Veo 3.1

Al Secondo:$0.05

Veo 3.1 è l'aggiornamento incrementale ma significativo di Google alla sua famiglia Veo testo-e-immagine→video, che introduce audio nativo più ricco, output video più lunghi e più controllabili e controlli di editing più precisi e a livello di scena.

Nuovo

Uso commerciale

Playground

Panoramica

Caratteristiche

Prezzi

API

Versioni

Funzionalità principali

Veo 3.1 si concentra su funzionalità pratiche di content creation:

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

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

Dettagli tecnici (comportamento del modello e input)

Famiglia del modello 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 (frame singolo 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 ~60s in alcune impostazioni di anteprima) e fedeltà superiore rispetto alle varianti Veo precedenti.

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

Lingua dei prompt: Inglese (anteprima).

Limiti API: i limiti tipici dell’anteprima includono max 10 richieste API/min per progetto, max 4 video per richiesta, e lunghezze video selezionabili tra 4, 6 o 8 secondi (i flussi con immagine di riferimento supportano 8s).

Prestazioni di benchmark

Le valutazioni interne di Google e i riepiloghi pubblici riportano una forte preferenza per gli output di Veo 3.1 nelle comparazioni con valutatori umani su metriche come allineamento al testo, qualità visiva e coesione audio–video (task text→video e image→video).

Veo 3.1 ha raggiunto risultati allo stato dell’arte nelle comparazioni interne con valutatori umani su diverse dimensioni oggettive — preferenza complessiva, allineamento al prompt (text→video e image→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, alcune illuminazioni, fisica di dettaglio e occlusioni complesse possono ancora produrre artefatti; la coerenza image→video (soprattutto su durate lunghe) è migliorata ma non perfetta.
Rischio di disinformazione/deepfake: audio più ricco + inserimento/rimozione di oggetti aumenta il rischio di uso improprio (audio realistico falso e clip estese). Google segnala mitigazioni (policy, salvaguardie) e i lanci precedenti di Veo hanno fatto riferimento a watermarking/SynthID per supportare la provenienza; tuttavia le salvaguardie tecniche non eliminano il rischio di abuso.
Vincoli di costo e throughput: video ad alta risoluzione e lunga durata sono computazionalmente costosi e attualmente limitati in un’anteprima a pagamento—aspettate latenza e costi più elevati rispetto ai modelli di immagine. Post della community e thread nei forum di Google discutono finestre di disponibilità e strategie di fallback.

Controlli di sicurezza: Veo 3.1 include policy dei contenuti integrate, segnali di watermarking/SynthID nelle versioni precedenti di Veo e controlli di accesso in anteprima; si consiglia ai clienti di seguire le policy della piattaforma e implementare revisione umana per output ad alto rischio.

Casi d’uso pratici

Prototipazione rapida per creativi: storyboard → clip multi-shot e animatic con dialogo nativo per revisioni creative preliminari.
Marketing e contenuti brevi: spot di prodotto da 15–60s, clip social e teaser di concept dove la velocità conta più della fotorealismo perfetto.
Adattamento immagine→video: conversione di illustrazioni, personaggi o due frame in transizioni fluide o scene animate tramite First/Last Frame e Scene Extension.
Potenziare gli strumenti: integrazione in Flow per editing iterativo (inserimento/rimozione di oggetti, preset di illuminazione) che riduce passaggi VFX manuali.

Confronto con altri modelli leader

Veo 3.1 vs Veo 3 (predecessore): Veo 3.1 punta su aderenza ai prompt migliorata, qualità audio e coerenza multi-shot — aggiornamenti incrementali ma significativi mirati a ridurre artefatti e migliorare l’editabilità.

Veo 3.1 vs OpenAI Sora 2: compromessi riportati dalla stampa: Veo 3.1 enfatizza maggiore controllo della narrazione a lungo formato, audio integrato e integrazione con l’editing in Flow; Sora 2 (nei confronti in stampa) si concentra su punti di forza diversi (velocità, pipeline di editing differenti). TechRadar e altri media descrivono Veo 3.1 come il concorrente mirato di Google a Sora 2 per narrazione e supporto a video più lunghi. I test comparativi indipendenti restano limitati.

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.

veo3.1（videos）

Model name	Tags	Calculate price
veo3.1-all	videos	$0.20000
veo3.1	videos	$0.40000

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.

POST

/v1/videos

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	Prezzo	Richiesta
veo3.1-all	La tecnologia utilizzata è non ufficiale e la generazione è instabile, ecc	✅	$0.2 / per	Chat formato
veo3.1	Consigliato, punta al modello più recente	✅	$0.4/ per	Generazione asincrona

Altri modelli

Blog correlati

Apr 20, 2026

Kling 3.0 vs Veo 3.1: la sfida definitiva del 2026 tra generatori di video basati sull'IA

Kling 3.0 attualmente primeggia grazie a una narrazione multi-inquadratura nativa in 4K e a un controllo della camera superiore. Veo 3.1 eccelle in fisica fotorealistica, sincronizzazione audio nativa e integrazione con l’ecosistema Google, rendendolo ideale per progetti cinematografici o aziendali. Per la maggior parte degli utenti, il vincitore dipende dalle priorità: Kling 3.0 per velocità, coerenza e costi; Veo 3.1 per realismo premium e audio.

Apr 1, 2026

I don’t have information on “Google Veo 3.1 Lite” beyond my knowledge cutoff (October 2024). Google Veo is Google’s generative video model for producing high‑quality videos from text/image prompts. The “3.1 Lite” name likely denotes a lighter, faster variant of a newer Veo release (reduced compute and latency, suitable for quick previews or lower‑cost inference). For precise details and specs, please check the latest announcements or documentation from Google DeepMind or AI Studio.

Che cos'è Veo 3.1 Lite? Veo 3.1 Lite è il più recente modello di generazione video a costi contenuti di Google per gli sviluppatori, rilasciato il 31 marzo 2026. Supporta da testo a video e da immagine a video, produce video con audio ed è progettato per applicazioni ad alto volume. Secondo Google, costa meno della metà di Veo 3.1 Fast mantenendo la stessa velocità, con formati di output 16:9 e 9:16 e supporto per risoluzioni 720p/1080p.

Mar 25, 2026

Come ottenere Grok Imagine gratuitamente: accesso, prezzi e alternative

Grok Imagine Video non è gratuito sulle piattaforme ufficiali di xAI/Grok a partire da marzo 2026 (il livello gratuito è stato rimosso a causa dell’elevata domanda e di preoccupazioni per usi impropri), ma puoi accedervi a costi contenuti — o con crediti iniziali gratuiti — tramite aggregatori di terze parti come CometAPI. CometAPI offre il modello a soli $0.04 al secondo (480p), con i nuovi utenti che spesso ricevono $1–$5 in crediti gratuiti al momento della registrazione.

Mar 5, 2026

Come modificare i video tramite veo 3.1

Google ha presentato pubblicamente Veo 3.1 (e una variante Veo 3.1 Fast) a metà ottobre 2025 come un modello migliorato di conversione da testo a video che produce video brevi ad alta fedeltà

Jan 31, 2026

Che cos'è vidu Q3? Potrebbe essere il miglior modello video di IA nel 2026.

All'inizio del 2026, Vidu Q3 è entrato nel dibattito come uno dei segnali più chiari finora che la generazione di video basata sull'IA sta passando da brevi clip di novità a uno storytelling multi-shot genuinamente narrativo. Nei mesi successivi al suo lancio su larga scala, Vidu Q3 è diventato un punto fermo nei flussi di lavoro dei creator, nei progetti pilota di ricerca e nei piloti commerciali — e a buon diritto: spinge più in là, rispetto a molti modelli precedenti, la durata, l'integrazione audiovisiva e la coerenza tra più inquadrature, offrendo al contempo un'API rivolta agli sviluppatori per l'uso programmatico.