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

Ya. Veo 3.1 menyokong aliran kerja teks-ke-video dan imej-ke-video, membolehkan pencipta bermula daripada prompt, imej atau aliran kerja panduan bingkai.

When should I use Veo 3.1 instead of Sora 2?

Pilih Veo 3.1 apabila penyegerakan audio, aliran kerja berpandukan imej, penciptaan kandungan menegak, atau penyepaduan ekosistem dengan alat Google paling penting.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Ya. Veo 3.1 menyokong nisbah bidang asli 9:16.

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

Kurangkan kerumitan prompt, ringkaskan arahan kamera, dan ulangi prompt.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Ya. Ia sangat sesuai untuk kandungan berjenama, video produk, dan kempen media sosial.

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

Pengguna baharu akan menerima kunci percuma, dan harga API akan tetap 20% daripada harga rasmi.

API Veo 3.1 Berpatutan | image-to-video

Playground untuk Veo 3.1

Terokai Playground Veo 3.1 — persekitaran interaktif untuk menguji model dan menjalankan pertanyaan dalam masa nyata. Cuba prompt, laraskan parameter, dan ulangi serta-merta untuk mempercepatkan pembangunan dan mengesahkan kes penggunaan.

Spesifikasi Teknikal Veo 3.1

Item	Veo 3.1 (spesifikasi awam)
Official model ID	veo-3.1-generate-001
Provider	Google DeepMind / Google Cloud
Model type	Penjanaan teks-ke-video dan imej-ke-video
Input types	Arahan teks, input imej, panduan bingkai pertama + bingkai terakhir
Output type	Video yang dijana AI
Supported resolutions	720p dan 1080p, 4K
Supported aspect ratios	16:9 dan 9:16
Supported framerate	24 FPS
Video duration	Klip 4s, 6s atau 8s (bergantung mod)
Prompt language	Bahasa Inggeris
Videos per request	Sehingga 4
API rate limit	Sehingga 50 permintaan/minit/projek
Supported deployment	Vertex AI, integrasi ekosistem Gemini, Flow
Unsupported features (official docs)	Kuota kongsi dinamik, sesetengah aliran kerja imej rujukan, peluasan video asli dalam aliran API standard

Apakah Veo 3.1?

Veo 3.1 ialah keluarga model video generatif utama Google yang memfokus pada sintesis video berkualiti sinematik, pematuhan arahan yang lebih kukuh, konsistensi babak yang lebih baik, dan aliran kerja penciptaan video multimodal. Ia melangkaui penjanaan teks-ke-video standard dengan menyokong penjanaan berpandukan imej dan aliran kerja penceritaan terkawal bingkai. Sokongan rasmi merangkumi teks-ke-video, imej-ke-video, penulisan semula arahan, serta aliran kerja penjanaan bingkai pertama/terakhir.

Ciri teras

Veo 3.1 memfokus pada ciri penciptaan kandungan yang praktikal:

Penjanaan audio asli (dialog, bunyi ambien, SFX) yang diintegrasikan dalam output. Veo 3.1 menjana audio asli (dialog + ambien + SFX) yang sejajar dengan garis masa visual; model ini bertujuan mengekalkan penyegerakan bibir dan penjajaran audio–visual untuk dialog dan petunjuk adegan.
Output lebih panjang (sokongan sehingga ~60 saat / 1080p berbanding klip yang sangat pendek pada Veo 3, 8s), dan jujukan berbilang arahan berbilang syot untuk kesinambungan naratif.
Mod Scene Extension dan First/Last Frame yang memanjangkan atau menginterpolasi rakaman antara bingkai utama.
Penyisipan objek dan (akan datang) pembuangan objek serta primitif penyuntingan dalam Flow.

Setiap poin di atas direka untuk mengurangkan kerja VFX manual: audio dan kesinambungan adegan kini menjadi output kelas pertama, bukannya perkara susulan.

Butiran teknikal (tingkah laku model & input)

Keluarga model & varian: Veo tergolong dalam keluarga Veo-3 Google; ID model pratonton biasanya veo3.1-pro; veo3.1 (dokumen CometAPI). Ia menerima arahan teks, rujukan imej (bingkai tunggal atau jujukan), dan susun atur berstruktur berbilang arahan untuk penjanaan berbilang syot.

Resolusi & tempoh: Dokumentasi pratonton menerangkan output pada 720p/1080p dengan pilihan tempoh lebih panjang (sehingga ~60s dalam tetapan pratonton tertentu) dan fideliti yang lebih tinggi berbanding varian Veo terdahulu.

Nisbah bidang: 16:9 (disokong) dan 9:16 (disokong kecuali dalam sesetengah aliran imej rujukan).

Bahasa arahan: Bahasa Inggeris (pratonton).

Had API: had pratonton lazim termasuk maks 10 permintaan API/min setiap projek, maks 4 video setiap permintaan, dan panjang video boleh dipilih antara 4, 6, atau 8 saat (aliran imej rujukan menyokong 8s).

Prestasi penanda aras

Penilaian dalaman Google dan ringkasan awam melaporkan keutamaan yang kuat terhadap output Veo 3.1 dalam perbandingan oleh penilai manusia pada metrik seperti penjajaran teks, kualiti visual, dan koheren audio–visual (tugas teks→video dan imej→video).

Veo 3.1 mencapai hasil tahap termaju dalam perbandingan dalaman oleh penilai manusia merentas beberapa paksi objektif — keutamaan keseluruhan, penjajaran arahan (teks→video dan imej→video), kualiti visual, penjajaran audio–video, dan “fizik yang realistik secara visual” pada set data penanda aras seperti MovieGenBench dan VBench.

Batasan & pertimbangan keselamatan

Batasan:

Artifak & ketidakselarasan: walaupun ada penambahbaikan, pencahayaan tertentu, fizik berbutir halus, dan oklusi kompleks masih boleh menghasilkan artifak; konsistensi imej→video (terutamanya untuk tempoh panjang) dipertingkat tetapi belum sempurna.
Risiko maklumat palsu/deepfake: audio yang lebih kaya + penyisipan/pembuangan objek meningkatkan risiko penyalahgunaan (audio palsu realistik dan klip yang dipanjangkan). Google menyatakan langkah mitigasi (dasar, perlindungan) dan pelancaran Veo terdahulu merujuk penandaan air/SynthID untuk membantu ketulenan; namun perlindungan teknikal tidak menghapuskan risiko penyalahgunaan.
Kekangan kos & throughput: video resolusi tinggi dan panjang adalah mahal dari segi pengiraan dan pada masa ini dihadkan dalam pratonton berbayar — jangkakan latensi dan kos yang lebih tinggi berbanding model imej. Catatan komuniti dan benang forum Google membincangkan tetingkap ketersediaan dan strategi gantian.

Kawalan keselamatan: Veo3.1 mempunyai dasar kandungan bersepadu, penandaan air/isyarat SynthID dalam keluaran Veo terdahulu, dan kawalan capaian pratonton; pelanggan dinasihatkan mematuhi dasar platform dan melaksanakan semakan manusia untuk output berisiko tinggi.

Kes penggunaan praktikal

Pembuatan prototaip pantas untuk kreatif: papan cerita → klip berbilang syot dan animatik dengan dialog asli untuk semakan kreatif awal.
Pemasaran & kandungan bentuk pendek: spot produk 15–60s, klip sosial, dan penggoda konsep apabila kelajuan lebih penting daripada fotorealisme yang sempurna.
Penyesuaian imej→video: menukar ilustrasi, watak, atau dua bingkai kepada peralihan licin atau adegan animasi melalui First/Last Frame dan Scene Extension.
Peningkatan alatan: disepadukan ke dalam Flow untuk penyuntingan beriterasi (penyisipan/pembuangan objek, praset pencahayaan) yang mengurangkan lelaran VFX manual.

Perbandingan dengan model terkemuka lain

Veo 3.1 vs Veo 3 (pendahulu): Veo 3.1 memfokus pada pematuhan arahan yang dipertingkat, kualiti audio, dan konsistensi berbilang syot — kemas kini bertahap tetapi berimpak yang bertujuan mengurangkan artifak dan memperbaiki keboleheditan.

Veo 3.1 vs OpenAI Sora 2: pertukaran kelebihan yang dilaporkan dalam media: Veo 3.1 menekankan kawalan naratif bentuk lebih panjang, audio bersepadu, dan integrasi penyuntingan Flow; Sora 2 (apabila dibandingkan dalam media) memberi tumpuan pada kekuatan berbeza (kelajuan, saluran penyuntingan berbeza). TechRadar dan saluran lain menggambarkan Veo 3.1 sebagai pesaing sasar Google kepada Sora 2 untuk naratif dan sokongan video lebih panjang. Ujian perbandingan bebas secara bersebelahan masih terhad.

Capability	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Native vertical output	Ya	Sokongan aliran kerja terhad	Ya
Image-to-video	Ya	Ya	Ya
Audio integration focus	Kuat	Sederhana	Sederhana
Frame conditioning	Pengkondisian bingkai	Ya	Sebahagian
Social-video optimization	Pengoptimuman video sosial	Sederhana	Kuat
API ecosystem integration	Integrasi ekosistem API	Ekosistem OpenAI	Ekosistem alatan pencipta

Bagaimanakah saya menggunakan API Veo 3.1 dengan CometAPI?

Cipta kunci API CometAPI
Pilih veo-3.1-generate-001 sebagai titik akhir model
Hantar arahan atau input imej melalui API penjanaan video
Kutip keputusan dan dapatkan video yang dijana
Ulang tambah baik arahan untuk pergerakan kamera, kesinambungan adegan, dan penambahbaikan konsistensi

Soalan Lazim

Harga untuk Veo 3.1

Terokai harga yang kompetitif untuk Veo 3.1, direka bentuk untuk memenuhi pelbagai bajet dan keperluan penggunaan. Pelan fleksibel kami memastikan anda hanya membayar untuk apa yang anda gunakan, menjadikannya mudah untuk meningkatkan skala apabila keperluan anda berkembang. Temui bagaimana Veo 3.1 boleh meningkatkan projek anda sambil mengekalkan kos yang terurus.

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).

Kod contoh dan API untuk Veo 3.1

Akses kod sampel yang komprehensif dan sumber API untuk Veo 3.1 bagi memperlancar proses integrasi anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu anda memanfaatkan potensi penuh Veo 3.1 dalam projek anda.

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}`);

Versi Veo 3.1

Sebab Veo 3.1 mempunyai berbilang snapshot mungkin merangkumi faktor berpotensi seperti variasi output selepas kemas kini yang memerlukan snapshot lama untuk konsistensi, menyediakan tempoh peralihan untuk penyesuaian dan migrasi kepada pembangun, serta snapshot berbeza yang sepadan dengan endpoint global atau serantau untuk mengoptimumkan pengalaman pengguna. Untuk perbezaan terperinci antara versi, sila rujuk dokumentasi rasmi.

ID model	Keterangan	Ketersediaan	:-------------------------------------------------------------------------------------------------
veo3.1-all	Teknologi yang digunakan tidak rasmi dan penjanaan tidak stabil, dsb.	✅	Sembang format
veo3.1	Disyorkan, merujuk kepada model terkini	✅	Penjanaan Asinkron