Kiedy warto wybrać Veo 3.1 zamiast Sora 2?

Wybierz Veo 3.1, gdy kluczowe są synchronizacja dźwięku, przepływy pracy oparte na obrazach, tworzenie treści pionowych lub integracja ekosystemowa z narzędziami Google.

Czy w CometAPI jest dostępna bezpłatna wersja próbna API Veo 3.1?

Nowi użytkownicy otrzymają bezpłatny klucz, a cena API nadal będzie stanowiła 20% oficjalnej ceny.

Czy Veo 3.1 może tworzyć pionowe filmy na TikTok lub Shorts?

Tak. Veo 3.1 obsługuje natywne proporcje obrazu 9:16.

Czy Veo 3.1 nadaje się do komercyjnych filmów marketingowych i reklam?

Tak. Świetnie sprawdza się przy treściach markowych, filmach produktowych i kampaniach w mediach społecznościowych.

Czy API Veo 3.1 potrafi generować filmy zarówno z obrazów, jak i z poleceń tekstowych?

Tak. Veo 3.1 obsługuje zarówno przepływy pracy tekst-do-wideo, jak i obraz-do-wideo, umożliwiając twórcom rozpoczęcie od poleceń, obrazów lub przepływów pracy z prowadzeniem klatkowym.

Co zrobić, jeśli generowanie w Veo 3.1 zakończy się niepowodzeniem lub da słabe wyniki?

Zmniejsz złożoność poleceń, uprość instrukcje dotyczące kamery i iteruj polecenia.

Google

Dostępny

veo3.1

Veo 3.1 API

Veo 3.1 to flagowy model generowania wideo oparty na AI, zaprojektowany z myślą o filmowej jakości materiału i natywnej synchronizacji audio. Zapewnia realistyczny ruch, wysoką wierność wizualną oraz ściśle zestrojoną generację audiowizualną na potrzeby profesjonalnej produkcji wideo.

Cena początkowa

$0.32 / sekundę

Rozliczenie za zużycie

Stan API

Dostępny

Endpoint produkcyjny

Czas odpowiedzi

Gotowe na async

Zaobserwowany czas odpowiedzi API

Data wydania

May 31, 2026

Google

Playground

Wypróbuj Veo 3.1 z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Przegląd

Praktyczny przegląd Veo 3.1, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacja techniczna Veo 3.1

Pozycja	Veo 3.1 (specyfikacja publiczna)
Oficjalny ID modelu	veo-3.1-generate-001
Dostawca	Google DeepMind / Google Cloud
Typ modelu	Generowanie wideo z tekstu oraz z obrazu
Typy wejść	Podpowiedzi tekstowe, wejścia obrazów, ukierunkowanie pierwszą i ostatnią klatką
Typ wyjścia	Wideo generowane przez AI
Obsługiwane rozdzielczości	720p i 1080p, 4K
Obsługiwane proporcje obrazu	16:9 i 9:16
Obsługiwana liczba klatek na sekundę	24 FPS
Długość wideo	Klipy 4 s, 6 s lub 8 s (w zależności od trybu)
Język podpowiedzi	Angielski
Filmy na żądanie	Do 4
Limit zapytań API	Do 50 żądań/minutę/projekt
Obsługiwane wdrożenia	Vertex AI, integracje z ekosystemem Gemini, Flow
Nieobsługiwane funkcje (oficjalne)	Dynamiczne współdzielone limity, niektóre przepływy z obrazami referencyjnymi, natywne rozszerzanie wideo w standardowym przepływie API

Czym jest Veo 3.1?

Veo 3.1 to flagowa rodzina generatywnych modeli wideo Google, skoncentrowana na kinowej jakości syntezy wideo, lepszym trzymaniu się podpowiedzi, spójności scen oraz multimodalnych przepływach tworzenia wideo. Wychodzi poza standardowe generowanie „tekst→wideo”, wspierając generowanie prowadzone obrazem i opowiadanie historii z kontrolą klatek. Oficjalnie wspierane są przepływy: tekst→wideo, obraz→wideo, przepisywanie podpowiedzi oraz generowanie pierwszej/ostatniej klatki.

Kluczowe funkcje

Veo 3.1 koncentruje się na praktycznych funkcjach do tworzenia treści:

Natywne generowanie dźwięku (dialog, dźwięki otoczenia, SFX) zintegrowane w wynikach. Veo 3.1 generuje natywny dźwięk (dialog + ambience + SFX) zsynchronizowany z osią czasu obrazu; model dąży do zachowania lip-sync oraz zgodności audio–wideo dla dialogów i sygnałów scenicznych.
Dłuższe wyniki (obsługa do ~60 sekund / 1080p w porównaniu z bardzo krótkimi klipami w Veo 3, 8 s) oraz wielopodpowiedziowe sekwencje wielo-ujęciowe dla ciągłości narracyjnej.
Tryby Scene Extension i First/Last Frame, które rozszerzają lub interpolują materiał między kluczowymi klatkami.
Wstawianie obiektów oraz (wkrótce) usuwanie obiektów i prymitywy edycyjne w Flow.

Każda z powyższych funkcji ma na celu ograniczenie ręcznej pracy VFX: audio i ciągłość scen są teraz pełnoprawnymi elementami wyjścia, a nie dodatkiem.

Szczegóły techniczne (zachowanie modelu i wejścia)

Model family & variants: Veo należy do rodziny Veo-3 Google; typowy podglądowy ID modelu to veo3.1-pro; veo3.1 (CometAPI doc). Akceptuje podpowiedzi tekstowe, odniesienia do obrazów (pojedyncza klatka lub sekwencje) oraz strukturyzowane układy z wieloma podpowiedziami dla generowania wielo-ujęciowego.

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

Aspect ratios: 16:9 (obsługiwane) oraz 9:16 (obsługiwane z wyjątkiem niektórych przepływów z obrazami referencyjnymi).

Prompt language: Angielski (wersja zapoznawcza).

API limits: typowe limity wersji zapoznawczej obejmują maks. 10 żądań API/min na projekt, maks. 4 filmy na żądanie oraz długości wideo do wyboru: 4, 6 lub 8 sekund (przepływy z obrazami referencyjnymi wspierają 8 s).

Wydajność w benchmarkach

Wewnętrzne i publicznie podsumowane oceny Google raportują wyraźną preferencję dla wyników Veo 3.1 w porównaniach ocenianych przez ludzi na metrykach takich jak zgodność z tekstem, jakość obrazu oraz spójność audiowizualna (zadania tekst→wideo i obraz→wideo).

Veo 3.1 osiągnął najlepsze w swojej klasie wyniki w wewnętrznych porównaniach ocenianych przez ludzi na kilku osiach obiektywnych — ogólna preferencja, zgodność z podpowiedzią (tekst→wideo i obraz→wideo), jakość wizualna, zgodność 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, drobnoziarnista fizyka i złożone zasłonięcia mogą nadal generować artefakty; spójność obraz→wideo (zwłaszcza przy długich czasach trwania) jest poprawiona, ale nie idealna.
Ryzyko dezinformacji/deepfake: bogatszy dźwięk + wstawianie/usuwanie obiektów zwiększa ryzyko nadużyć (realistyczne fałszywe audio i wydłużone klipy). Google wskazuje na środki zaradcze (polityki, zabezpieczenia), a wcześniejsze premiery Veo odnosiły się do znakowania wodnego/SynthID dla wsparcia ustalania pochodzenia; jednak zabezpieczenia techniczne nie eliminują ryzyka nadużyć.
Koszty i ograniczenia przepustowości: wideo o wysokiej rozdzielczości i długim czasie trwania jest kosztowne obliczeniowo i obecnie dostępne w płatnym podglądzie — należy oczekiwać wyższych opóźnień i kosztów w porównaniu z modelami obrazowymi. Wpisy społeczności i wątki na forach Google omawiają okna dostępności i strategie awaryjne.

Safety controls: Veo 3.1 zawiera zintegrowane polityki treści, znakowanie wodne/SynthID znane z wcześniejszych wydań Veo oraz kontrolę dostępu w wersji podglądowej; klientom zaleca się przestrzeganie polityk platformy i wdrożenie weryfikacji ludzkiej dla wyników wysokiego ryzyka.

Praktyczne zastosowania

Szybkie prototypowanie dla twórców: storyboardy → klipy wielo-ujęciowe i animatiki z natywnym dialogiem do wczesnych przeglądów kreatywnych.
Marketing i krótkie formy: 15–60 s spoty produktowe, klipy na social media i teasery koncepcji, gdzie szybkość jest ważniejsza niż perfekcyjny fotorealizm.
Adaptacja obraz→wideo: zamienianie ilustracji, postaci lub dwóch klatek w płynne przejścia lub animowane sceny dzięki First/Last Frame i Scene Extension.
Wzbogacenie 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 skupia się na lepszym trzymaniu się podpowiedzi, jakości audio i spójności wielo-ujęciowej — aktualizacje stopniowe, ale istotne, ograniczające artefakty i poprawiające możliwość edycji.

Veo 3.1 vs OpenAI Sora 2: kompromisy raportowane w prasie: Veo 3.1 akcentuje kontrolę narracji w dłuższej formie, zintegrowane audio i integrację edycji w Flow; Sora 2 (w porównaniach prasowych) kładzie nacisk na inne zalety (szybkość, inne potoki edycyjne). TechRadar i inne media przedstawiają Veo 3.1 jako ukierunkowanego konkurenta Google dla Sora 2 pod kątem narracji i dłuższych wideo. Niezależne testy porównawcze pozostają ograniczone.

Możliwość	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Natywna orientacja pionowa	Tak	Ograniczone wsparcie workflow	Tak
Obraz→wideo	Tak	Tak	Tak
Nacisk na integrację audio	Silny	Umiarkowany	Umiarkowany
Warunkowanie na klatkach	Tak	Tak	Częściowe
Optymalizacja pod wideo społecznościowe	Silna	Umiarkowana	Silna
Integracja z ekosystemem	Ekosystem Google	Ekosystem OpenAI	Ekosystem narzędzi twórców

Jak używać API Veo 3.1 z CometAPI?

Utwórz klucz API CometAPI
Wybierz veo-3.1-generate-001 jako endpoint modelu
Wyślij podpowiedź lub wejścia obrazów przez API generowania wideo
Odpytuj wyniki i pobierz wygenerowane wideo
Iteruj podpowiedzi dla ruchu kamery, ciągłości scen i poprawy spójności

FAQ

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Test 5 s

$1.60

Szacowany koszt użytkowania CometAPI

Test 10 s

$3.20

Szacowany koszt użytkowania CometAPI

Test 15 s

$4.80

Szacowany koszt użytkowania CometAPI

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.

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).

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/videos

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

# 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}`);

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-video

image-to-video

Wejście i wyjście

Wejścia

text

Wyjścia

video

Profil produkcyjny

Dostawca: Google
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Veo 3.1 w procesach produkcyjnych odpowiadających możliwościom video, a następnie porównaj alternatywy przed długoterminową integracją.

Koncepcje tekst-na-wideo i treści społecznościowe

Dema produktów i kinowe scenariusze obrazkowe

Ruch obraz-na-wideo i kreatywna iteracja

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

Aliyun

Wan3.0

Od szybkiej weryfikacji po filmowy efekt końcowy, rozliczenie opiera się na czasie trwania wygenerowanego wideo, wyborze odpowiedniej rozdzielczości oraz przekształceniu każdej generacji w zasadę planowanej kreatywnej aktywności inwestycyjnej.

Zobacz model

MiniMax

MiniMax H3

minimax-h3 to nowy model generowania wideo zaprojektowany z myślą o wysokiej jakości produkcji kreatywnej. Zapewnia lepsze rozumienie promptów, większą spójność wizualną, płynniejszy ruch oraz bardziej elastyczne sterowanie obrazami referencyjnymi w filmowych procesach generowania wideo.

Zobacz model

Bytedance

Seedance 2.5

seedance-2-5 to model nowej generacji do jednoczesnego generowania audio i wideo, zaprojektowany z myślą o 30-sekundowym opowiadaniu historii, z precyzyjną kontrolą referencji i potężnymi możliwościami edycji.

Zobacz model

Flux

Flux 3

FLUX 3 - Modele świata rzeczywistego: W kierunku wielomodalnych modeli przepływowych jako kręgosłup inteligencji wizualnej.

Zobacz model

Bytedance

Seedance 2-0

Seedance 2.0 to nowej generacji multimodalny model bazowy dla wideo firmy ByteDance, skoncentrowany na generowaniu filmowych, wieloujęciowych narracyjnych materiałów wideo. W odróżnieniu od jednoujęciowych demonstracji typu tekst‑do‑wideo, Seedance 2.0 kładzie nacisk na kontrolę opartą na materiałach referencyjnych (obrazy, krótkie klipy, audio), spójność postaci i stylu między ujęciami oraz natywną synchronizację audio/wideo — dążąc do tego, by wideo AI było użyteczne w profesjonalnych procesach twórczych i prewizualizacji.

Zobacz model

Aliyun

Happy Horse 1.1

HappyHorse 1.1 to multimodalny model generowania wideo przeznaczony do profesjonalnego tworzenia treści, reklamy, filmów krótkometrażowych, produkcji na potrzeby mediów społecznościowych oraz opowiadania historii. Rozszerza możliwości HappyHorse 1.0 — który zyskał duży rozgłos po zajęciu wysokich miejsc w niezależnych testach generowania wideo — oferując większą spójność scen i poprawioną wierność wizualną.

Zobacz model

Uptime

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

ID modelu	Opis	Dostępność	Żądanie
veo3.1-all	Zastosowana technologia jest nieoficjalna, a generowanie jest niestabilne itp.	✅	Czat format
veo3.1	Zalecany, wskazuje na najnowszy model	✅	Asynchroniczne generowanie

Kontynuuj eksplorację

Porównuj modele i kontynuuj swoje badania

Google

Dostępny

veo3.1

Veo 3.1 API

Cena początkowa

$0.32 / sekundę

Rozliczenie za zużycie

Stan API

Dostępny

Endpoint produkcyjny

Czas odpowiedzi

Gotowe na async

Zaobserwowany czas odpowiedzi API

Data wydania

May 31, 2026

Google

Playground

Wypróbuj Veo 3.1 z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Przegląd

Praktyczny przegląd Veo 3.1, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacja techniczna Veo 3.1

Pozycja	Veo 3.1 (specyfikacja publiczna)
Oficjalny ID modelu	veo-3.1-generate-001
Dostawca	Google DeepMind / Google Cloud
Typ modelu	Generowanie wideo z tekstu oraz z obrazu
Typy wejść	Podpowiedzi tekstowe, wejścia obrazów, ukierunkowanie pierwszą i ostatnią klatką
Typ wyjścia	Wideo generowane przez AI
Obsługiwane rozdzielczości	720p i 1080p, 4K
Obsługiwane proporcje obrazu	16:9 i 9:16
Obsługiwana liczba klatek na sekundę	24 FPS
Długość wideo	Klipy 4 s, 6 s lub 8 s (w zależności od trybu)
Język podpowiedzi	Angielski
Filmy na żądanie	Do 4
Limit zapytań API	Do 50 żądań/minutę/projekt
Obsługiwane wdrożenia	Vertex AI, integracje z ekosystemem Gemini, Flow
Nieobsługiwane funkcje (oficjalne)	Dynamiczne współdzielone limity, niektóre przepływy z obrazami referencyjnymi, natywne rozszerzanie wideo w standardowym przepływie API

Czym jest Veo 3.1?

Kluczowe funkcje

Veo 3.1 koncentruje się na praktycznych funkcjach do tworzenia treści:

Natywne generowanie dźwięku (dialog, dźwięki otoczenia, SFX) zintegrowane w wynikach. Veo 3.1 generuje natywny dźwięk (dialog + ambience + SFX) zsynchronizowany z osią czasu obrazu; model dąży do zachowania lip-sync oraz zgodności audio–wideo dla dialogów i sygnałów scenicznych.
Dłuższe wyniki (obsługa do ~60 sekund / 1080p w porównaniu z bardzo krótkimi klipami w Veo 3, 8 s) oraz wielopodpowiedziowe sekwencje wielo-ujęciowe dla ciągłości narracyjnej.
Tryby Scene Extension i First/Last Frame, które rozszerzają lub interpolują materiał między kluczowymi klatkami.
Wstawianie obiektów oraz (wkrótce) usuwanie obiektów i prymitywy edycyjne w Flow.

Każda z powyższych funkcji ma na celu ograniczenie ręcznej pracy VFX: audio i ciągłość scen są teraz pełnoprawnymi elementami wyjścia, a nie dodatkiem.

Szczegóły techniczne (zachowanie modelu i wejścia)

Aspect ratios: 16:9 (obsługiwane) oraz 9:16 (obsługiwane z wyjątkiem niektórych przepływów z obrazami referencyjnymi).

Prompt language: Angielski (wersja zapoznawcza).

Wydajność w benchmarkach

Ograniczenia i kwestie bezpieczeństwa

Ograniczenia:

Artefakty i niespójność: mimo usprawnień, pewne oświetlenie, drobnoziarnista fizyka i złożone zasłonięcia mogą nadal generować artefakty; spójność obraz→wideo (zwłaszcza przy długich czasach trwania) jest poprawiona, ale nie idealna.
Ryzyko dezinformacji/deepfake: bogatszy dźwięk + wstawianie/usuwanie obiektów zwiększa ryzyko nadużyć (realistyczne fałszywe audio i wydłużone klipy). Google wskazuje na środki zaradcze (polityki, zabezpieczenia), a wcześniejsze premiery Veo odnosiły się do znakowania wodnego/SynthID dla wsparcia ustalania pochodzenia; jednak zabezpieczenia techniczne nie eliminują ryzyka nadużyć.
Koszty i ograniczenia przepustowości: wideo o wysokiej rozdzielczości i długim czasie trwania jest kosztowne obliczeniowo i obecnie dostępne w płatnym podglądzie — należy oczekiwać wyższych opóźnień i kosztów w porównaniu z modelami obrazowymi. Wpisy społeczności i wątki na forach Google omawiają okna dostępności i strategie awaryjne.

Praktyczne zastosowania

Szybkie prototypowanie dla twórców: storyboardy → klipy wielo-ujęciowe i animatiki z natywnym dialogiem do wczesnych przeglądów kreatywnych.
Marketing i krótkie formy: 15–60 s spoty produktowe, klipy na social media i teasery koncepcji, gdzie szybkość jest ważniejsza niż perfekcyjny fotorealizm.
Adaptacja obraz→wideo: zamienianie ilustracji, postaci lub dwóch klatek w płynne przejścia lub animowane sceny dzięki First/Last Frame i Scene Extension.
Wzbogacenie narzędzi: integracja z Flow dla iteracyjnej edycji (wstawianie/usuwanie obiektów, presety oświetlenia), co redukuje ręczne przebiegi VFX.

Porównanie z innymi wiodącymi modelami

Możliwość	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Natywna orientacja pionowa	Tak	Ograniczone wsparcie workflow	Tak
Obraz→wideo	Tak	Tak	Tak
Nacisk na integrację audio	Silny	Umiarkowany	Umiarkowany
Warunkowanie na klatkach	Tak	Tak	Częściowe
Optymalizacja pod wideo społecznościowe	Silna	Umiarkowana	Silna
Integracja z ekosystemem	Ekosystem Google	Ekosystem OpenAI	Ekosystem narzędzi twórców

Jak używać API Veo 3.1 z CometAPI?

Utwórz klucz API CometAPI
Wybierz veo-3.1-generate-001 jako endpoint modelu
Wyślij podpowiedź lub wejścia obrazów przez API generowania wideo
Odpytuj wyniki i pobierz wygenerowane wideo
Iteruj podpowiedzi dla ruchu kamery, ciągłości scen i poprawy spójności

FAQ

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Test 5 s

$1.60

Szacowany koszt użytkowania CometAPI

Test 10 s

$3.20

Szacowany koszt użytkowania CometAPI

Test 15 s

$4.80

Szacowany koszt użytkowania CometAPI

Cennik dla Veo 3.1

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).

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/videos

Przykładowy kod i API dla 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}`);

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-video

image-to-video

Wejście i wyjście

Wejścia

text

Wyjścia

video

Profil produkcyjny

Dostawca: Google
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Veo 3.1 w procesach produkcyjnych odpowiadających możliwościom video, a następnie porównaj alternatywy przed długoterminową integracją.

Koncepcje tekst-na-wideo i treści społecznościowe

Dema produktów i kinowe scenariusze obrazkowe

Ruch obraz-na-wideo i kreatywna iteracja

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

FLUX 3 - Modele świata rzeczywistego: W kierunku wielomodalnych modeli przepływowych jako kręgosłup inteligencji wizualnej.

Uptime

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

ID modelu	Opis	Dostępność	Żądanie
veo3.1-all	Zastosowana technologia jest nieoficjalna, a generowanie jest niestabilne itp.	✅	Czat format
veo3.1	Zalecany, wskazuje na najnowszy model	✅	Asynchroniczne generowanie

Kontynuuj eksplorację