¿Cuándo debería usar Veo 3.1 en lugar de Sora 2?

Elige Veo 3.1 cuando la sincronización de audio, los flujos de trabajo guiados por imágenes, la creación de contenido vertical o la integración con el ecosistema de herramientas de Google sean lo más importante.

¿Existe una prueba gratuita para la API de Veo 3.1 en CometAPI?

Los usuarios nuevos recibirán una clave gratuita y el precio de la API seguirá siendo el 20% del precio oficial.

¿Puede Veo 3.1 crear videos verticales para TikTok o Shorts?

Sí. Veo 3.1 admite la relación de aspecto nativa 9:16.

¿Es Veo 3.1 adecuado para videos de marketing comercial y anuncios?

Sí. Es muy adecuado para contenido de marca, videos de producto y campañas en redes sociales.

¿Puede la API de Veo 3.1 generar videos tanto a partir de imágenes como de indicaciones de texto?

Sí. Veo 3.1 admite tanto flujos de trabajo de texto a video como de imagen a video, lo que permite a los creadores empezar a partir de indicaciones, imágenes o flujos de orientación por fotogramas.

¿Qué debo hacer si la generación con Veo 3.1 falla o produce resultados deficientes?

Reduce la complejidad de las indicaciones, simplifica las instrucciones de cámara e itera sobre las indicaciones.

Google

Disponible

veo3.1

Veo 3.1 API

Veo 3.1 es un modelo insignia de generación de video con IA, diseñado para obtener resultados cinematográficos de alta calidad con sincronización de audio nativa. Ofrece movimiento realista, alta fidelidad visual y una generación audiovisual estrechamente sincronizada para la producción de video profesional.

Precio inicial

$0.32 / segundo

Facturación por uso

Estado de la API

Disponible

Endpoint de producción

Respuesta

Listo para async

Tiempo de respuesta de la API observado

Publicado

May 31, 2026

Google

Playground

Prueba Veo 3.1 con una solicitud real, revisa sus parámetros y valida la salida antes de integrar la API.

Resumen

Una descripción práctica de Veo 3.1, con comportamientos importantes y consideraciones de integración.

Especificaciones técnicas de Veo 3.1

Elemento	Veo 3.1 (especificaciones públicas)
ID de modelo oficial	veo-3.1-generate-001
Proveedor	Google DeepMind / Google Cloud
Tipo de modelo	Generación de texto a video y de imagen a video
Tipos de entrada	Indicaciones de texto, entradas de imagen, guía de primer fotograma + último fotograma
Tipo de salida	Video generado por IA
Resoluciones admitidas	720p y 1080p, 4K
Relaciones de aspecto admitidas	16:9 y 9:16
Frecuencia de fotogramas admitida	24 FPS
Duración del video	Clips de 4 s, 6 s o 8 s (según el modo)
Idioma de las indicaciones	Inglés
Videos por solicitud	Hasta 4
Límite de tasa de la API	Hasta 50 solicitudes/minuto/proyecto
Implementaciones admitidas	Vertex AI, integraciones con el ecosistema Gemini, Flow
Funciones no admitidas (docs oficiales)	Cuota compartida dinámica, algunos flujos con imagen de referencia, extensión de video nativa en el flujo API estándar

¿Qué es Veo 3.1?

Veo 3.1 es la familia insignia de modelos generativos de video de Google, enfocada en síntesis de video con calidad cinematográfica, mayor adherencia a las indicaciones, mejor consistencia de escena y flujos de trabajo multimodales de creación de video. Va más allá de la generación estándar de texto a video al admitir generación guiada por imágenes y flujos de trabajo de narración controlados por fotogramas. El soporte oficial incluye texto a video, imagen a video, reescritura de indicaciones y flujos de trabajo de generación de primer/último fotograma.

Funciones principales

Veo 3.1 se centra en funciones prácticas de creación de contenido:

Generación de audio nativa (diálogo, sonido ambiental, SFX) integrada en las salidas. Veo 3.1 genera audio nativo (diálogo + ambiente + SFX) alineado con la línea de tiempo visual; el modelo busca preservar la sincronización labial y la alineación audiovisual para los diálogos y las señales de escena.
Salidas más largas (compatibles con hasta ~60 segundos/1080p frente a los clips muy cortos de Veo 3, de 8 s) y secuencias de múltiples indicaciones y múltiples tomas para la continuidad narrativa.
Modos de Scene Extension y First/Last Frame que extienden o interpolan metraje entre fotogramas clave.
Inserción de objetos y (próximamente) eliminación de objetos y primitivas de edición dentro de Flow.

Cada uno de los puntos anteriores está diseñado para reducir el trabajo manual de VFX: el audio y la continuidad de escena son ahora salidas de primera clase en lugar de añadidos posteriores.

Detalles técnicos (comportamiento del modelo y entradas)

Familia del modelo y variantes: Veo pertenece a la familia Veo-3 de Google; el ID del modelo de vista previa suele ser veo3.1-pro; veo3.1 (documentación de CometAPI). Acepta indicaciones de texto, referencias de imagen (un solo fotograma o secuencias) y disposiciones estructuradas de múltiples indicaciones para generación de múltiples tomas.

Resolución y duración: La documentación de vista previa describe salidas a 720p/1080p con opciones para duraciones más largas (hasta ~60 s en ciertos ajustes de vista previa) y mayor fidelidad que variantes anteriores de Veo.

Relaciones de aspecto: 16:9 (admitida) y 9:16 (admitida excepto en algunos flujos con imagen de referencia).

Idioma de las indicaciones: Inglés (vista previa).

Límites de la API: los límites típicos de vista previa incluyen máximo 10 solicitudes de API/min por proyecto, máximo 4 videos por solicitud y longitudes de video seleccionables entre 4, 6 u 8 segundos (los flujos con imagen de referencia admiten 8 s).

Rendimiento en benchmarks

Las evaluaciones internas de Google y los resúmenes públicos informan fuerte preferencia por las salidas de Veo 3.1 en comparaciones con evaluadores humanos en métricas como alineación con el texto, calidad visual y coherencia audiovisual (tareas de texto→video e imagen→video).

Veo 3.1 alcanzó resultados de vanguardia en comparaciones internas con evaluadores humanos a lo largo de varios ejes objetivos — preferencia general, alineación con la indicación (texto→video e imagen→video), calidad visual, alineación audio-video y “física visualmente realista” en conjuntos de referencia como MovieGenBench y VBench.

Limitaciones y consideraciones de seguridad

Limitaciones:

Artefactos e inconsistencias: pese a las mejoras, ciertas condiciones de iluminación, física de grano fino y oclusiones complejas pueden producir artefactos; la consistencia de imagen→video (especialmente en duraciones largas) ha mejorado pero no es perfecta.
Riesgo de desinformación/deepfakes: un audio más rico y la inserción/eliminación de objetos aumentan el riesgo de uso indebido (audio falso realista y clips extendidos). Google señala mitigaciones (políticas, salvaguardas) y lanzamientos anteriores de Veo mencionaron la marca de agua/SynthID para ayudar con la procedencia; sin embargo, las salvaguardas técnicas no eliminan el riesgo de uso indebido.
Restricciones de costo y rendimiento: los videos de alta resolución y larga duración son costosos computacionalmente y actualmente están limitados en una vista previa de pago; espere mayor latencia y costo en comparación con los modelos de imagen. Publicaciones de la comunidad e hilos en foros de Google comentan ventanas de disponibilidad y estrategias de respaldo.

Controles de seguridad: Veo 3.1 cuenta con políticas de contenido integradas, señalización de marca de agua/SynthID en versiones anteriores de Veo y controles de acceso en la vista previa; se aconseja a los clientes seguir las políticas de la plataforma e implementar revisión humana para salidas de alto riesgo.

Casos de uso prácticos

Prototipado rápido para creativos: guiones gráficos → clips de múltiples tomas y animatics con diálogo nativo para revisión creativa temprana.
Marketing y contenido de formato corto: spots de producto de 15–60 s, clips para redes sociales y teasers conceptuales donde la velocidad importa más que el fotorrealismo perfecto.
Adaptación de imagen→video: convertir ilustraciones, personajes o dos fotogramas en transiciones fluidas o escenas animadas mediante First/Last Frame y Scene Extension.
Ampliación de herramientas: integrado en Flow para edición iterativa (inserción/eliminación de objetos, preajustes de iluminación) que reduce las pasadas manuales de VFX.

Comparación con otros modelos líderes

Veo 3.1 vs Veo 3 (predecesor): Veo 3.1 se centra en mejor adherencia a las indicaciones, calidad de audio y consistencia entre múltiples tomas — actualizaciones incrementales pero impactantes orientadas a reducir artefactos y mejorar la capacidad de edición.

Veo 3.1 vs OpenAI Sora 2: compromisos reportados en la prensa: Veo 3.1 enfatiza control narrativo de formato más largo, audio integrado e integración de edición con Flow; Sora 2 (cuando se compara en la prensa) se enfoca en fortalezas diferentes (velocidad, flujos de edición distintos). TechRadar y otros medios presentan a Veo 3.1 como el competidor específico de Google frente a Sora 2 para narrativa y soporte de videos más largos. Las pruebas comparativas independientes siguen siendo limitadas.

Capacidad	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Salida vertical nativa	Sí	Soporte limitado de flujos de trabajo	Sí
De imagen a video	Sí	Sí	Sí
Enfoque en integración de audio	Fuerte	Moderado	Moderado
Condicionamiento por fotogramas	Sí	Sí	Parcial
Optimización para video social	Fuerte	Moderado	Fuerte
Integración con el ecosistema de API	Ecosistema de Google	Ecosistema de OpenAI	Ecosistema de herramientas para creadores

¿Cómo uso la API de Veo 3.1 con CometAPI?

Crea una clave de API de CometAPI
Selecciona veo-3.1-generate-001 como el endpoint del modelo
Envía indicaciones o entradas de imagen a través de la API de generación de video
Consulta periódicamente los resultados y recupera los videos generados
Itera las indicaciones para el movimiento de cámara, la continuidad de la escena y mejoras de consistencia

Preguntas frecuentes

Precios

Usa la estimación rápida anterior para una sola ejecución y luego revisa la comparación completa entre CometAPI y el precio oficial.

Prueba de 5 segundos

$1.60

Costo de uso estimado de CometAPI

Prueba de 10 segundos

$3.20

Costo de uso estimado de CometAPI

Prueba de 15 segundos

$4.80

Costo de uso estimado de CometAPI

Precios para Veo 3.1

Explora precios competitivos para Veo 3.1, diseñado para adaptarse a diversos presupuestos y necesidades de uso. Nuestros planes flexibles garantizan que solo pagues por lo que uses, facilitando el escalado a medida que crecen tus requisitos. Descubre cómo Veo 3.1 puede mejorar tus proyectos mientras mantienes los costos manejables.

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).

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

POST/v1/videos

Código de ejemplo y API para Veo 3.1

Accede a código de muestra completo y recursos de API para Veo 3.1 para agilizar tu proceso de integración. Nuestra documentación detallada proporciona orientación paso a paso, ayudándote a aprovechar todo el potencial de Veo 3.1 en tus proyectos.

POST

/v1/videos

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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"

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}`);

Capacidades

Revisa los datos clave del modelo antes de elegir una arquitectura o estimar la carga de producción.

Capacidades compatibles

Funciones devueltas por la API del modelo existente.

text-to-video

image-to-video

Entrada y salida

Entradas

text

Salidas

video

Perfil de producción

Proveedor: Google
Contexto: Depende del modelo
Uso comercial: Compatible

Casos de uso

Usa Veo 3.1 en flujos de producción que coincidan con sus capacidades de video, y compara alternativas antes de comprometerte con una integración a largo plazo.

Conceptos de texto a video y contenido social

Demos de producto y storyboards cinematográficos

Movimiento de imagen a video e iteración creativa

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

Aliyun

Wan3.0

Desde la verificación rápida hasta la salida cinematográfica, la facturación se basa en la duración del video generado, en la selección de la resolución adecuada y en la conversión de cada generación en una regla de actividad de inversión creativa planificada.

Ver modelo

MiniMax

MiniMax H3

minimax-h3 es un nuevo modelo de generación de video diseñado para la producción creativa de alta calidad. Ofrece una mejor comprensión de los prompts, mayor consistencia visual, movimiento más fluido y un control más flexible de las imágenes de referencia para flujos de trabajo de generación de video de calidad cinematográfica.

Ver modelo

Bytedance

Seedance 2.5

seedance-2-5 es un modelo de generación conjunta de audio y video de nueva generación, diseñado para la narración de 30 segundos, con control preciso de referencias y potentes capacidades de edición.

Ver modelo

Flux

Flux 3

FLUX 3 - Modelos del mundo real: hacia modelos de flujo multimodales como la espina dorsal de la inteligencia visual.

Ver modelo

Bytedance

Seedance 2-0

Seedance 2.0 es el modelo fundacional multimodal de video de próxima generación de ByteDance, centrado en la generación de videos narrativos cinematográficos de múltiples tomas. A diferencia de las demostraciones de texto a video de una sola toma, Seedance 2.0 pone énfasis en el control basado en referencias (imágenes, clips cortos y audio), la coherencia de personajes y de estilo a lo largo de las tomas y la sincronización nativa de audio y video, con el objetivo de hacer que el video de IA sea útil para flujos de trabajo profesionales de creación y previsualización.

Ver modelo

Aliyun

Happy Horse 1.1

HappyHorse 1.1 es un modelo multimodal de generación de video diseñado para la creación de contenido profesional, la publicidad, los cortometrajes, la producción para redes sociales y la narración de historias. Amplía las capacidades de HappyHorse 1.0—que atrajo una atención significativa tras ubicarse en posiciones destacadas en evaluaciones independientes de generación de video— con mayor coherencia entre escenas y mejor fidelidad visual.

Ver modelo

Uptime

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Versiones

Revisa los identificadores de modelo disponibles antes de fijar una integración de producción.

ID del modelo	Descripción	Disponibilidad	:-------------------------------------------------------------------------------------------------
veo3.1-all	La tecnología utilizada es no oficial y la generación es inestable, etc	✅	Chat formato
veo3.1	Recomendado, apunta al modelo más reciente	✅	Generación asíncrona

Sigue explorando

Compara modelos y continúa tu investigación

Google

Disponible

veo3.1

Veo 3.1 API

Precio inicial

$0.32 / segundo

Facturación por uso

Estado de la API

Disponible

Endpoint de producción

Respuesta

Listo para async

Tiempo de respuesta de la API observado

Publicado

May 31, 2026

Google

Playground

Prueba Veo 3.1 con una solicitud real, revisa sus parámetros y valida la salida antes de integrar la API.

Resumen

Una descripción práctica de Veo 3.1, con comportamientos importantes y consideraciones de integración.

Especificaciones técnicas de Veo 3.1

Elemento	Veo 3.1 (especificaciones públicas)
ID de modelo oficial	veo-3.1-generate-001
Proveedor	Google DeepMind / Google Cloud
Tipo de modelo	Generación de texto a video y de imagen a video
Tipos de entrada	Indicaciones de texto, entradas de imagen, guía de primer fotograma + último fotograma
Tipo de salida	Video generado por IA
Resoluciones admitidas	720p y 1080p, 4K
Relaciones de aspecto admitidas	16:9 y 9:16
Frecuencia de fotogramas admitida	24 FPS
Duración del video	Clips de 4 s, 6 s o 8 s (según el modo)
Idioma de las indicaciones	Inglés
Videos por solicitud	Hasta 4
Límite de tasa de la API	Hasta 50 solicitudes/minuto/proyecto
Implementaciones admitidas	Vertex AI, integraciones con el ecosistema Gemini, Flow
Funciones no admitidas (docs oficiales)	Cuota compartida dinámica, algunos flujos con imagen de referencia, extensión de video nativa en el flujo API estándar

¿Qué es Veo 3.1?

Funciones principales

Veo 3.1 se centra en funciones prácticas de creación de contenido:

Generación de audio nativa (diálogo, sonido ambiental, SFX) integrada en las salidas. Veo 3.1 genera audio nativo (diálogo + ambiente + SFX) alineado con la línea de tiempo visual; el modelo busca preservar la sincronización labial y la alineación audiovisual para los diálogos y las señales de escena.
Salidas más largas (compatibles con hasta ~60 segundos/1080p frente a los clips muy cortos de Veo 3, de 8 s) y secuencias de múltiples indicaciones y múltiples tomas para la continuidad narrativa.
Modos de Scene Extension y First/Last Frame que extienden o interpolan metraje entre fotogramas clave.
Inserción de objetos y (próximamente) eliminación de objetos y primitivas de edición dentro de Flow.

Detalles técnicos (comportamiento del modelo y entradas)

Relaciones de aspecto: 16:9 (admitida) y 9:16 (admitida excepto en algunos flujos con imagen de referencia).

Idioma de las indicaciones: Inglés (vista previa).

Rendimiento en benchmarks

Limitaciones y consideraciones de seguridad

Limitaciones:

Artefactos e inconsistencias: pese a las mejoras, ciertas condiciones de iluminación, física de grano fino y oclusiones complejas pueden producir artefactos; la consistencia de imagen→video (especialmente en duraciones largas) ha mejorado pero no es perfecta.
Riesgo de desinformación/deepfakes: un audio más rico y la inserción/eliminación de objetos aumentan el riesgo de uso indebido (audio falso realista y clips extendidos). Google señala mitigaciones (políticas, salvaguardas) y lanzamientos anteriores de Veo mencionaron la marca de agua/SynthID para ayudar con la procedencia; sin embargo, las salvaguardas técnicas no eliminan el riesgo de uso indebido.
Restricciones de costo y rendimiento: los videos de alta resolución y larga duración son costosos computacionalmente y actualmente están limitados en una vista previa de pago; espere mayor latencia y costo en comparación con los modelos de imagen. Publicaciones de la comunidad e hilos en foros de Google comentan ventanas de disponibilidad y estrategias de respaldo.

Casos de uso prácticos

Prototipado rápido para creativos: guiones gráficos → clips de múltiples tomas y animatics con diálogo nativo para revisión creativa temprana.
Marketing y contenido de formato corto: spots de producto de 15–60 s, clips para redes sociales y teasers conceptuales donde la velocidad importa más que el fotorrealismo perfecto.
Adaptación de imagen→video: convertir ilustraciones, personajes o dos fotogramas en transiciones fluidas o escenas animadas mediante First/Last Frame y Scene Extension.
Ampliación de herramientas: integrado en Flow para edición iterativa (inserción/eliminación de objetos, preajustes de iluminación) que reduce las pasadas manuales de VFX.

Comparación con otros modelos líderes

Capacidad	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Salida vertical nativa	Sí	Soporte limitado de flujos de trabajo	Sí
De imagen a video	Sí	Sí	Sí
Enfoque en integración de audio	Fuerte	Moderado	Moderado
Condicionamiento por fotogramas	Sí	Sí	Parcial
Optimización para video social	Fuerte	Moderado	Fuerte
Integración con el ecosistema de API	Ecosistema de Google	Ecosistema de OpenAI	Ecosistema de herramientas para creadores

¿Cómo uso la API de Veo 3.1 con CometAPI?

Crea una clave de API de CometAPI
Selecciona veo-3.1-generate-001 como el endpoint del modelo
Envía indicaciones o entradas de imagen a través de la API de generación de video
Consulta periódicamente los resultados y recupera los videos generados
Itera las indicaciones para el movimiento de cámara, la continuidad de la escena y mejoras de consistencia

Preguntas frecuentes

Precios

Usa la estimación rápida anterior para una sola ejecución y luego revisa la comparación completa entre CometAPI y el precio oficial.

Prueba de 5 segundos

$1.60

Costo de uso estimado de CometAPI

Prueba de 10 segundos

$3.20

Costo de uso estimado de CometAPI

Prueba de 15 segundos

$4.80

Costo de uso estimado de CometAPI

Precios para Veo 3.1

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).

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

POST/v1/videos

Código de ejemplo y API para Veo 3.1

POST

/v1/videos

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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"

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}`);

Capacidades

Revisa los datos clave del modelo antes de elegir una arquitectura o estimar la carga de producción.

Capacidades compatibles

Funciones devueltas por la API del modelo existente.

text-to-video

image-to-video

Entrada y salida

Entradas

text

Salidas

video

Perfil de producción

Proveedor: Google
Contexto: Depende del modelo
Uso comercial: Compatible

Casos de uso

Usa Veo 3.1 en flujos de producción que coincidan con sus capacidades de video, y compara alternativas antes de comprometerte con una integración a largo plazo.

Conceptos de texto a video y contenido social

Demos de producto y storyboards cinematográficos

Movimiento de imagen a video e iteración creativa

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

FLUX 3 - Modelos del mundo real: hacia modelos de flujo multimodales como la espina dorsal de la inteligencia visual.

Uptime

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Versiones

Revisa los identificadores de modelo disponibles antes de fijar una integración de producción.

ID del modelo	Descripción	Disponibilidad	:-------------------------------------------------------------------------------------------------
veo3.1-all	La tecnología utilizada es no oficial y la generación es inestable, etc	✅	Chat formato
veo3.1	Recomendado, apunta al modelo más reciente	✅	Generación asíncrona

Sigue explorando