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

Sì. Veo 3.1 supporta sia i flussi di lavoro da testo a video sia da immagine a video, permettendo ai creatori di partire da prompt, immagini o flussi di lavoro con guida ai fotogrammi.

When should I use Veo 3.1 instead of Sora 2?

Scegli Veo 3.1 quando la sincronizzazione audio, i flussi di lavoro guidati da immagini, la creazione di contenuti verticali o l'integrazione nell'ecosistema con gli strumenti di Google sono aspetti prioritari.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Sì. Veo 3.1 supporta rapporti d'aspetto nativi 9:16.

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

Riduci la complessità del prompt, semplifica le istruzioni di ripresa e itera sui prompt.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Sì. È particolarmente indicato per branded content, video di prodotto e campagne sui social media.

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

I nuovi utenti riceveranno una chiave gratuita e il prezzo dell'API sarà comunque il 20% del prezzo ufficiale.

API Veo 3.1 Conveniente | image-to-video

Specifiche tecniche di Veo 3.1

Voce	Veo 3.1 (specifiche pubbliche)
ID del modello ufficiale	veo-3.1-generate-001
Fornitore	Google DeepMind / Google Cloud
Tipo di modello	Generazione da testo a video e da immagine a video
Tipi di input	Prompt testuali, input di immagini, guida con primo fotogramma + ultimo fotogramma
Tipo di output	Video generato dall'IA
Risoluzioni supportate	720p e 1080p, 4K
Rapporti d'aspetto supportati	16:9 e 9:16
Frame rate supportato	24 FPS
Durata video	Clip da 4 s, 6 s o 8 s (a seconda della modalità)
Lingua dei prompt	Inglese
Video per richiesta	Fino a 4
Limite di richieste API	Fino a 50 richieste/minuto/progetto
Distribuzioni supportate	Vertex AI, integrazioni nell’ecosistema Gemini, Flow
Funzionalità non supportate (doc ufficiale)	Quota condivisa dinamica, alcuni workflow con immagini di riferimento, estensione video nativa nel flusso API standard

Che cos’è Veo 3.1?

Veo 3.1 è la famiglia di modelli video generativi di punta di Google, focalizzata su sintesi video di qualità cinematografica, maggiore aderenza ai prompt, migliore coerenza di scena e workflow multimodali di creazione video. Va oltre la generazione standard da testo a video supportando la generazione guidata da immagini e workflow narrativi controllati per fotogrammi. Il supporto ufficiale include workflow di generazione da testo a video, da immagine a video, riscrittura del prompt e generazione del primo/ultimo fotogramma.

Funzionalità principali

Veo 3.1 si concentra su funzionalità pratiche di creazione dei contenuti:

Generazione audio nativa (dialoghi, suoni ambientali, SFX) integrata negli output. Veo 3.1 genera audio nativo (dialoghi + ambiente + SFX) allineato alla timeline visiva; il modello mira a preservare la sincronizzazione labiale e l’allineamento audio‑video per i dialoghi e gli indizi di scena.
Output più lunghi (supporto fino a ~60 secondi / 1080p rispetto alle clip molto brevi di Veo 3, 8 s) e sequenze multi‑shot con multi‑prompt per la continuità narrativa.
Modalità Scene Extension e First/Last Frame che estendono o interpolano le riprese tra fotogrammi chiave.
Inserimento di oggetti e (in arrivo) rimozione di oggetti, oltre a primitive di editing all’interno di Flow.

Ciascun punto sopra è pensato per ridurre il lavoro VFX manuale: audio e continuità di scena sono ora output di prima classe, non elementi secondari.

Dettagli tecnici (comportamento del modello e input)

Famiglia di modelli e varianti: Veo appartiene alla famiglia Veo‑3 di Google; l’ID del modello in anteprima è tipicamente veo3.1-pro; veo3.1 (documentazione CometAPI). Accetta prompt testuali, riferimenti immagine (singolo fotogramma o sequenze) e layout strutturati multi‑prompt per generazione multi‑shot.

Risoluzione e durata: La documentazione di anteprima descrive output a 720p/1080p con opzioni per durate più lunghe (fino a ~60 s in alcune impostazioni di anteprima) e una fedeltà superiore rispetto alle varianti precedenti di Veo.

Rapporti d’aspetto: 16:9 (supportato) e 9:16 (supportato salvo in alcuni flussi con immagini di riferimento).

Lingua dei prompt: Inglese (anteprima).

Limiti API: i limiti tipici in anteprima includono massimo 10 richieste API/min per progetto, massimo 4 video per richiesta e durate video selezionabili tra 4, 6 o 8 secondi (i flussi con immagini di riferimento supportano 8 s).

Prestazioni nei benchmark

Valutazioni interne di Google e sintesi pubbliche riportano una forte preferenza per gli output di Veo 3.1 nelle comparazioni con valutatori umani su metriche quali allineamento al testo, qualità visiva e coerenza audio‑video (attività da testo→video e da immagine→video).

Veo 3.1 ha raggiunto risultati allo stato dell’arte nelle comparazioni interne con valutatori umani su diversi assi oggettivi — preferenza complessiva, allineamento al prompt (testo→video e immagine→video), qualità visiva, allineamento audio‑video e “fisica visivamente realistica” — su dataset di benchmark come MovieGenBench e VBench.

Limitazioni e considerazioni sulla sicurezza

Limitazioni:

Artefatti e incoerenze: nonostante i miglioramenti, certe condizioni di illuminazione, fisica fine e occlusioni complesse possono ancora generare artefatti; la coerenza da immagine→video (soprattutto su durate lunghe) è migliorata ma non perfetta.
Disinformazione / rischio deepfake: audio più ricco + inserimento/rimozione di oggetti aumentano il rischio di uso improprio (audio falsi realistici e clip estese). Google segnala mitigazioni (policy, tutele) e i lanci precedenti di Veo hanno fatto riferimento a watermarking/SynthID per favorire la tracciabilità; tuttavia le misure tecniche non eliminano il rischio di abuso.
Vincoli di costo e throughput: video lunghi ad alta risoluzione sono costosi dal punto di vista computazionale e attualmente disponibili in un’anteprima a pagamento — aspettarsi latenza e costi più elevati rispetto ai modelli di immagini. Post della community e thread nei forum Google discutono finestre di disponibilità e strategie di fallback.

Controlli di sicurezza: Veo3.1 integra policy sui contenuti, watermarking/synthID già segnalati in versioni precedenti di Veo e controlli di accesso in anteprima; si consiglia ai clienti di seguire le policy della piattaforma e di implementare revisione umana per output ad alto rischio.

Casi d’uso pratici

Prototipazione rapida per creativi: storyboard → clip multi‑shot e animatic con dialoghi nativi per revisione creativa preliminare.
Marketing e contenuti brevi: spot di prodotto da 15–60 s, clip social e teaser di concept in cui la velocità conta più del fotorealismo perfetto.
Adattamento immagine→video: trasformare illustrazioni, personaggi o due fotogrammi in transizioni fluide o scene animate tramite First/Last Frame e Scene Extension.
Potenziamento degli strumenti: integrazione in Flow per editing iterativo (inserimento/rimozione oggetti, preset di illuminazione) che riduce i passaggi VFX manuali.

Confronto con altri modelli leader

Veo 3.1 vs Veo 3 (predecessore): Veo 3.1 punta su una migliore aderenza ai prompt, qualità audio e coerenza multi‑shot — aggiornamenti incrementali ma incisivi volti a ridurre artefatti e migliorare l’editabilità.

Veo 3.1 vs OpenAI Sora 2: compromessi riportati dalla stampa: Veo 3.1 enfatizza il controllo narrativo di lunga durata, audio integrato e integrazione con Flow per l’editing; Sora 2 (nei confronti in stampa) si concentra su punti di forza diversi (velocità, pipeline di editing differenti). I test comparativi indipendenti affiancati restano limitati.

Capacità	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Output verticale nativo	Sì	Supporto limitato ai workflow	Sì
Da immagine a video	Sì	Sì	Sì
Focus sull’integrazione audio	Forte	Moderato	Moderato
Condizionamento sui frame	Sì	Sì	Parziale
Ottimizzazione per video social	Forte	Moderato	Forte
Integrazione nell’ecosistema API	Ecosistema Google	Ecosistema OpenAI	Ecosistema di strumenti per creator

Come usare l’API di Veo 3.1 con CometAPI?

Crea una chiave API CometAPI
Seleziona veo-3.1-generate-001 come endpoint del modello
Invia prompt o input di immagini tramite l’API di generazione video
Interroga i risultati e recupera i video generati
Itera i prompt per il movimento della camera, la continuità delle scene e i miglioramenti della coerenza

Prezzi per Veo 3.1

Esplora i prezzi competitivi per Veo 3.1, progettato per adattarsi a vari budget e necessità di utilizzo. I nostri piani flessibili garantiscono che paghi solo per quello che usi, rendendo facile scalare man mano che i tuoi requisiti crescono. Scopri come Veo 3.1 può migliorare i tuoi progetti mantenendo i costi gestibili.

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).

Codice di esempio e API per Veo 3.1

Accedi a codice di esempio completo e risorse API per Veo 3.1 per semplificare il tuo processo di integrazione. La nostra documentazione dettagliata fornisce una guida passo dopo passo, aiutandoti a sfruttare appieno il potenziale di Veo 3.1 nei tuoi progetti.

Python
JavaScript
Curl

import os
import requests
import json

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

headers = {
    "Authorization": COMETAPI_KEY,
}

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

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

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

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

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

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

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

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

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

Python Code Example

import os
import requests
import json

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

headers = {
    "Authorization": COMETAPI_KEY,
}

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

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

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

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

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

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

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

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

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

JavaScript Code Example

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

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

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

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

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

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

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

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

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

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

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

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

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

Curl Code Example

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

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

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

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

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

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

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

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

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

echo "Task ID: $TASK_ID"

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

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

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

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

Versioni di Veo 3.1

Il motivo per cui Veo 3.1 dispone di più snapshot può includere fattori potenziali come variazioni nell'output dopo aggiornamenti che richiedono snapshot precedenti per coerenza, offrire agli sviluppatori un periodo di transizione per l'adattamento e la migrazione, e diversi snapshot corrispondenti a endpoint globali o regionali per ottimizzare l'esperienza utente. Per le differenze dettagliate tra le versioni, si prega di fare riferimento alla documentazione ufficiale.

ID modello	descrizione	Disponibilità	Richiesta
veo3.1-all	La tecnologia impiegata è non ufficiale e la generazione è instabile, ecc.	✅	Chat formato
veo3.1	Consigliato, punta al modello più recente	✅	Generazione asincrona