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

Oui. Veo 3.1 prend en charge les workflows texte-vers-vidéo et image-vers-vidéo, ce qui permet aux créateurs de partir de prompts, d’images ou de workflows de guidage par image.

When should I use Veo 3.1 instead of Sora 2?

Choisissez Veo 3.1 lorsque la synchronisation audio, les workflows guidés par l’image, la création de contenus verticaux ou l’intégration à l’écosystème des outils Google sont prioritaires.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Oui. Veo 3.1 prend en charge nativement le rapport d’aspect 9:16.

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

Réduisez la complexité des prompts, simplifiez les instructions de caméra et itérez sur les prompts.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Oui. Il convient très bien aux contenus de marque, aux vidéos produit et aux campagnes sur les réseaux sociaux.

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

Les nouveaux utilisateurs recevront une clé gratuite, et le prix de l’API restera à 20% du prix officiel.

API Veo 3.1 Abordable | image-to-video

Playground pour Veo 3.1

Explorez le Playground de Veo 3.1 — un environnement interactif pour tester les modèles et exécuter des requêtes en temps réel. Essayez des invites, ajustez les paramètres et itérez instantanément pour accélérer le développement et valider les cas d'utilisation.

Spécifications techniques de Veo 3.1

Élément	Veo 3.1 (spécifications publiques)
ID de modèle officiel	veo-3.1-generate-001
Fournisseur	Google DeepMind / Google Cloud
Type de modèle	Génération texte‑vers‑vidéo et image‑vers‑vidéo
Types d’entrées	Prompts textuels, entrées d’image, guidage première image + dernière image
Type de sortie	Vidéo générée par IA
Résolutions prises en charge	720p et 1080p, 4K
Rapports d’aspect pris en charge	16:9 et 9:16
Fréquence d’images prise en charge	24 FPS
Durée des vidéos	Clips de 4 s, 6 s ou 8 s (selon le mode)
Langue des prompts	Anglais
Vidéos par requête	Jusqu’à 4
Limite de débit API	Jusqu’à 50 requêtes/minute/projet
Déploiements pris en charge	Vertex AI, intégrations de l’écosystème Gemini, Flow
Fonctionnalités non prises en charge (docs officielles)	Quota partagé dynamique, certains workflows d’images de référence, extension vidéo native dans le flux API standard

Qu’est-ce que Veo 3.1 ?

Veo 3.1 est la famille de modèles vidéo génératifs phare de Google, axée sur une synthèse vidéo de qualité cinématographique, une meilleure fidélité aux prompts, une meilleure cohérence des scènes et des workflows multimodaux de création vidéo. Elle va au‑delà de la génération standard texte‑vers‑vidéo en prenant en charge la génération guidée par l’image et des workflows de narration contrôlés par trames. La prise en charge officielle inclut les workflows texte‑vers‑vidéo, image‑vers‑vidéo, la réécriture de prompts et la génération de première/dernière image.

Fonctionnalités clés

Veo 3.1 met l’accent sur des fonctionnalités pratiques de création de contenu :

Génération audio native (dialogue, ambiance, SFX) intégrée aux sorties. Veo 3.1 génère un audio natif (dialogue + ambiance + SFX) aligné sur la timeline visuelle ; le modèle vise à préserver la synchronisation labiale et l’alignement audio‑visuel pour les dialogues et les repères de scène.
Sorties plus longues (prise en charge jusqu’à ~60 secondes / 1080p, contre de très courts clips de 8 s pour Veo 3) et séquences multi‑prompts multi‑plans pour une continuité narrative.
Modes Scene Extension et First/Last Frame qui étendent ou interpolent les séquences entre des images clés.
Insertion d’objets et (à venir) suppression d’objets, ainsi que des primitives d’édition dans Flow.

Chacun des points ci‑dessus est conçu pour réduire le travail VFX manuel : l’audio et la continuité de scène deviennent désormais des sorties de premier ordre plutôt que des ajouts a posteriori.

Détails techniques (comportement du modèle et entrées)

Famille et variantes de modèles : Veo appartient à la famille Veo‑3 de Google ; l’ID de modèle d’aperçu est généralement veo3.1-pro ; veo3.1 (doc CometAPI). Il accepte des prompts textuels, des références d’images (image unique ou séquences) et des mises en page multi‑prompts structurées pour la génération multi‑plans.

Résolution et durée : La documentation d’aperçu décrit des sorties en 720p/1080p avec des options pour des durées plus longues (jusqu’à ~60 s dans certains paramètres d’aperçu) et une fidélité supérieure aux premières variantes de Veo.

Rapports d’aspect : 16:9 (pris en charge) et 9:16 (pris en charge, sauf dans certains flux à images de référence).

Langue des prompts : Anglais (aperçu).

Limites API : les limites d’aperçu typiques incluent 10 requêtes API max/min par projet, 4 vidéos max par requête et des durées sélectionnables parmi 4, 6 ou 8 secondes (les flux à images de référence prennent en charge 8 s).

Performances de référence

Les évaluations internes de Google et les synthèses publiques rapportent une forte préférence pour les sorties de Veo 3.1 dans les comparaisons par évaluateurs humains selon des métriques telles que l’alignement au texte, la qualité visuelle et la cohérence audio‑visuelle (tâches texte→vidéo et image→vidéo).

Veo 3.1 a obtenu des résultats de pointe dans des comparaisons internes par évaluateurs humains sur plusieurs axes objectifs — préférence globale, alignement au prompt (texte→vidéo et image→vidéo), qualité visuelle, alignement audio‑vidéo et « physique visuellement réaliste » — sur des jeux de données tels que MovieGenBench et VBench.

Limitations et considérations de sécurité

Limitations :

Artefacts et incohérences : malgré les améliorations, certains éclairages, des phénomènes physiques fins et des occlusions complexes peuvent encore produire des artefacts ; la cohérence image→vidéo (notamment sur de longues durées) est améliorée mais pas parfaite.
Risque de désinformation/de deepfakes : un audio plus riche + l’insertion/la suppression d’objets augmentent les risques d’abus (audio factice réaliste et clips allongés). Google mentionne des atténuations (politique, garde‑fous) et des versions antérieures de Veo ont référencé le filigranage/SynthID pour aider à la traçabilité ; toutefois, les garde‑fous techniques n’éliminent pas le risque d’usage malveillant.
Contraintes de coût et de débit : les vidéos à haute résolution et longues durées sont coûteuses en calcul et actuellement limitées dans un aperçu payant — attendez‑vous à une latence et un coût supérieurs à ceux des modèles d’images. Des posts communautaires et des fils sur les forums Google discutent des fenêtres de disponibilité et des stratégies de repli.

Contrôles de sécurité : Veo 3.1 intègre des politiques de contenu, un filigranage/une signalisation SynthID dans des versions antérieures de Veo, et des contrôles d’accès en aperçu ; il est conseillé aux clients de suivre la politique de la plateforme et de mettre en place une revue humaine pour les sorties à haut risque.

Cas d’usage pratiques

Prototypage rapide pour créatifs : storyboards → clips multi‑plans et animatiques avec dialogue natif pour des revues créatives précoces.
Marketing et formats courts : spots produits de 15–60 s, clips sociaux et teasers conceptuels où la vitesse compte plus que le photoréalisme parfait.
Adaptation image→vidéo : transformer des illustrations, des personnages ou deux images en transitions fluides ou scènes animées via First/Last Frame et Scene Extension.
Augmentation des outils : intégré à Flow pour un montage itératif (insertion/suppression d’objets, préréglages d’éclairage) qui réduit les passes VFX manuelles.

Comparaison avec d’autres modèles leaders

Veo 3.1 vs Veo 3 (prédécesseur) : Veo 3.1 met l’accent sur une meilleure fidélité aux prompts, une qualité audio améliorée et une cohérence multi‑plans — des mises à jour incrémentales mais impactantes visant à réduire les artefacts et à améliorer l’éditabilité.

Veo 3.1 vs OpenAI Sora 2 : compromis rapportés dans la presse : Veo 3.1 met l’accent sur le contrôle narratif longue durée, l’audio intégré et l’intégration à Flow ; Sora 2 (dans les comparaisons presse) se concentre sur d’autres atouts (vitesse, pipelines d’édition différents). Les tests comparatifs indépendants côte à côte restent limités.

Capacité	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Sortie verticale native	Oui	Prise en charge limitée des workflows	Oui
Image‑vers‑vidéo	Oui	Oui	Oui
Accent sur l’intégration audio	Forte	Modérée	Modérée
Conditionnement par cadre	Oui	Oui	Partiel
Optimisation pour les vidéos sociales	Forte	Modérée	Forte
Intégration à l’écosystème API	Écosystème Google	Écosystème OpenAI	Écosystème d’outils pour créateurs

Comment utiliser l’API Veo 3.1 avec CometAPI ?

Créer une clé API CometAPI
Sélectionner veo-3.1-generate-001 comme point de terminaison du modèle
Envoyer des prompts ou des entrées image via l’API de génération vidéo
Interroger les résultats et récupérer les vidéos générées
Itérer sur les prompts pour le mouvement de caméra, la continuité de scène et l’amélioration de la cohérence

FAQ

Tarification pour Veo 3.1

Découvrez des tarifs compétitifs pour Veo 3.1, conçus pour s'adapter à différents budgets et besoins d'utilisation. Nos formules flexibles garantissent que vous ne payez que ce que vous utilisez, ce qui facilite l'adaptation à mesure que vos besoins évoluent. Découvrez comment Veo 3.1 peut améliorer vos projets tout en maîtrisant les coûts.

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).

Exemple de code et API pour Veo 3.1

Accédez à des exemples de code complets et aux ressources API pour Veo 3.1 afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de Veo 3.1 dans vos projets.

POST

/v1/videos

#!/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"

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"

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}`);

Versions de Veo 3.1

La raison pour laquelle Veo 3.1 dispose de plusieurs instantanés peut inclure des facteurs potentiels tels que des variations de sortie après des mises à jour nécessitant des instantanés plus anciens pour la cohérence, offrant aux développeurs une période de transition pour l'adaptation et la migration, et différents instantanés correspondant à des points de terminaison globaux ou régionaux pour optimiser l'expérience utilisateur. Pour les différences détaillées entre les versions, veuillez consulter la documentation officielle.

ID du modèle	description	Disponibilité	Requête
veo3.1-all	La technologie utilisée est non officielle et la génération est instable, etc	✅	Chat format
veo3.1	Recommandé, renvoie vers le modèle le plus récent	✅	Génération asynchrone