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

Иә. Veo 3.1 мәтіннен бейнеге де, кескіннен бейнеге де арналған жұмыс үрдістерін қолдайды, бұл авторларға промпттардан, кескіндерден немесе кадрлық бағыттау жұмыс үрдістерінен бастауға мүмкіндік береді.

When should I use Veo 3.1 instead of Sora 2?

Дыбыспен синхрондау, кескінге негізделген жұмыс үрдістері, тік форматтағы контент жасау немесе Google құралдарымен экожүйелік интеграция ең маңызды болғанда Veo 3.1 таңдаңыз.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Иә. Veo 3.1 төл 9:16 арақатынасын қолдайды.

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

Промпттардың күрделілігін азайтыңыз, камера жөніндегі нұсқауларды қарапайымдаңыз және промпттарды қайталап пысықтаңыз.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Иә. Ол брендтелген контентке, өнім бейнелеріне және әлеуметтік желі науқандарына өте қолайлы.

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

Жаңа пайдаланушылар тегін кілт алады, ал API бағасы ресми бағасының 20%-ы болып қала береді.

Қолжетімді Veo 3.1 API | image-to-video

Veo 3.1 үшін Playground

Veo 3.1 Playground-ын зерттеңіз — модельдерді тестілеу және нақты уақытта сұрауларды орындауға арналған интерактивті орта. Промпттарды қолданып көріңіз, параметрлерді реттеңіз және дамуды жеделдету және пайдалану жағдайларын растау үшін лезде қайталаңыз.

Veo 3.1 техникалық сипаттамалары

Элемент	Veo 3.1 (жария спецификациялар)
Ресми модель ID	veo-3.1-generate-001
Провайдер	Google DeepMind / Google Cloud
Модель түрі	Мәтіннен видеоға және суреттен видеоға генерация
Енгізу түрлері	Мәтіндік промпттар, сурет енгізулері, бірінші кадр + соңғы кадр арқылы бағыттау
Шығыс түрі	AI-генерацияланған видео
Қолдау көрсетілетін ажыратымдылықтар	720p және 1080p, 4K
Қолдау көрсетілетін арақатынастар	16:9 және 9:16
Қолдау көрсетілетін кадр жиілігі	24 FPS
Видео ұзақтығы	4с, 6с немесе 8с клиптер (режимге байланысты)
Промпт тілі	Ағылшын тілі
Бір сұраудағы видеолар саны	4-ке дейін
API жылдамдық шектеуі	Жобаға минутына 50 сұрауға дейін
Қолдау көрсетілетін орналастыру	Vertex AI, Gemini экожүйесі интеграциялары, Flow
Қолдау көрсетілмейтін мүмкіндіктер (ресми құжаттар)	Динамикалық ортақ квота, кейбір анықтама-сурет жұмыс ағындары, стандартты API ағынында нативті видео кеңейту

Veo 3.1 деген не?

Veo 3.1 — кино сапалы видео синтезіне, промптқа берік сәйкестікке, көрініс консистенциясына және көпмодальды видео жасау жұмыс ағындарына бағытталған Google-дың жетекші генеративті видео модельдер отбасы. Ол стандартты мәтіннен видеоға генерациядан тыс, суретпен бағытталатын генерацияны және кадрмен басқарылатын сторителлинг жұмыс ағындарын қолдайды. Ресми қолдау мәтіннен видеоға, суреттен видеоға, промптты қайта жазуға және бірінші/соңғы кадр генерациясы жұмыс ағындарына кіреді.

Негізгі мүмкіндіктер

Veo 3.1 практикалық контент жасауға назар аударады:

Нативті аудио генерациясы (диалог, қоршаған орта дыбысы, SFX) нәтижелерге біріктірілген. Veo 3.1 көрінетін таймлайнға сәйкестендірілген нативті аудио (диалог + атмосфера + SFX) генерациялайды; модель диалог пен көрініс белгілеріне арналған ерін синхрондауы мен аудио–визуалды сәйкестікті сақтауға ұмтылады.
Ұзақ нәтижелер (Veo 3-тегі өте қысқа клиптермен, 8с, салыстырғанда 1080p-де ~60 секундқа дейін қолдау) және сюжеттік тұтастық үшін көп промптты көп кадрлы тізбектер.
Scene Extension және First/Last Frame режимдері кадрлар арасындағы бейнені кеңейтеді немесе интерполяциялайды.
Flow ішінде объектіні енгізу және (жоспарлануда) объектіні жою, сондай-ақ өңдеу примитивтері.

Жоғарыдағы әрбір тармақ қолмен жасалатын VFX жұмысын азайтуға арналған: аудио және көрініс үздіксіздігі енді қосымша емес, бірінші кезектегі нәтижелер.

Техникалық мәліметтер (модель жұмысы және енгізулер)

Модель отбасы және варианттары: Veo Google-дың Veo-3 отбасына жатады; алдын ала қарау модель ID әдетте veo3.1-pro; veo3.1 (CometAPI doc). Ол мәтіндік промпттарды, сурет сілтемелерін (бір кадр немесе тізбектер) және көп кадрлы генерация үшін құрылымдалған көп промптты орналасуларды қабылдайды.

Ажыратымдылық және ұзақтығы: Алдын ала қарау құжаттамасы нәтижелерді 720p/1080p-де сипаттайды, кейбір алдын ала қарау параметрлерінде (~60 секундқа дейін) ұзақ мерзімге опцияларымен және бұрынғы Veo варианттарына қарағанда жоғары дәлдікпен.

Арақатынастар: 16:9 (қолдау көрсетіледі) және 9:16 (қолдау көрсетіледі, бірақ кейбір анықтама-сурет ағындарында шектеулер бар).

Промпт тілі: Ағылшын (алдын ала қарау).

API шектеулері: Әдеттегі алдын ала қарау шектеулері жобаға минутына ең көбі 10 API сұрауын, бір сұрау бойынша ең көбі 4 видеоны және видео ұзақтығын 4, 6 немесе 8 секунд арасынан таңдауды қамтиды (анықтама-сурет ағындары 8с қолдайды).

Эталондық өнімділік

Google-дың ішкі және жарияланған бағалаулары мәтін→видео және сурет→видео тапсырмаларында мәтінге сәйкестік, визуалды сапа және аудио–визуалды үйлесім сияқты метрикалар бойынша адам бағалаушылардың салыстыруларында Veo 3.1 нәтижелеріне күшті басымдықты хабарлайды.

Veo 3.1 ішкі адам-бағалаушы салыстыруларында бірнеше объективті осьтер бойынша — жалпы басымдық, промптқа сәйкестік (мәтін→видео және сурет→видео), визуалды сапа, аудио-видео сәйкестігі және бенчмарк датасеттеріндегі “визуалды реалистік физика” (MovieGenBench және VBench) бойынша — заманауи деңгейдегі нәтижелерге қол жеткізді.

Шектеулер және қауіпсіздік мәселелері

Шектеулер:

Артефакттар және үйлесімсіздік: жақсартуларға қарамастан, жарықтандыру, нәзік физика және күрделі окклюзиялар артефакттар тудыруы мүмкін; сурет→видео консистенциясы (әсіресе ұзақ ұзақтықта) жақсарған, бірақ мінсіз емес.
Жалған ақпарат / дипфейк тәуекелі: бай аудио мен объектіні енгізу/жою теріс пайдалану тәуекелін арттырады (реалистік жалған аудио және ұзартылған клиптер). Google саясаттар мен қорғаныс шараларын (сутаңбалау/SynthID арқылы шығу тегін белгілеу) атап өтеді; бірақ техникалық қорғаныс шаралары теріс пайдалану тәуекелін толық жоймайды.
Құны және өткізу қабілеті шектеулері: жоғары ажыратымдылықтағы, ұзақ видеолар есептеу тұрғысынан қымбат және қазір ақылы алдын ала қарауда шектелген — кескін модельдермен салыстырғанда кідіріс пен құны жоғары болады. Қауымдастық жазбалары мен Google форумдарындағы тредтер қолжетімділік терезелері мен балама стратегиялар туралы талқылайды.

Қауіпсіздік бақылаулары: Veo3.1 контент саясаттары мен бұрынғы Veo релиздеріндегі watermarking/SynthID сигналдарын және алдын ала қарау қолжетімділігі бақылауларын біріктіреді; тұтынушыларға платформа саясатын ұстану және жоғары тәуекелді нәтижелерге адамдық шолуды енгізу ұсынылады.

Практикалық пайдалану сценарийлері

Креативтер үшін жылдам прототиптеу: сторибордтар → ерте креативтік шолу үшін нативті диалогпен көп кадрлы клиптер және аниматика.
Маркетинг және қысқа форматтағы контент: 15–60 секундтық өнім роликтері, әлеуметтік клиптер және концепт тизерлер, мұнда жылдамдық мінсіз фотореализмнен маңызды.
Сурет→видео бейімдеу: First/Last Frame және Scene Extension арқылы иллюстрацияларды, кейіпкерлерді немесе екі кадрды жұмсақ өтулерге немесе анимациялық көріністерге айналдыру.
Құралдарды күшейту: Flow-ға біріктірілген итеративті өңдеу (объектіні енгізу/жою, жарықтандыру пресеттері) қолмен VFX өтулерін азайтады.

Басқа жетекші модельдермен салыстыру

Veo 3.1 пен Veo 3 (алдыңғы нұсқа): Veo 3.1 промптқа сәйкестікті, аудио сапасын және көп кадрлы консистенцияны жақсартуға назар аударады — артефакттарды азайтып, өңдеуді жеңілдетуге бағытталған бірте-бірте, бірақ әсерлі жаңартулар.

Veo 3.1 пен OpenAI Sora 2: баспасөзде айтылған компромистер: Veo 3.1 ұзақ форматтағы нарративті бақылауға, нативті аудиоға және Flow өңдеуге интеграцияға мән береді; Sora 2 (баспасөздегі салыстыруларда) басқа күшті жақтарға (жылдамдық, өзге өңдеу пайплайндары) сүйенеді. Тәуелсіз қатар салыстыру тестілері әлі шектеулі.

Мүмкіндік	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Нативті вертикалды шығару	Иә	Жұмыс ағындары үшін шектеулі қолдау	Иә
Суреттен видеоға	Иә	Иә	Иә
Аудио интеграциясына басымдық	Күшті	Орташа	Орташа
Кадрлық шарттау	Иә	Иә	Бөліктік
Әлеуметтік видеоға оңтайландыру	Күшті	Орташа	Күшті
API экожүйесіне интеграция	Google экожүйесі	OpenAI экожүйесі	Креатор құралдары экожүйесі

Veo 3.1 API-ін CometAPI арқылы қалай пайдаланамын?

CometAPI үшін API кілтін жасаңыз
Модель endpoint ретінде veo-3.1-generate-001 таңдаңыз
Видео генерация API арқылы промпт немесе сурет енгізулерін жіберіңіз
Нәтижелерді сұрап, генерацияланған видеоларды алыңыз
Камера қозғалысы, көрініс үздіксіздігі және консистенцияны жақсарту үшін промпттарды итерациялаңыз

ЖҚС

Veo 3.1 үшін баға белгілеу

[Модель атауы] үшін әртүрлі бюджеттер мен пайдалану қажеттіліктеріне сәйкес келетін бәсекеге қабілетті баға белгілеуді зерттеңіз. Біздің икемді жоспарларымыз сіз тек пайдаланған нәрсеңіз үшін ғана төлеуіңізді қамтамасыз етеді, бұл сіздің талаптарыңыз өскен сайын масштабтауды жеңілдетеді. [Модель атауы] шығындарды басқарылатын деңгейде ұстай отырып, сіздің жобаларыңызды қалай жақсарта алатынын біліңіз.

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).

Veo 3.1 үшін үлгі код және API

[Модель атауы] үшін кешенді үлгі кодтары мен API ресурстарына қол жеткізіп, интеграция процесіңізді жеңілдетіңіз. Біздің толық құжаттама қадам-қадаммен нұсқаулық береді, жобаларыңызда [Модель атауы] мүмкіндіктерін толық пайдалануға көмектеседі.

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}`);

Veo 3.1 нұсқалары

Veo 3.1 бірнеше снупшоттарының болуының себептеріне мыналар жатады: жаңартулардан кейінгі шығыстардың өзгеруі, бұрынғы снупшоттарды тұрақтылықты сақтау үшін қолдану, әзірлеушілерге бейімделу және көшіру үшін өту кезеңін ұсыну, сондай-ақ әртүрлі снупшоттардың жаһалдық немесе аймақтық эндпоинттерге сәйкес келуі арқылы пайдаланушы тәжірибесін оңтайландыру. Нұсқалар арасындағы егжей-тегжейлі айырмашылықтар үшін ресми құжаттамаға жүгініңіз.

Модель идентификаторы	Сипаттама	Қолжетімділік	Сұраным
veo3.1-all	Қолданылатын технология ресми емес және генерация тұрақсыз, т.б.	✅	Chat пішімі
veo3.1	Ұсынылады, ең жаңа модельге сілтейді	✅	Async Generation