte Clips). Google verweist auf Gegenmaßnahmen (Richtlinien, Schutzmechanismen) und frühere Veo‑Versionen erwähnten Watermarking/SynthID zur Herkunftssicherung; technische Schutzmaßnahmen eliminieren Missbrauchsrisiken jedoch nicht.
Kosten‑ & Durchsatzbeschränkungen: Hochauflösende, lange Videos sind rechnerisch aufwendig und derzeit in einer kostenpflichtigen Preview verfügbar — erwarten Sie höhere Latenz und Kosten im Vergleich zu Bildmodellen. Community‑Beiträge und Google‑Foren diskutieren Verfügbarkeitsfenster und Fallback‑Strategien.

Sicherheitskontrollen: Veo3.1 verfügt über integrierte Inhaltsrichtlinien, Watermarking/SynthID‑Signalisierung in früheren Veo‑Veröffentlichungen und Preview‑Zugriffskontrollen; Kunden sollten die Plattformrichtlinien befolgen und für risikoreiche Ausgaben eine menschliche Prüfung implementieren.

Praktische Anwendungsfälle

Schnelles Prototyping für Kreative: Storyboards → Multi‑Shot‑Clips und Animatics mit nativen Dialogen für frühe kreative Reviews.
Marketing & Kurzform‑Content: 15–60‑Sekunden‑Produktspots, Social‑Clips und Konzept‑Teaser, bei denen Geschwindigkeit wichtiger ist als perfekte Fotorealistik.
Bild→Video‑Adaption: Illustrationen, Charaktere oder zwei Frames in fließende Übergänge oder animierte Szenen verwandeln via First/Last Frame und Scene Extension.
Tooling‑Erweiterung: Integration in Flow für iterative Bearbeitung (Objekteinfügen/‑entfernen, Beleuchtungspresets), die manuelle VFX‑Durchläufe reduziert.

Vergleich mit anderen führenden Modellen

Veo 3.1 vs. Veo 3 (Vorgänger): Veo 3.1 fokussiert auf verbesserte Prompt‑Treue, Audioqualität und Multi‑Shot‑Konsistenz — inkrementelle, aber wirkungsvolle Updates zur Reduzierung von Artefakten und zur Verbesserung der Editierbarkeit.

Veo 3.1 vs. OpenAI Sora 2: In der Presse berichtete Trade‑offs: Veo 3.1 betont stärker die Steuerung längerer Narrative, integriertes Audio und Flow‑Editing‑Integration; Sora 2 (in Presservergleichen) fokussiert auf andere Stärken (Geschwindigkeit, andere Editing‑Pipelines). Von der Community unabhängige Side‑by‑Side‑Tests bleiben begrenzt.

Fähigkeit	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Native vertikale Ausgabe	Ja	Eingeschränkte Workflow-Unterstützung	Ja
Bild-zu-Video	Ja	Ja	Ja
Fokus auf Audio-Integration	Stark	Moderat	Moderat
Frame-Konditionierung	Ja	Ja	Teilweise
Social-Video-Optimierung	Stark	Moderat	Stark
Integration ins API-Ökosystem	Google-Ökosystem	OpenAI-Ökosystem	Creator-Tools-Ökosystem

Wie verwende ich die Veo-3.1-API mit CometAPI?

Erstellen Sie einen CometAPI‑API‑Schlüssel
Wählen Sie veo-3.1-generate-001 als Modell‑Endpoint
Senden Sie Prompt‑ oder Bildeingaben über die Video‑Generierungs‑API
Pollen Sie die Ergebnisse und rufen Sie die generierten Videos ab
Iterieren Sie Prompts für Kamerabewegung, Szenenkontinuität und Konsistenzverbesserungen

Preise für Veo 3.1

Entdecken Sie wettbewerbsfähige Preise für Veo 3.1, die für verschiedene Budgets und Nutzungsanforderungen konzipiert sind. Unsere flexiblen Tarife stellen sicher, dass Sie nur für das bezahlen, was Sie nutzen, und erleichtern die Skalierung entsprechend Ihren wachsenden Anforderungen. Erfahren Sie, wie Veo 3.1 Ihre Projekte verbessern kann, während die Kosten überschaubar bleiben.

Veo Video Generation Pricing

Pricing (Per Second)

Model	720p	1080p	4K
`veo3`	$0.32	$0.32	$0.48
`veo3-fast`	$0.08	$0.096	$0.24
`veo3.1`	$0.32	$0.32	$0.48
`veo3.1-fast`	$0.08	$0.096	$0.24

💡 Billed per second. Total cost = price per second × video duration (seconds).

Beispielcode und API für Veo 3.1

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für Veo 3.1 zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von Veo 3.1 in Ihren Projekten zu nutzen.

Python
JavaScript
Curl

import os
import requests
import json

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

headers = {
    "Authorization": COMETAPI_KEY,
}

# ============================================================
# Step 1: Download Reference Image
# ============================================================
print("Step 1: Downloading reference image...")

image_url = "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280"
image_response = requests.get(image_url)
image_path = "/tmp/veo3.1_reference.jpg"
with open(image_path, "wb") as f:
    f.write(image_response.content)
print(f"Reference image saved to: {image_path}")

# ============================================================
# Step 2: Create Video Generation Task (form-data with image upload)
# ============================================================
print("
Step 2: Creating video generation task...")

with open(image_path, "rb") as image_file:
    files = {
        "input_reference": ("reference.jpg", image_file, "image/jpeg"),
    }
    data = {
        "prompt": "A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot",
        "model": "veo3.1",
        "size": "16x9",
    }
    create_response = requests.post(
        f"{BASE_URL}/videos", headers=headers, data=data, files=files
    )

create_result = create_response.json()
print("Create response:", json.dumps(create_result, indent=2))

task_id = create_result.get("id")
if not task_id:
    print("Error: Failed to get task_id from response")
    exit(1)
print(f"Task ID: {task_id}")

# ============================================================
# Step 3: Query Task Status
# ============================================================
print("
Step 3: Querying task status...")

query_response = requests.get(f"{BASE_URL}/videos/{task_id}", headers=headers)
query_result = query_response.json()
print("Query response:", json.dumps(query_result, indent=2))

task_status = query_result.get("data", {}).get("status")
print(f"Task status: {task_status}")

Python Code Example

import os
import requests
import json

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

headers = {
    "Authorization": COMETAPI_KEY,
}

# ============================================================
# Step 1: Download Reference Image
# ============================================================
print("Step 1: Downloading reference image...")

image_url = "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280"
image_response = requests.get(image_url)
image_path = "/tmp/veo3.1_reference.jpg"
with open(image_path, "wb") as f:
    f.write(image_response.content)
print(f"Reference image saved to: {image_path}")

# ============================================================
# Step 2: Create Video Generation Task (form-data with image upload)
# ============================================================
print("\nStep 2: Creating video generation task...")

with open(image_path, "rb") as image_file:
    files = {
        "input_reference": ("reference.jpg", image_file, "image/jpeg"),
    }
    data = {
        "prompt": "A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot",
        "model": "veo3.1",
        "size": "16x9",
    }
    create_response = requests.post(
        f"{BASE_URL}/videos", headers=headers, data=data, files=files
    )

create_result = create_response.json()
print("Create response:", json.dumps(create_result, indent=2))

task_id = create_result.get("id")
if not task_id:
    print("Error: Failed to get task_id from response")
    exit(1)
print(f"Task ID: {task_id}")

# ============================================================
# Step 3: Query Task Status
# ============================================================
print("\nStep 3: Querying task status...")

query_response = requests.get(f"{BASE_URL}/videos/{task_id}", headers=headers)
query_result = query_response.json()
print("Query response:", json.dumps(query_result, indent=2))

task_status = query_result.get("data", {}).get("status")
print(f"Task status: {task_status}")

JavaScript Code Example

import fs from "fs";
import path from "path";
import os from "os";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

// ============================================================
// Step 1: Download Reference Image
// ============================================================
console.log("Step 1: Downloading reference image...");

const imageUrl = "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280";
const imageResponse = await fetch(imageUrl);
const imageBuffer = Buffer.from(await imageResponse.arrayBuffer());
const imagePath = path.join(os.tmpdir(), "veo3.1_reference.jpg");
fs.writeFileSync(imagePath, imageBuffer);
console.log(`Reference image saved to: ${imagePath}`);

// ============================================================
// Step 2: Create Video Generation Task (form-data with image upload)
// ============================================================
console.log("\nStep 2: Creating video generation task...");

const formData = new FormData();
formData.append("prompt", "A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot");
formData.append("model", "veo3.1");
formData.append("size", "16x9");
formData.append("input_reference", new Blob([fs.readFileSync(imagePath)], { type: "image/jpeg" }), "reference.jpg");

const createResponse = await fetch(`${base_url}/videos`, {
  method: "POST",
  headers: {
    "Authorization": api_key,
  },
  body: formData,
});

const createResult = await createResponse.json();
console.log("Create response:", JSON.stringify(createResult, null, 2));

const taskId = createResult?.id;
if (!taskId) {
  console.log("Error: Failed to get task_id from response");
  process.exit(1);
}
console.log(`Task ID: ${taskId}`);

// ============================================================
// Step 3: Query Task Status
// ============================================================
console.log("\nStep 3: Querying task status...");

const queryResponse = await fetch(`${base_url}/videos/${taskId}`, {
  method: "GET",
  headers: {
    "Authorization": api_key,
  },
});

const queryResult = await queryResponse.json();
console.log("Query response:", JSON.stringify(queryResult, null, 2));

const taskStatus = queryResult?.data?.status;
console.log(`Task status: ${taskStatus}`);

Curl Code Example

#!/bin/bash
# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

BASE_URL="https://api.cometapi.com/v1"
IMAGE_PATH="/tmp/veo3.1_reference.jpg"

# ============================================================
# Step 1: Download Reference Image
# ============================================================
echo "Step 1: Downloading reference image..."

curl -s -o "$IMAGE_PATH" "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280"
echo "Reference image saved to: $IMAGE_PATH"

# ============================================================
# Step 2: Create Video Generation Task (form-data with image upload)
# ============================================================
echo ""
echo "Step 2: Creating video generation task..."

RESPONSE=$(curl -s -X POST "${BASE_URL}/videos" \
  -H "Authorization: $COMETAPI_KEY" \
  -F 'prompt=A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot' \
  -F 'model=veo3.1' \
  -F 'size=16x9' \
  -F "input_reference=@${IMAGE_PATH}")

echo "Create response:"
echo "$RESPONSE" | jq .

TASK_ID=$(echo "$RESPONSE" | jq -r '.id')

if [ "$TASK_ID" = "null" ] || [ -z "$TASK_ID" ]; then
  echo "Error: Failed to get task_id from response"
  exit 1
fi

echo "Task ID: $TASK_ID"

# ============================================================
# Step 3: Query Task Status
# ============================================================
echo ""
echo "Step 3: Querying task status..."

QUERY_RESPONSE=$(curl -s -X GET "${BASE_URL}/videos/${TASK_ID}" \
  -H "Authorization: $COMETAPI_KEY")

echo "Query response:"
echo "$QUERY_RESPONSE" | jq .

TASK_STATUS=$(echo "$QUERY_RESPONSE" | jq -r '.data.status')
echo "Task status: $TASK_STATUS"

Versionen von Veo 3.1

Der Grund, warum Veo 3.1 mehrere Snapshots hat, kann potenzielle Faktoren wie Änderungen der Ausgabe nach Updates umfassen, die ältere Snapshots für Konsistenz erfordern, Entwicklern eine Übergangszeit für Anpassung und Migration bieten und verschiedene Snapshots, die globalen oder regionalen Endpunkten entsprechen, um das Benutzererlebnis zu optimieren. Für detaillierte Unterschiede zwischen den Versionen lesen Sie bitte die offizielle Dokumentation.

Modell-ID	Beschreibung	Verfügbarkeit	Anfrage
veo3.1-all	Die verwendete Technologie ist inoffiziell und die Generierung ist instabil usw.	✅	Chat Format
veo3.1	Empfohlen, verweist auf das neueste Modell	✅	Asynchrone Generierung