Veo 3.1

Na Sekundę:$0.05

Veo 3.1 to inkrementalna, lecz znacząca aktualizacja Google’a rodziny Veo typu tekst‑i‑obraz→wideo, wprowadzająca bogatsze natywne audio, dłuższe i lepiej kontrolowalne materiały wideo oraz bardziej precyzyjną edycję i sterowanie na poziomie scen.

Nowy

Użycie komercyjne

Playground

Przegląd

Funkcje

Cennik

API

Wersje

Najważniejsze funkcje

Veo 3.1 koncentruje się na praktycznych funkcjach tworzenia treści:

Native audio generation (dialogue, ambient sound, SFX) zintegrowane w wynikach. Veo 3.1 generuje native audio (dialogue + ambience + SFX) wyrównane do osi czasu obrazu; model dąży do zachowania synchronizacji ruchu ust i zgodności audio–wideo dla dialogu i sygnałów scenicznych.
Dłuższe wyniki (obsługa do ~60 seconds / 1080p w porównaniu z bardzo krótkimi klipami w Veo 3,8s) oraz wielopromptowe sekwencje multi-shot dla zachowania ciągłości narracji.
Tryby Scene Extension i First/Last Frame, które rozszerzają lub interpolują materiał między klatkami kluczowymi.
Object insertion and (coming) object removal oraz prymitywy edycyjne w Flow.

Każdy z powyższych punktów ma na celu ograniczenie ręcznej pracy VFX: dźwięk i ciągłość scen są teraz pełnoprawnymi wynikami, a nie dodatkami po fakcie.

Szczegóły techniczne (zachowanie modelu i wejścia)

Model family & variants: Veo należy do rodziny Google Veo-3; identyfikator modelu w wersji preview to zazwyczaj veo3.1-pro; veo3.1 (dokumentacja CometAPI). Akceptuje prompty tekstowe, odniesienia do obrazów (pojedyncza klatka lub sekwencje) oraz strukturyzowane układy z wieloma promptami do generowania multi-shot.

Resolution & duration: Dokumentacja wersji preview opisuje wyniki w 720p/1080p z opcjami dłuższych czasów trwania (do ~60s w niektórych ustawieniach preview) i wyższą wiernością niż wcześniejsze warianty Veo.

Aspect ratios: 16:9 (obsługiwane) oraz 9:16 (obsługiwane z wyjątkiem niektórych przepływów z obrazem referencyjnym).

Prompt language: angielski (preview).

API limits: typowe limity w wersji preview obejmują maks. 10 żądań API/min na projekt, maks. 4 filmy na żądanie oraz długości wideo wybierane spośród 4, 6 lub 8 seconds (przepływy z obrazem referencyjnym obsługują 8s).

Wydajność w benchmarkach

Wewnętrzne i publicznie podsumowane ewaluacje Google wykazują silną preferencję dla wyników Veo 3.1 w porównaniach ocenianych przez ludzi na takich metrykach jak zgodność z tekstem, jakość wizualna i spójność audio–wideo (zadania tekst→wideo i obraz→wideo).

Veo 3.1 osiągnął wyniki state-of-the-art w wewnętrznych porównaniach ocenianych przez ludzi wzdłuż kilku osi obiektywnych — ogólna preferencja, zgodność z promptem (tekst→wideo i obraz→wideo), jakość wizualna, dopasowanie audio–wideo oraz „wizualnie realistyczna fizyka” na zestawach benchmarkowych takich jak MovieGenBench i VBench.

Ograniczenia i kwestie bezpieczeństwa

Ograniczenia:

Artefakty i niespójność: mimo usprawnień, pewne oświetlenie, drobna fizyka i złożone zasłonięcia wciąż mogą powodować artefakty; spójność obraz→wideo (zwłaszcza przy długich czasach trwania) jest ulepszona, lecz nie idealna.
Ryzyko dezinformacji / deepfake: bogatszy dźwięk + wstawianie/usuwanie obiektów zwiększa ryzyko nadużyć (realistyczny fałszywy dźwięk i wydłużone klipy). Google wskazuje na działania łagodzące (polityka, zabezpieczenia), a wcześniejsze wydania Veo odnosiły się do znakowania wodnego/SynthID, aby wspierać weryfikację pochodzenia; jednak zabezpieczenia techniczne nie eliminują ryzyka nadużyć.
Koszt i ograniczenia przepustowości: wideo w wysokiej rozdzielczości i o długim czasie trwania jest kosztowne obliczeniowo i obecnie dostępne w płatnej wersji preview — należy oczekiwać wyższego opóźnienia i kosztów w porównaniu z modelami obrazowymi. Wpisy społeczności i wątki na forach Google omawiają okna dostępności oraz strategie awaryjne.

Safety controls: Veo3.1 ma zintegrowane polityki treści, sygnalizowanie znakowania wodnego/SynthID w wcześniejszych wydaniach Veo oraz kontrolę dostępu w wersji preview; zaleca się klientom przestrzeganie zasad platformy i wdrożenie ludzkiej weryfikacji dla wyników o wysokim ryzyku.

Praktyczne zastosowania

Szybkie prototypowanie dla twórców: storyboardy → klipy multi-shot i animatiki z natywnym dialogiem na potrzeby wczesnej oceny kreatywnej.
Marketing i treści krótkie: 15–60s spoty produktowe, klipy społecznościowe i teasery koncepcji, gdzie szybkość liczy się bardziej niż perfekcyjny fotorealizm.
Adaptacja obraz→wideo: przekształcanie ilustracji, postaci lub dwóch klatek w płynne przejścia lub animowane sceny dzięki First/Last Frame i Scene Extension.
Rozszerzanie narzędzi: integracja z Flow dla iteracyjnej edycji (wstawianie/usuwanie obiektów, presety oświetlenia), co redukuje ręczne przebiegi VFX.

Porównanie z innymi wiodącymi modelami

Veo 3.1 vs Veo 3 (poprzednik): Veo 3.1 koncentruje się na lepszej zgodności z promptem, jakości dźwięku i spójności multi-shot — przyrostowe, lecz znaczące aktualizacje mające na celu ograniczenie artefaktów i poprawę edytowalności.

Veo 3.1 vs OpenAI Sora 2: kompromisy raportowane w prasie: Veo 3.1 podkreśla kontrolę narracji w dłuższej formie, zintegrowane audio oraz integrację edycji w Flow; Sora 2 (w porównaniach prasowych) skupia się na innych mocnych stronach (szybkość, odmienne potoki edycji). TechRadar i inne media przedstawiają Veo 3.1 jako ukierunkowanego konkurenta Google dla Sora 2 w zakresie narracji i dłuższych wideo. Niezależne testy porównawcze typu side-by-side pozostają ograniczone.

Cennik dla Veo 3.1

Poznaj konkurencyjne ceny dla Veo 3.1, zaprojektowane tak, aby pasowały do różnych budżetów i potrzeb użytkowania. Nasze elastyczne plany zapewniają, że płacisz tylko za to, czego używasz, co ułatwia skalowanie w miarę wzrostu Twoich wymagań. Odkryj, jak Veo 3.1 może ulepszyć Twoje projekty przy jednoczesnym utrzymaniu kosztów na rozsądnym poziomie.

veo3.1（videos）

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

Przykładowy kod i API dla Veo 3.1

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla Veo 3.1, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał Veo 3.1 w Twoich projektach.

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"

Wersje modelu Veo 3.1

Powody, dla których Veo 3.1 posiada wiele migawek, mogą obejmować takie czynniki jak: różnice w wynikach po aktualizacjach wymagające starszych migawek dla zachowania spójności, zapewnienie programistom okresu przejściowego na adaptację i migrację, oraz różne migawki odpowiadające globalnym lub regionalnym punktom końcowym w celu optymalizacji doświadczenia użytkownika. Aby poznać szczegółowe różnice między wersjami, zapoznaj się z oficjalną dokumentacją.

Identyfikator modelu	Opis	Dostępność	Cena	Żądanie
veo3.1-all	Wykorzystywana technologia jest nieoficjalna, a generowanie jest niestabilne itp.	✅	$0.2 / za	Czat format
veo3.1	Zalecane, wskazuje na najnowszy model	✅	$0.4/ za	Asynchroniczne generowanie

Więcej modeli

Powiązane blogi

Apr 20, 2026

Kling 3.0 vs Veo 3.1: Ostateczne starcie generatorów wideo AI 2026

Kling 3.0 obecnie przoduje dzięki natywnemu 4K, wieloujęciowej narracji i znakomitej kontroli kamery. Veo 3.1 wyróżnia się fotorealistyczną fizyką, natywną synchronizacją dźwięku oraz integracją z ekosystemem Google, co czyni go idealnym wyborem do projektów filmowych lub korporacyjnych. Dla większości użytkowników wybór zależy od priorytetów: Kling 3.0 — szybkość, spójność i koszty; Veo 3.1 — najwyższy realizm i dźwięk.

Apr 1, 2026

I’m not aware of a Google product specifically called “Veo 3.1 Lite.” As of my latest knowledge (Oct 2024), Google Veo is Google’s generative video model that creates and edits videos from text/image prompts, designed for higher‑quality, longer clips (e.g., 1080p) and controllable styles, and made available in limited tools like VideoFX for testers. If “Veo 3.1 Lite” is a newer or specific variant (e.g., a lighter, faster tier), I don’t have details on it. Please share a link or brief description and I can clarify or summarize it.

Czym jest Veo 3.1 Lite? Veo 3.1 Lite to najnowszy, ekonomiczny model generowania wideo firmy Google dla deweloperów, wydany 31 marca 2026. Obsługuje konwersję tekstu na wideo i obrazu na wideo, generuje wideo z dźwiękiem i jest przeznaczony do zastosowań na dużą skalę. Google podaje, że kosztuje mniej niż połowę ceny Veo 3.1 Fast przy zachowaniu tej samej szybkości, a także oferuje formaty wyjściowe 16:9 i 9:16 oraz obsługę rozdzielczości 720p/1080p.

Mar 25, 2026

Jak uzyskać Grok Imagine za darmo: dostęp, ceny i alternatywy

Grok Imagine Video nie jest darmowy na oficjalnych platformach xAI/Grok według stanu na marzec 2026 r. (bezpłatny poziom został usunięty z powodu wysokiego popytu i obaw związanych z nadużyciami), ale możesz uzyskać do niego dostęp w przystępnej cenie — lub dzięki bezpłatnym kredytom na start — za pośrednictwem zewnętrznych agregatorów, takich jak CometAPI. CometAPI oferuje ten model już za 0,04 USD za sekundę (480p), a nowi użytkownicy często otrzymują po rejestracji od 1 do 5 USD w bezpłatnych kredytach.

Mar 5, 2026

Jak edytować filmy za pomocą Veo 3.1

W połowie października 2025 r. firma Google publicznie zaprezentowała Veo 3.1 (oraz wariant Veo 3.1 Fast) jako ulepszony model konwersji tekstu na wideo, który zapewnia wyższą wierność krótkich filmów.

Jan 31, 2026

Czym jest vidu Q3? To może być najlepszy model wideo AI w 2026 roku.

Vidu Q3 pojawił się na początku 2026 roku jako jeden z najczytelniejszych sygnałów, że generowanie wideo oparte na AI przechodzi od krótkich, nowinkowych klipów ku prawdziwie narracyjnemu, wieloujęciowemu opowiadaniu historii. W miesiącach od jego szerokiego udostępnienia Vidu Q3 stał się podstawowym elementem przepływów pracy twórców, pilotaży badawczych i komercyjnych — i to z dobrego powodu: przesuwa granice w zakresie czasu trwania, integracji audiowizualnej i spójności między ujęciami dalej niż większość wcześniejszych modeli, jednocześnie oferując API skierowane do deweloperów do programowego wykorzystania.