Bilakah saya perlu menggunakan Veo 3.1 dan bukannya Sora 2?

Pilih Veo 3.1 apabila penyegerakan audio, aliran kerja berpandukan imej, penciptaan kandungan menegak, atau integrasi ekosistem dengan alat Google menjadi keutamaan.

Adakah terdapat percubaan percuma untuk API Veo 3.1 di CometAPI?

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

Bolehkah Veo 3.1 mencipta video menegak untuk TikTok atau Shorts?

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

Adakah Veo 3.1 sesuai untuk video pemasaran komersial dan iklan?

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

Bolehkah API Veo 3.1 menjana video daripada imej serta prompt teks?

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.

Apa yang perlu saya lakukan jika penjanaan Veo 3.1 gagal atau menghasilkan hasil yang kurang memuaskan?

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

Google

Tersedia

veo3.1

Veo 3.1 API

Veo 3.1 ialah model penjanaan video AI perdana yang direka untuk hasil sinematik berkualiti tinggi dengan penyegerakan audio natif. Ia menghasilkan pergerakan yang realistik, kesetiaan visual yang tinggi, serta penjanaan audio-visual yang sangat selaras untuk produksi video profesional.

Harga permulaan

$0.32 / saat

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

May 31, 2026

Google

Ruang Uji

Cuba Veo 3.1 dengan permintaan sebenar, semak parameternya dan sahkan output sebelum mengintegrasikan API.

Harga

Gunakan anggaran pantas di atas untuk satu larian, kemudian semak perbandingan penuh antara CometAPI dan harga rasmi.

Ujian 5 saat

$1.60

Anggaran kos penggunaan CometAPI

Ujian 10 saat

$3.20

Anggaran kos penggunaan CometAPI

Ujian 15 saat

$4.80

Anggaran kos penggunaan CometAPI

Ketelusan caj minimum Prototaip ini tidak mengandaikan caj minimum tersembunyi bagi setiap permintaan. Jika had minimum pengebilan atau tambah nilai minimum dikenakan dalam persekitaran produksi, perkara tersebut mesti dipaparkan sebelum pembelian dan disertakan dalam setiap anggaran belanjawan.

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).

Ringkasan model

Identiti model yang stabil untuk carian dan penilaian, disertakan dengan data katalog masa nyata yang boleh berubah tanpa perlu menulis semula struktur SEO teras halaman.

Identiti stabil

Apakah Veo 3.1?

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Tersedia

Harga permulaan

$0.32 / saat

Konteks

Lihat keupayaan

Tarikh katalog

May 31, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang Veo 3.1, termasuk tingkah laku penting dan pertimbangan integrasi.

Spesifikasi Teknikal Veo 3.1

Perkara	Veo 3.1 (spesifikasi awam)
ID model rasmi	veo-3.1-generate-001
Penyedia	Google DeepMind / Google Cloud
Jenis model	Penjanaan teks-ke-video dan imej-ke-video
Jenis input	Arahan teks, input imej, panduan bingkai pertama + bingkai terakhir
Jenis output	Video yang dijana AI
Resolusi disokong	720p dan 1080p, 4K
Nisbah aspek disokong	16:9 dan 9:16
Kadar bingkai disokong	24 FPS
Tempoh video	Klip 4s, 6s atau 8s (bergantung mod)
Bahasa arahan	Bahasa Inggeris
Video setiap permintaan	Sehingga 4
Had kadar API	Sehingga 50 permintaan/minit/projek
Penyebaran disokong	Vertex AI, integrasi ekosistem Gemini, Flow
Ciri tidak disokong (dokumen rasmi)	Kuota kongsi dinamik, beberapa aliran kerja imej rujukan, sambungan video asli dalam aliran API standard

Apakah Veo 3.1?

Veo 3.1 ialah keluarga model video generatif terkemuka Google yang memfokuskan pada sintesis video berkualiti sinematik, pematuhan arahan yang lebih kukuh, konsistensi adegan 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, dan aliran kerja penjanaan bingkai pertama/terakhir.

Ciri teras

Veo 3.1 memfokuskan pada ciri penciptaan kandungan yang praktikal:

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

Setiap perkara di atas direka untuk mengurangkan kerja VFX manual: audio dan kesinambungan adegan kini merupakan output utama, bukan lagi perkara susulan.

Butiran teknikal (kelakuan model & input)

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

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

Nisbah aspek: 16:9 (disokong) dan 9:16 (disokong kecuali dalam beberapa aliran kerja imej rujukan).

Bahasa arahan: Bahasa Inggeris (pratonton).

Had API: had pratonton tipikal 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 penilai manusia pada metrik seperti penjajaran teks, kualiti visual, dan koheren audio–visual (tugas teks→video dan imej→video).

Veo 3.1 mencapai keputusan bertaraf termaju dalam perbandingan penilai manusia dalaman merentas beberapa dimensi objektif — keutamaan keseluruhan, penjajaran arahan (teks→video dan imej→video), kualiti visual, penjajaran audio-video, dan “fizik yang kelihatan realistik” pada set data penanda aras seperti MovieGenBench dan VBench.

Batasan & pertimbangan keselamatan

Batasan:

Artifak & ketidakkonsistenan: walaupun terdapat penambahbaikan, pencahayaan tertentu, fizik terperinci, dan okklusi kompleks masih boleh menghasilkan artifak; konsistensi imej→video (terutamanya untuk tempoh panjang) dipertingkat tetapi tidak sempurna.
Risiko maklumat palsu / deepfake: audio yang lebih kaya + penyisipan/penyingkiran objek meningkatkan risiko penyalahgunaan (audio palsu realistik dan klip dipanjangkan). Google menyatakan mitigasi (dasar, perlindungan) dan pelancaran Veo terdahulu merujuk watermarking/SynthID untuk membantu penjejakan asal-usul; namun perlindungan teknikal tidak menghapuskan risiko penyalahgunaan.
Kekangan kos & throughput: video resolusi tinggi dan panjang mahal dari segi pengiraan dan kini dihadkan dalam pratonton berbayar — jangka latensi dan kos lebih tinggi berbanding model imej. Catatan komuniti dan benang forum Google membincangkan tetingkap ketersediaan dan strategi sandaran.

Kawalan keselamatan: Veo3.1 mempunyai polisi kandungan bersepadu, isyarat watermarking/SynthID dalam keluaran Veo terdahulu, dan kawalan akses pratonton; pelanggan disaran mengikuti polisi platform dan melaksanakan semakan manusia untuk output berisiko tinggi.

Kes penggunaan praktikal

Prototip pantas untuk kreatif: papan cerita → klip berbilang babak dan animatik dengan dialog asli untuk semakan kreatif awal.
Pemasaran & kandungan bentuk pendek: slot produk 15–60s, klip sosial, dan penggoda konsep di mana kepantasan lebih penting daripada fotorealisme sempurna.
Adaptasi imej→video: menukar ilustrasi, watak, atau dua bingkai menjadi peralihan lancar atau adegan animasi melalui First/Last Frame dan Scene Extension.
Penguatan peralatan: diintegrasikan ke dalam Flow untuk penyuntingan berulang (penyisipan/penyingkiran objek, pratetap pencahayaan) yang mengurangkan kerja VFX manual.

Perbandingan dengan model terkemuka lain

Veo 3.1 vs Veo 3 (pendahulu): Veo 3.1 memfokuskan pada pematuhan arahan yang dipertingkat, kualiti audio, dan konsistensi berbilang babak — kemas kini bertahap tetapi berimpak yang bertujuan mengurangkan artifak dan meningkatkan kebolehsuntingan.

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

Keupayaan	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Output menegak asli	Ya	Sokongan aliran kerja terhad	Ya
Imej-ke-video	Ya	Ya	Ya
Fokus integrasi audio	Kuat	Sederhana	Sederhana
Pengkondisian bingkai	Ya	Ya	Sebahagian
Pengoptimuman video sosial	Kuat	Sederhana	Kuat
Integrasi ekosistem API	Ekosistem Google	Ekosistem OpenAI	Ekosistem alat pencipta

Bagaimana 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
Tinjau keputusan dan dapatkan video yang dijana
Ulang langkah arahan untuk pergerakan kamera, kesinambungan adegan, dan penambahbaikan konsistensi

Soalan Lazim

API

Salin endpoint dan contoh kod yang berfungsi, kemudian buka rujukan API penuh apabila anda memerlukan semua parameter.

Satu API, akses model sedia untuk pengeluaran

Sahkan sekali sahaja, panggil endpoint model dan kekalkan aliran kerja pengebilan serta pemerhatian yang sama merentas penyedia.

POST/v1/videos

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

# 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}`);

Keupayaan

Semak fakta model yang penting sebelum memilih senibina atau menganggarkan beban kerja pengeluaran.

Keupayaan yang disokong

Ciri yang dikembalikan oleh API model sedia ada.

text-to-video

image-to-video

Input dan output

Input

text

Output

video

Profil pengeluaran

Penyedia: Google
Konteks: Bergantung pada model
Kegunaan komersial: Disokong

Kes penggunaan

Gunakan Veo 3.1 untuk aliran kerja pengeluaran yang sepadan dengan keupayaan video, kemudian bandingkan alternatif sebelum komited kepada integrasi jangka panjang.

Konsep teks-ke-video dan kandungan sosial

Demo produk dan papan cerita sinematik

Pergerakan imej-ke-video dan iterasi kreatif

Model lain

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualiti, kependaman, keupayaan dan harga.

Buka perbandingan model →

MiniMax

MiniMax H3 Max

MiniMax H3 Max ialah varian kelas atasan dalam keluarga penjanaan video H3 keluaran MiniMax. Integrasi H3 Max yang didokumenkan menyokong penjanaan teks-ke-video dan imej-ke-video. Bahan rasmi H3 daripada MiniMax menerangkan sistem H3 yang lebih menyeluruh sebagai model video omni-modal dengan audio stereo asli.

Lihat model

xAI

Grok Imagine Video

Hasilkan video daripada gesaan teks, animasikan imej pegun, atau sunting video sedia ada menggunakan bahasa semula jadi. API menyokong tempoh, nisbah aspek dan resolusi yang boleh dikonfigurasi untuk video yang dijana — dengan SDK mengendalikan polling asinkron secara automatik.

Lihat model

Aliyun

Wan3.0

Daripada pengesahan pantas hingga hasil sinematik, pengebilan berasaskan tempoh video yang dihasilkan dan pemilihan resolusi yang sesuai, sambil menjadikan setiap penjanaan sebagai aktiviti pelaburan kreatif yang dirancang dan berperaturan.

Lihat model

MiniMax

MiniMax H3

minimax-h3 ialah model penjanaan video baharu yang direka untuk produksi kreatif berkualiti tinggi. Ia menawarkan pemahaman gesaan yang dipertingkat, konsistensi visual yang lebih mantap, pergerakan yang lebih lancar, serta kawalan imej rujukan yang lebih fleksibel untuk aliran kerja penjanaan video sinematik.

Lihat model

Flux

Flux 3

FLUX 3 - Model Dunia Sebenar: Ke arah Model Aliran Multimodal sebagai Tunjang Kecerdasan Visual.

Terokai API Gen4.5.

Masa Operasi

Semak data heartbeat langsung, ketersediaan endpoint dan masa respons yang diperhatikan sebelum ke pengeluaran.

Versi

Semak pengecam model yang tersedia sebelum menetapkan integrasi pengeluaran.

ID model	Perihalan	Ketersediaan	Permintaan
veo3.1-all	Teknologi yang digunakan tidak rasmi dan hasil janaan tidak stabil, dsb.	✅	Sembang format
veo3.1	Disyorkan, merujuk kepada model terkini	✅	Penjanaan Asinkron

Kemas kini

Ikuti perubahan penting dalam ketersediaan, harga dan keupayaan Veo 3.1 tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin kukuh dari semasa ke semasa.

Nota keluaran, perubahan harga, kemas kini penanda aras dan panduan migrasi dihimpunkan di sini, manakala URL kanonik kekal tidak berubah.

May 31, 2026

Ketersediaan API disahkan

Veo 3.1 tersedia melalui katalog model dan dokumentasi API CometAPI.

Semasa

Data masa nyata

Harga dan had disegerakkan daripada katalog

Harga, konteks, ketersediaan dan had dianggap sebagai sifat dinamik dan bukannya disematkan pada tajuk halaman atau identiti model.

Nov 24, 2025

Entiti model kekal telah dicipta

Penyedia dan slug model membentuk URL kanonik yang kekal; kemas kini kandungan dan data pada masa hadapan akan terus berada di halaman ini.

Terus terokai

Bandingkan model dan teruskan penyelidikan anda

Google

Tersedia

veo3.1

Veo 3.1 API

Harga permulaan

$0.32 / saat

Pengebilan berasaskan penggunaan

Kesihatan API

Tersedia

Endpoint pengeluaran

Respons

Sedia async

Masa respons API yang diperhatikan

Dikeluarkan

May 31, 2026

Google

Ruang Uji

Cuba Veo 3.1 dengan permintaan sebenar, semak parameternya dan sahkan output sebelum mengintegrasikan API.

Harga

Gunakan anggaran pantas di atas untuk satu larian, kemudian semak perbandingan penuh antara CometAPI dan harga rasmi.

Ujian 5 saat

$1.60

Anggaran kos penggunaan CometAPI

Ujian 10 saat

$3.20

Anggaran kos penggunaan CometAPI

Ujian 15 saat

$4.80

Anggaran kos penggunaan CometAPI

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).

Ringkasan model

Identiti model yang stabil untuk carian dan penilaian, disertakan dengan data katalog masa nyata yang boleh berubah tanpa perlu menulis semula struktur SEO teras halaman.

Identiti stabil

Apakah Veo 3.1?

Identiti kanonik model kekal stabil walaupun harga dan had berubah.

Data model masa nyata

Gambaran katalog semasa

Ketersediaan

Tersedia

Harga permulaan

$0.32 / saat

Konteks

Lihat keupayaan

Tarikh katalog

May 31, 2026

Gambaran Keseluruhan

Gambaran keseluruhan praktikal tentang Veo 3.1, termasuk tingkah laku penting dan pertimbangan integrasi.

Spesifikasi Teknikal Veo 3.1

Perkara	Veo 3.1 (spesifikasi awam)
ID model rasmi	veo-3.1-generate-001
Penyedia	Google DeepMind / Google Cloud
Jenis model	Penjanaan teks-ke-video dan imej-ke-video
Jenis input	Arahan teks, input imej, panduan bingkai pertama + bingkai terakhir
Jenis output	Video yang dijana AI
Resolusi disokong	720p dan 1080p, 4K
Nisbah aspek disokong	16:9 dan 9:16
Kadar bingkai disokong	24 FPS
Tempoh video	Klip 4s, 6s atau 8s (bergantung mod)
Bahasa arahan	Bahasa Inggeris
Video setiap permintaan	Sehingga 4
Had kadar API	Sehingga 50 permintaan/minit/projek
Penyebaran disokong	Vertex AI, integrasi ekosistem Gemini, Flow
Ciri tidak disokong (dokumen rasmi)	Kuota kongsi dinamik, beberapa aliran kerja imej rujukan, sambungan video asli dalam aliran API standard

Apakah Veo 3.1?

Ciri teras

Veo 3.1 memfokuskan pada ciri penciptaan kandungan yang praktikal:

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

Setiap perkara di atas direka untuk mengurangkan kerja VFX manual: audio dan kesinambungan adegan kini merupakan output utama, bukan lagi perkara susulan.

Butiran teknikal (kelakuan model & input)

Nisbah aspek: 16:9 (disokong) dan 9:16 (disokong kecuali dalam beberapa aliran kerja imej rujukan).

Bahasa arahan: Bahasa Inggeris (pratonton).

Prestasi penanda aras

Batasan & pertimbangan keselamatan

Batasan:

Artifak & ketidakkonsistenan: walaupun terdapat penambahbaikan, pencahayaan tertentu, fizik terperinci, dan okklusi kompleks masih boleh menghasilkan artifak; konsistensi imej→video (terutamanya untuk tempoh panjang) dipertingkat tetapi tidak sempurna.
Risiko maklumat palsu / deepfake: audio yang lebih kaya + penyisipan/penyingkiran objek meningkatkan risiko penyalahgunaan (audio palsu realistik dan klip dipanjangkan). Google menyatakan mitigasi (dasar, perlindungan) dan pelancaran Veo terdahulu merujuk watermarking/SynthID untuk membantu penjejakan asal-usul; namun perlindungan teknikal tidak menghapuskan risiko penyalahgunaan.
Kekangan kos & throughput: video resolusi tinggi dan panjang mahal dari segi pengiraan dan kini dihadkan dalam pratonton berbayar — jangka latensi dan kos lebih tinggi berbanding model imej. Catatan komuniti dan benang forum Google membincangkan tetingkap ketersediaan dan strategi sandaran.

Kes penggunaan praktikal

Prototip pantas untuk kreatif: papan cerita → klip berbilang babak dan animatik dengan dialog asli untuk semakan kreatif awal.
Pemasaran & kandungan bentuk pendek: slot produk 15–60s, klip sosial, dan penggoda konsep di mana kepantasan lebih penting daripada fotorealisme sempurna.
Adaptasi imej→video: menukar ilustrasi, watak, atau dua bingkai menjadi peralihan lancar atau adegan animasi melalui First/Last Frame dan Scene Extension.
Penguatan peralatan: diintegrasikan ke dalam Flow untuk penyuntingan berulang (penyisipan/penyingkiran objek, pratetap pencahayaan) yang mengurangkan kerja VFX manual.

Perbandingan dengan model terkemuka lain

Keupayaan	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Output menegak asli	Ya	Sokongan aliran kerja terhad	Ya
Imej-ke-video	Ya	Ya	Ya
Fokus integrasi audio	Kuat	Sederhana	Sederhana
Pengkondisian bingkai	Ya	Ya	Sebahagian
Pengoptimuman video sosial	Kuat	Sederhana	Kuat
Integrasi ekosistem API	Ekosistem Google	Ekosistem OpenAI	Ekosistem alat pencipta

Bagaimana 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
Tinjau keputusan dan dapatkan video yang dijana
Ulang langkah arahan untuk pergerakan kamera, kesinambungan adegan, dan penambahbaikan konsistensi

Soalan Lazim

API

Salin endpoint dan contoh kod yang berfungsi, kemudian buka rujukan API penuh apabila anda memerlukan semua parameter.

Satu API, akses model sedia untuk pengeluaran

Sahkan sekali sahaja, panggil endpoint model dan kekalkan aliran kerja pengebilan serta pemerhatian yang sama merentas penyedia.

POST/v1/videos

Kod 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}`);

Keupayaan

Semak fakta model yang penting sebelum memilih senibina atau menganggarkan beban kerja pengeluaran.

Keupayaan yang disokong

Ciri yang dikembalikan oleh API model sedia ada.

text-to-video

image-to-video

Input dan output

Input

text

Output

video

Profil pengeluaran

Penyedia: Google
Konteks: Bergantung pada model
Kegunaan komersial: Disokong

Kes penggunaan

Gunakan Veo 3.1 untuk aliran kerja pengeluaran yang sepadan dengan keupayaan video, kemudian bandingkan alternatif sebelum komited kepada integrasi jangka panjang.

Konsep teks-ke-video dan kandungan sosial

Demo produk dan papan cerita sinematik

Pergerakan imej-ke-video dan iterasi kreatif

Model lain

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualiti, kependaman, keupayaan dan harga.

Buka perbandingan model →

FLUX 3 - Model Dunia Sebenar: Ke arah Model Aliran Multimodal sebagai Tunjang Kecerdasan Visual.

Terokai API Gen4.5.

Masa Operasi

Semak data heartbeat langsung, ketersediaan endpoint dan masa respons yang diperhatikan sebelum ke pengeluaran.

Versi

Semak pengecam model yang tersedia sebelum menetapkan integrasi pengeluaran.

ID model	Perihalan	Ketersediaan	Permintaan
veo3.1-all	Teknologi yang digunakan tidak rasmi dan hasil janaan tidak stabil, dsb.	✅	Sembang format
veo3.1	Disyorkan, merujuk kepada model terkini	✅	Penjanaan Asinkron

Kemas kini

Ikuti perubahan penting dalam ketersediaan, harga dan keupayaan Veo 3.1 tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin kukuh dari semasa ke semasa.

Nota keluaran, perubahan harga, kemas kini penanda aras dan panduan migrasi dihimpunkan di sini, manakala URL kanonik kekal tidak berubah.

May 31, 2026

Ketersediaan API disahkan

Veo 3.1 tersedia melalui katalog model dan dokumentasi API CometAPI.

Semasa

Data masa nyata

Harga dan had disegerakkan daripada katalog

Harga, konteks, ketersediaan dan had dianggap sebagai sifat dinamik dan bukannya disematkan pada tajuk halaman atau identiti model.

Nov 24, 2025

Entiti model kekal telah dicipta

Penyedia dan slug model membentuk URL kanonik yang kekal; kemas kini kandungan dan data pada masa hadapan akan terus berada di halaman ini.

Terus terokai