Kapan sebaiknya saya menggunakan Veo 3.1 alih-alih Sora 2?

Pilih Veo 3.1 ketika sinkronisasi audio, alur kerja yang dipandu gambar, pembuatan konten vertikal, atau integrasi ekosistem dengan alat Google paling penting.

Apakah ada uji coba gratis untuk Veo 3.1 API di CometAPI?

Pengguna baru akan menerima kunci gratis, dan harga API tetap 20% dari harga resmi.

Apakah Veo 3.1 dapat membuat video vertikal untuk TikTok atau Shorts?

Ya. Veo 3.1 mendukung rasio aspek 9:16 secara bawaan.

Apakah Veo 3.1 cocok untuk video pemasaran komersial dan iklan?

Ya. Sangat cocok untuk konten bermerek, video produk, dan kampanye media sosial.

Apakah Veo 3.1 API dapat menghasilkan video dari gambar maupun prompt teks?

Ya. Veo 3.1 mendukung alur kerja text-to-video dan image-to-video, memungkinkan kreator memulai dari prompt, gambar, atau alur kerja panduan frame.

Apa yang harus saya lakukan jika pembuatan dengan Veo 3.1 gagal atau menghasilkan hasil yang buruk?

Kurangi kompleksitas prompt, sederhanakan instruksi kamera, dan iterasikan prompt.

Google

Tersedia

veo3.1

Veo 3.1 API

Veo 3.1 adalah model pembuatan video AI andalan yang dirancang untuk keluaran sinematik berkualitas tinggi dengan sinkronisasi audio bawaan. Model ini menghadirkan gerakan yang realistis, kesetiaan visual yang tinggi, dan generasi audio-visual yang selaras erat untuk produksi video profesional.

Harga mulai dari

$0.32 / detik

Penagihan berbasis penggunaan

Kesehatan API

Tersedia

Endpoint produksi

Waktu respons

Siap async

Waktu respons API teramati

Dirilis

May 31, 2026

Google

Playground

Coba Veo 3.1 dengan permintaan nyata, tinjau parameternya, dan validasi output sebelum mengintegrasikan API.

Ikhtisar

Gambaran praktis tentang Veo 3.1, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi Teknis Veo 3.1

Item	Veo 3.1 (spesifikasi publik)
Official model ID	veo-3.1-generate-001
Provider	Google DeepMind / Google Cloud
Model type	Pembuatan teks-ke-video dan gambar-ke-video
Input types	Prompt teks, input gambar, panduan frame pertama + frame terakhir
Output type	Video yang dibuat oleh AI
Supported resolutions	720p dan 1080p, 4K
Supported aspect ratios	16:9 dan 9:16
Supported framerate	24 FPS
Video duration	4s, 6s, atau 8s (bergantung mode)
Prompt language	Bahasa Inggris
Videos per request	Hingga 4
API rate limit	Hingga 50 permintaan/menit/proyek
Supported deployment	Vertex AI, integrasi ekosistem Gemini, Flow
Unsupported features (official docs)	Kuota bersama dinamis, beberapa alur kerja gambar referensi, ekstensi video native dalam alur API standar

Apa itu Veo 3.1?

Veo 3.1 adalah keluarga model video generatif andalan Google yang berfokus pada sintesis video berkualitas sinematik, kepatuhan prompt yang lebih kuat, konsistensi adegan yang lebih baik, dan alur kerja pembuatan video multimodal. Ini melampaui pembuatan teks-ke-video standar dengan mendukung pembuatan yang dipandu gambar serta alur kerja penceritaan yang dikendalikan frame. Dukungan resmi mencakup teks-ke-video, gambar-ke-video, penulisan ulang prompt, dan alur kerja pembuatan frame pertama/terakhir.

Fitur inti

Veo 3.1 berfokus pada fitur pembuatan konten yang praktis:

Pembuatan audio native (dialog, suara ambien, SFX) terintegrasi dalam output. Veo 3.1 menghasilkan audio native (dialog + ambien + SFX) yang selaras dengan timeline visual; model ini bertujuan mempertahankan sinkron bibir dan keselarasan audio–visual untuk dialog dan isyarat adegan.
Output lebih panjang (dukungan hingga ~60s / 1080p dibanding klip sangat pendek Veo 3, 8s), serta urutan multi-shot dengan multi-prompt untuk kesinambungan naratif.
Mode Scene Extension dan First/Last Frame yang memperluas atau menginterpolasi cuplikan di antara keyframe.
Penyisipan objek dan (segera hadir) penghapusan objek serta primitif pengeditan di dalam Flow.

Setiap poin di atas dirancang untuk mengurangi pekerjaan VFX manual: audio dan kesinambungan adegan kini menjadi output kelas utama, bukan sekadar tambahan belakangan.

Rincian teknis (perilaku model & input)

Model family & variants: Veo termasuk dalam keluarga Veo-3 milik Google; ID model pratinjau biasanya veo3.1-pro; veo3.1 (dok. CometAPI). Model ini menerima prompt teks, referensi gambar (frame tunggal atau urutan), dan tata letak multi-prompt terstruktur untuk pembuatan multi-shot.

Resolution & duration: Dokumentasi pratinjau menjelaskan output pada 720p/1080p dengan opsi durasi lebih panjang (hingga ~60s pada pengaturan pratinjau tertentu) dan fidelitas lebih tinggi daripada varian Veo sebelumnya.

Aspect ratios: 16:9 (didukung) dan 9:16 (didukung kecuali pada beberapa alur gambar referensi).

Prompt language: Bahasa Inggris (pratinjau).

API limits: batas pratinjau tipikal mencakup maks 10 permintaan API/menit per proyek, maks 4 video per permintaan, dan panjang video dapat dipilih di antara 4, 6, atau 8 detik (alur gambar referensi mendukung 8s).

Performa benchmark

Evaluasi internal Google dan ringkasan publik melaporkan preferensi kuat untuk output Veo 3.1 di berbagai perbandingan penilai manusia pada metrik seperti keselarasan teks, kualitas visual, dan koherensi audio–visual (tugas teks→video dan gambar→video).

Veo 3.1 meraih hasil terdepan di kelasnya pada perbandingan internal berbasis penilai manusia di sejumlah sumbu objektif — preferensi keseluruhan, keselarasan prompt (teks→video dan gambar→video), kualitas visual, keselarasan audio–video, dan “fisika yang tampak realistis” pada dataset tolok ukur seperti MovieGenBench dan VBench.

Keterbatasan & pertimbangan keamanan

Keterbatasan:

Artefak & inkonsistensi: meski ada peningkatan, kondisi pencahayaan tertentu, fisika yang sangat detail, dan oklusi kompleks masih dapat menghasilkan artefak; konsistensi gambar→video (terutama untuk durasi panjang) membaik namun belum sempurna.
Risiko misinformasi/deepfake: audio yang lebih kaya + penyisipan/penghapusan objek meningkatkan risiko penyalahgunaan (audio palsu realistis dan klip yang diperpanjang). Google mencatat mitigasi (kebijakan, perlindungan) dan peluncuran Veo sebelumnya merujuk watermarking/SynthID untuk membantu proveniensi; namun perlindungan teknis tidak menghilangkan risiko penyalahgunaan.
Kendala biaya & throughput: video beresolusi tinggi dan berdurasi panjang mahal secara komputasi dan saat ini dibatasi dalam pratinjau berbayar—harap latensi dan biaya lebih tinggi dibanding model gambar. Postingan komunitas dan thread forum Google membahas jendela ketersediaan serta strategi fallback.

Safety controls: Veo3.1 memiliki kebijakan konten terintegrasi, pensinyalan watermarking/SynthID pada rilis Veo sebelumnya, dan kontrol akses pratinjau; pelanggan disarankan mengikuti kebijakan platform dan menerapkan tinjauan manusia untuk output berisiko tinggi.

Kasus penggunaan praktis

Prototyping cepat untuk kreator: storyboard → klip multi-shot dan animatik dengan dialog native untuk tinjauan kreatif awal.
Pemasaran & konten bentuk pendek: spot produk 15–60s, klip sosial, dan teaser konsep di mana kecepatan lebih penting daripada fotorealisme yang sempurna.
Adaptasi gambar→video: mengubah ilustrasi, karakter, atau dua frame menjadi transisi mulus atau adegan animasi melalui First/Last Frame dan Scene Extension.
Augmentasi tooling: terintegrasi ke dalam Flow untuk pengeditan iteratif (penyisipan/penghapusan objek, preset pencahayaan) yang mengurangi tahap VFX manual.

Perbandingan dengan model terkemuka lainnya

Veo 3.1 vs Veo 3 (pendahulu): Veo 3.1 berfokus pada peningkatan kepatuhan prompt, kualitas audio, dan konsistensi multi-shot — pembaruan inkremental namun berdampak yang ditujukan untuk mengurangi artefak dan meningkatkan kemampuan pengeditan.

Veo 3.1 vs OpenAI Sora 2: trade-off yang dilaporkan di media: Veo 3.1 menekankan kontrol naratif bentuk panjang, audio terintegrasi, dan integrasi pengeditan Flow; Sora 2 (ketika dibandingkan di media) berfokus pada kekuatan berbeda (kecepatan, pipeline pengeditan berbeda). Pengujian berdampingan independen masih terbatas.

Capability	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Native vertical output	Ya	Dukungan alur kerja terbatas	Ya
Image-to-video	Ya	Ya	Ya
Audio integration focus	Kuat	Sedang	Sedang
Frame conditioning	Ya	Ya	Parsial
Social-video optimization	Kuat	Sedang	Kuat
API ecosystem integration	Ekosistem Google	Ekosistem OpenAI	Ekosistem alat kreator

Bagaimana cara menggunakan API Veo 3.1 dengan CometAPI?

Buat kunci API CometAPI
Pilih veo-3.1-generate-001 sebagai endpoint model
Kirim prompt atau input gambar melalui API pembuatan video
Polling hasil dan ambil video yang dihasilkan
Iterasikan prompt untuk pergerakan kamera, kesinambungan adegan, dan peningkatan konsistensi

FAQ

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Uji 5 detik

$1.60

Estimasi biaya penggunaan CometAPI

Uji 10 detik

$3.20

Estimasi biaya penggunaan CometAPI

Uji 15 detik

$4.80

Estimasi biaya penggunaan CometAPI

Harga untuk Veo 3.1

Jelajahi harga kompetitif untuk Veo 3.1, dirancang untuk berbagai anggaran dan kebutuhan penggunaan. Paket fleksibel kami memastikan Anda hanya membayar untuk apa yang Anda gunakan, memudahkan untuk meningkatkan skala seiring berkembangnya kebutuhan Anda. Temukan bagaimana Veo 3.1 dapat meningkatkan proyek Anda sambil menjaga biaya tetap terkendali.

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

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

POST/v1/videos

Kode contoh dan API untuk Veo 3.1

Akses kode sampel komprehensif dan sumber daya API untuk Veo 3.1 guna mempermudah proses integrasi Anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu Anda memanfaatkan potensi penuh Veo 3.1 dalam proyek Anda.

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}`);

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-video

image-to-video

Input dan output

Input

text

Output

video

Profil produksi

Penyedia: Google
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan Veo 3.1 untuk alur kerja produksi yang sesuai dengan kemampuan video-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Konsep teks-ke-video dan konten media sosial

Demo produk dan storyboard sinematik

Gerakan gambar-ke-video dan iterasi kreatif

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

Aliyun

Wan3.0

Mulai dari verifikasi cepat hingga keluaran sinematik, penagihan didasarkan pada durasi video yang dihasilkan dan resolusi yang dipilih, serta menjadikan setiap generasi sebagai aktivitas investasi kreatif yang terencana sesuai aturan.

Lihat model

MiniMax

MiniMax H3

minimax-h3 adalah model generasi video baru yang dirancang untuk produksi kreatif berkualitas tinggi. Model ini menghadirkan pemahaman terhadap prompt yang lebih baik, konsistensi visual yang lebih kuat, gerakan yang lebih mulus, serta kontrol gambar referensi yang lebih fleksibel untuk alur kerja pembuatan video sinematik.

Lihat model

Bytedance

Seedance 2.5

seedance-2-5 adalah model generatif gabungan audio-video generasi berikutnya yang dirancang untuk penceritaan berdurasi 30 detik, dengan kontrol referensi yang presisi dan kemampuan pengeditan yang kuat.

Lihat model

Flux

Flux 3

FLUX 3 - Model Dunia Nyata: Menuju Model Aliran Multimodal sebagai Tulang Punggung Kecerdasan Visual.

Lihat model

Bytedance

Seedance 2-0

Seedance 2.0 adalah model fondasi video multimodal generasi berikutnya dari ByteDance yang berfokus pada pembuatan video naratif sinematik multi-shot. Berbeda dari demo teks-ke-video single-shot, Seedance 2.0 menekankan kontrol berbasis referensi (gambar, klip pendek, audio), konsistensi karakter/gaya yang koheren di seluruh shot, serta sinkronisasi audio/video bawaan — dengan tujuan menjadikan video AI berguna bagi alur kerja kreatif profesional dan pravisualisasi.

Lihat model

Aliyun

Happy Horse 1.1

HappyHorse 1.1 adalah model generatif video multimodal yang dirancang untuk pembuatan konten profesional, periklanan, film pendek, produksi media sosial, dan penceritaan. Model ini memperluas kemampuan HappyHorse 1.0—yang meraih perhatian besar setelah menempati peringkat tinggi dalam evaluasi generasi video independen—dengan koherensi adegan yang lebih kuat dan kesetiaan visual yang ditingkatkan.

Lihat model

Uptime

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Versi

Tinjau pengenal model yang tersedia sebelum menetapkan integrasi produksi.

ID model	deskripsi	Ketersediaan	Permintaan
veo3.1-all	Teknologi yang digunakan tidak resmi dan proses generasinya tidak stabil, dll.	✅	Chat format
veo3.1	Direkomendasikan, mengarah ke model terbaru	✅	Pembuatan Asinkron

Terus jelajahi

Bandingkan model dan lanjutkan riset Anda

Google

Tersedia

veo3.1

Veo 3.1 API

Harga mulai dari

$0.32 / detik

Penagihan berbasis penggunaan

Kesehatan API

Tersedia

Endpoint produksi

Waktu respons

Siap async

Waktu respons API teramati

Dirilis

May 31, 2026

Google

Playground

Coba Veo 3.1 dengan permintaan nyata, tinjau parameternya, dan validasi output sebelum mengintegrasikan API.

Ikhtisar

Gambaran praktis tentang Veo 3.1, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi Teknis Veo 3.1

Item	Veo 3.1 (spesifikasi publik)
Official model ID	veo-3.1-generate-001
Provider	Google DeepMind / Google Cloud
Model type	Pembuatan teks-ke-video dan gambar-ke-video
Input types	Prompt teks, input gambar, panduan frame pertama + frame terakhir
Output type	Video yang dibuat oleh AI
Supported resolutions	720p dan 1080p, 4K
Supported aspect ratios	16:9 dan 9:16
Supported framerate	24 FPS
Video duration	4s, 6s, atau 8s (bergantung mode)
Prompt language	Bahasa Inggris
Videos per request	Hingga 4
API rate limit	Hingga 50 permintaan/menit/proyek
Supported deployment	Vertex AI, integrasi ekosistem Gemini, Flow
Unsupported features (official docs)	Kuota bersama dinamis, beberapa alur kerja gambar referensi, ekstensi video native dalam alur API standar

Apa itu Veo 3.1?

Fitur inti

Veo 3.1 berfokus pada fitur pembuatan konten yang praktis:

Pembuatan audio native (dialog, suara ambien, SFX) terintegrasi dalam output. Veo 3.1 menghasilkan audio native (dialog + ambien + SFX) yang selaras dengan timeline visual; model ini bertujuan mempertahankan sinkron bibir dan keselarasan audio–visual untuk dialog dan isyarat adegan.
Output lebih panjang (dukungan hingga ~60s / 1080p dibanding klip sangat pendek Veo 3, 8s), serta urutan multi-shot dengan multi-prompt untuk kesinambungan naratif.
Mode Scene Extension dan First/Last Frame yang memperluas atau menginterpolasi cuplikan di antara keyframe.
Penyisipan objek dan (segera hadir) penghapusan objek serta primitif pengeditan di dalam Flow.

Setiap poin di atas dirancang untuk mengurangi pekerjaan VFX manual: audio dan kesinambungan adegan kini menjadi output kelas utama, bukan sekadar tambahan belakangan.

Rincian teknis (perilaku model & input)

Aspect ratios: 16:9 (didukung) dan 9:16 (didukung kecuali pada beberapa alur gambar referensi).

Prompt language: Bahasa Inggris (pratinjau).

Performa benchmark

Keterbatasan & pertimbangan keamanan

Keterbatasan:

Artefak & inkonsistensi: meski ada peningkatan, kondisi pencahayaan tertentu, fisika yang sangat detail, dan oklusi kompleks masih dapat menghasilkan artefak; konsistensi gambar→video (terutama untuk durasi panjang) membaik namun belum sempurna.
Risiko misinformasi/deepfake: audio yang lebih kaya + penyisipan/penghapusan objek meningkatkan risiko penyalahgunaan (audio palsu realistis dan klip yang diperpanjang). Google mencatat mitigasi (kebijakan, perlindungan) dan peluncuran Veo sebelumnya merujuk watermarking/SynthID untuk membantu proveniensi; namun perlindungan teknis tidak menghilangkan risiko penyalahgunaan.
Kendala biaya & throughput: video beresolusi tinggi dan berdurasi panjang mahal secara komputasi dan saat ini dibatasi dalam pratinjau berbayar—harap latensi dan biaya lebih tinggi dibanding model gambar. Postingan komunitas dan thread forum Google membahas jendela ketersediaan serta strategi fallback.

Kasus penggunaan praktis

Prototyping cepat untuk kreator: storyboard → klip multi-shot dan animatik dengan dialog native untuk tinjauan kreatif awal.
Pemasaran & konten bentuk pendek: spot produk 15–60s, klip sosial, dan teaser konsep di mana kecepatan lebih penting daripada fotorealisme yang sempurna.
Adaptasi gambar→video: mengubah ilustrasi, karakter, atau dua frame menjadi transisi mulus atau adegan animasi melalui First/Last Frame dan Scene Extension.
Augmentasi tooling: terintegrasi ke dalam Flow untuk pengeditan iteratif (penyisipan/penghapusan objek, preset pencahayaan) yang mengurangi tahap VFX manual.

Perbandingan dengan model terkemuka lainnya

Capability	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Native vertical output	Ya	Dukungan alur kerja terbatas	Ya
Image-to-video	Ya	Ya	Ya
Audio integration focus	Kuat	Sedang	Sedang
Frame conditioning	Ya	Ya	Parsial
Social-video optimization	Kuat	Sedang	Kuat
API ecosystem integration	Ekosistem Google	Ekosistem OpenAI	Ekosistem alat kreator

Bagaimana cara menggunakan API Veo 3.1 dengan CometAPI?

Buat kunci API CometAPI
Pilih veo-3.1-generate-001 sebagai endpoint model
Kirim prompt atau input gambar melalui API pembuatan video
Polling hasil dan ambil video yang dihasilkan
Iterasikan prompt untuk pergerakan kamera, kesinambungan adegan, dan peningkatan konsistensi

FAQ

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Uji 5 detik

$1.60

Estimasi biaya penggunaan CometAPI

Uji 10 detik

$3.20

Estimasi biaya penggunaan CometAPI

Uji 15 detik

$4.80

Estimasi biaya penggunaan CometAPI

Harga untuk 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

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

POST/v1/videos

Kode contoh dan API untuk 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}`);

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-video

image-to-video

Input dan output

Input

text

Output

video

Profil produksi

Penyedia: Google
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan Veo 3.1 untuk alur kerja produksi yang sesuai dengan kemampuan video-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Konsep teks-ke-video dan konten media sosial

Demo produk dan storyboard sinematik

Gerakan gambar-ke-video dan iterasi kreatif

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

FLUX 3 - Model Dunia Nyata: Menuju Model Aliran Multimodal sebagai Tulang Punggung Kecerdasan Visual.

Uptime

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Versi

Tinjau pengenal model yang tersedia sebelum menetapkan integrasi produksi.

ID model	deskripsi	Ketersediaan	Permintaan
veo3.1-all	Teknologi yang digunakan tidak resmi dan proses generasinya tidak stabil, dll.	✅	Chat format
veo3.1	Direkomendasikan, mengarah ke model terbaru	✅	Pembuatan Asinkron

Terus jelajahi