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

Sim. O Veo 3.1 oferece suporte a fluxos de trabalho de texto para vídeo e de imagem para vídeo, permitindo que criadores comecem a partir de prompts, imagens ou fluxos de trabalho guiados por quadros.

When should I use Veo 3.1 instead of Sora 2?

Escolha o Veo 3.1 quando a sincronização de áudio, os fluxos de trabalho guiados por imagem, a criação de conteúdo vertical ou a integração com o ecossistema de ferramentas do Google forem o que mais importa.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Sim. O Veo 3.1 oferece suporte à proporção de aspecto nativa 9:16.

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

Reduza a complexidade dos prompts, simplifique as instruções de câmera e itere os prompts.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Sim. É muito adequado para conteúdo de marca, vídeos de produto e campanhas em redes sociais.

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

Novos usuários receberão uma chave gratuita, e o preço da API ainda será 20% do preço oficial.

API Veo 3.1 Acessível | image-to-video

Playground para Veo 3.1

Explore o Playground do Veo 3.1 — um ambiente interativo para testar modelos e executar consultas em tempo real. Experimente prompts, ajuste parâmetros e itere instantaneamente para acelerar o desenvolvimento e validar casos de uso.

Especificações técnicas do Veo 3.1

Item	Veo 3.1 (especificações públicas)
Official model ID	veo-3.1-generate-001
Provider	Google DeepMind / Google Cloud
Model type	Geração de texto para vídeo e imagem para vídeo
Input types	Prompts de texto, entradas de imagem, orientação por primeiro e último quadros
Output type	Vídeo gerado por IA
Supported resolutions	720p e 1080p, 4K
Supported aspect ratios	16:9 e 9:16
Supported framerate	24 FPS
Video duration	Clipes de 4 s, 6 s ou 8 s (dependente do modo)
Prompt language	Inglês
Videos per request	Até 4
API rate limit	Até 50 solicitações/minuto/projeto
Supported deployment	Vertex AI, integrações ao ecossistema Gemini, Flow
Unsupported features (official docs)	Cota compartilhada dinâmica, alguns fluxos com imagem de referência, extensão nativa de vídeo no fluxo de API padrão

O que é o Veo 3.1?

O Veo 3.1 é a principal família de modelos generativos de vídeo do Google, com foco em síntese de vídeo com qualidade cinematográfica, maior aderência ao prompt, melhor consistência de cena e fluxos de trabalho multimodais de criação de vídeo. Vai além da geração padrão de texto para vídeo ao oferecer geração guiada por imagem e fluxos de narrativa controlados por quadros. O suporte oficial inclui texto para vídeo, imagem para vídeo, reescrita de prompt e fluxos de geração First/Last Frame.

Recursos principais

O Veo 3.1 foca em recursos práticos de criação de conteúdo:

Geração de áudio nativa (diálogos, som ambiente, SFX) integrada nas saídas. O Veo 3.1 gera áudio nativo (diálogo + ambiente + SFX) alinhado à linha do tempo visual; o modelo busca preservar a sincronização labial e o alinhamento áudio‑visual para diálogos e sinais de cena.
Saídas mais longas (suporte para até ~60 segundos/1080p em comparação com os clipes muito curtos do Veo 3, 8 s) e sequências com múltiplos prompts e múltiplas tomadas para continuidade narrativa.
Modos Scene Extension e First/Last Frame que estendem ou interpolam a filmagem entre quadros‑chave.
Inserção de objetos e (em breve) remoção de objetos, além de primitivas de edição dentro do Flow.

Cada item acima foi concebido para reduzir o trabalho manual de VFX: áudio e continuidade de cena agora são saídas de primeira classe, não um acréscimo posterior.

Detalhes técnicos (comportamento do modelo e entradas)

Família de modelos e variantes: Veo pertence à família Veo‑3 do Google; o ID do modelo de prévia é normalmente veo3.1-pro; veo3.1 (documentação da CometAPI). Ele aceita prompts de texto, referências de imagem (quadro único ou sequências) e layouts estruturados de múltiplos prompts para geração com múltiplas tomadas.

Resolução e duração: A documentação de prévia descreve saídas em 720p/1080p com opções para durações mais longas (até ~60 s em determinadas configurações de prévia) e fidelidade superior às variantes anteriores do Veo.

Proporções de tela: 16:9 (compatível) e 9:16 (compatível, exceto em alguns fluxos com imagem de referência).

Idioma do prompt: Inglês (prévia).

Limites da API: limites típicos de prévia incluem no máximo 10 solicitações de API/min por projeto, no máximo 4 vídeos por solicitação e comprimentos de vídeo selecionáveis entre 4, 6 ou 8 segundos (fluxos com imagem de referência oferecem suporte a 8 s).

Desempenho em benchmarks

As avaliações internas e os resumos públicos do Google relatam forte preferência pelas saídas do Veo 3.1 em comparações com avaliadores humanos em métricas como alinhamento ao texto, qualidade visual e coerência áudio‑visual (tarefas de texto→vídeo e imagem→vídeo).

O Veo 3.1 alcançou resultados de ponta em comparações internas com avaliadores humanos em vários eixos objetivos — preferência geral, alinhamento ao prompt (texto→vídeo e imagem→vídeo), qualidade visual, alinhamento áudio‑vídeo e “física visualmente realista” — em conjuntos de dados como MovieGenBench e VBench.

Limitações e considerações de segurança

Limitações:

Artefatos e inconsistência: apesar das melhorias, determinadas condições de iluminação, física detalhada e oclusões complexas ainda podem gerar artefatos; a consistência de imagem→vídeo (especialmente em durações longas) foi aprimorada, mas não é perfeita.
Risco de desinformação/deepfake: áudio mais rico + inserção/remoção de objetos aumentam o risco de uso indevido (áudio falso realista e clipes estendidos). O Google menciona mitigações (políticas, salvaguardas) e lançamentos anteriores do Veo referenciaram marca d’água/SynthID para auxiliar na proveniência; no entanto, salvaguardas técnicas não eliminam o risco de uso indevido.
Custos e restrições de throughput: vídeos longos em alta resolução são computacionalmente caros e atualmente estão limitados a uma prévia paga — espere maior latência e custo em comparação com modelos de imagem. Publicações da comunidade e tópicos nos fóruns do Google discutem janelas de disponibilidade e estratégias de fallback.

Controles de segurança: o Veo3.1 possui políticas de conteúdo integradas, marca d’água/sinalização SynthID em versões anteriores do Veo e controles de acesso de prévia; recomenda‑se que os clientes sigam a política da plataforma e implementem revisão humana para saídas de alto risco.

Casos de uso práticos

Prototipagem rápida para criativos: storyboards → clipes com múltiplas tomadas e animatics com diálogo nativo para revisão criativa inicial.
Marketing e conteúdo de formato curto: spots de produto de 15–60 s, clipes para redes sociais e teasers de conceito em que a velocidade importa mais do que o fotorrealismo perfeito.
Adaptação de imagem→vídeo: transformar ilustrações, personagens ou dois quadros em transições suaves ou cenas animadas por meio de First/Last Frame e Scene Extension.
Aprimoramento de ferramentas: integrado ao Flow para edição iterativa (inserção/remoção de objetos, predefinições de iluminação) que reduz passes manuais de VFX.

Comparação com outros modelos líderes

Veo 3.1 vs Veo 3 (predecessor): o Veo 3.1 foca em melhor aderência ao prompt, qualidade de áudio e consistência em múltiplas tomadas — atualizações incrementais, porém impactantes, voltadas a reduzir artefatos e melhorar a editabilidade.

Veo 3.1 vs OpenAI Sora 2: trade-offs relatados na imprensa: o Veo 3.1 enfatiza controle narrativo de formato mais longo, áudio integrado e integração de edição no Flow; o Sora 2 (quando comparado na imprensa) foca em pontos fortes diferentes (velocidade, pipelines de edição distintos). A TechRadar e outros veículos apresentam o Veo 3.1 como o concorrente direcionado do Google ao Sora 2 para narrativa e suporte a vídeos mais longos. Testes independentes lado a lado ainda são limitados.

Capability	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Native vertical output	Sim	Suporte limitado de fluxo de trabalho	Sim
Image-to-video	Sim	Sim	Sim
Audio integration focus	Forte	Moderado	Moderado
Frame conditioning	Sim	Sim	Parcial
Social-video optimization	Forte	Moderado	Forte
API ecosystem integration	Ecossistema do Google	Ecossistema da OpenAI	Ecossistema de ferramentas para criadores

Como usar a API do Veo 3.1 com a CometAPI?

Crie uma chave de API da CometAPI
Selecione veo-3.1-generate-001 como o endpoint do modelo
Envie prompts ou entradas de imagem pela API de geração de vídeo
Consulte os resultados e recupere os vídeos gerados
Itere os prompts para movimento de câmera, continuidade de cena e melhorias de consistência

FAQ

Preços para Veo 3.1

Explore preços competitivos para Veo 3.1, projetado para atender diversos orçamentos e necessidades de uso. Nossos planos flexíveis garantem que você pague apenas pelo que usar, facilitando o dimensionamento conforme suas necessidades crescem. Descubra como Veo 3.1 pode aprimorar seus projetos mantendo os custos gerenciáveis.

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).

Código de exemplo e API para Veo 3.1

Acesse código de exemplo abrangente e recursos de API para Veo 3.1 para otimizar seu processo de integração. Nossa documentação detalhada fornece orientação passo a passo, ajudando você a aproveitar todo o potencial do Veo 3.1 em seus projetos.

POST

/v1/videos

#!/bin/bash
# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

BASE_URL="https://api.cometapi.com/v1"
IMAGE_PATH="/tmp/veo3.1_reference.jpg"

# ============================================================
# Step 1: Download Reference Image
# ============================================================
echo "Step 1: Downloading reference image..."

curl -s -o "$IMAGE_PATH" "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280"
echo "Reference image saved to: $IMAGE_PATH"

# ============================================================
# Step 2: Create Video Generation Task (form-data with image upload)
# ============================================================
echo ""
echo "Step 2: Creating video generation task..."

RESPONSE=$(curl -s -X POST "${BASE_URL}/videos" \
  -H "Authorization: $COMETAPI_KEY" \
  -F 'prompt=A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot' \
  -F 'model=veo3.1' \
  -F 'size=16x9' \
  -F "input_reference=@${IMAGE_PATH}")

echo "Create response:"
echo "$RESPONSE" | jq .

TASK_ID=$(echo "$RESPONSE" | jq -r '.id')

if [ "$TASK_ID" = "null" ] || [ -z "$TASK_ID" ]; then
  echo "Error: Failed to get task_id from response"
  exit 1
fi

echo "Task ID: $TASK_ID"

# ============================================================
# Step 3: Query Task Status
# ============================================================
echo ""
echo "Step 3: Querying task status..."

QUERY_RESPONSE=$(curl -s -X GET "${BASE_URL}/videos/${TASK_ID}" \
  -H "Authorization: $COMETAPI_KEY")

echo "Query response:"
echo "$QUERY_RESPONSE" | jq .

TASK_STATUS=$(echo "$QUERY_RESPONSE" | jq -r '.data.status')
echo "Task status: $TASK_STATUS"

cURL Code Example

#!/bin/bash
# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

BASE_URL="https://api.cometapi.com/v1"
IMAGE_PATH="/tmp/veo3.1_reference.jpg"

# ============================================================
# Step 1: Download Reference Image
# ============================================================
echo "Step 1: Downloading reference image..."

curl -s -o "$IMAGE_PATH" "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280"
echo "Reference image saved to: $IMAGE_PATH"

# ============================================================
# Step 2: Create Video Generation Task (form-data with image upload)
# ============================================================
echo ""
echo "Step 2: Creating video generation task..."

RESPONSE=$(curl -s -X POST "${BASE_URL}/videos" \
  -H "Authorization: $COMETAPI_KEY" \
  -F 'prompt=A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot' \
  -F 'model=veo3.1' \
  -F 'size=16x9' \
  -F "input_reference=@${IMAGE_PATH}")

echo "Create response:"
echo "$RESPONSE" | jq .

TASK_ID=$(echo "$RESPONSE" | jq -r '.id')

if [ "$TASK_ID" = "null" ] || [ -z "$TASK_ID" ]; then
  echo "Error: Failed to get task_id from response"
  exit 1
fi

echo "Task ID: $TASK_ID"

# ============================================================
# Step 3: Query Task Status
# ============================================================
echo ""
echo "Step 3: Querying task status..."

QUERY_RESPONSE=$(curl -s -X GET "${BASE_URL}/videos/${TASK_ID}" \
  -H "Authorization: $COMETAPI_KEY")

echo "Query response:"
echo "$QUERY_RESPONSE" | jq .

TASK_STATUS=$(echo "$QUERY_RESPONSE" | jq -r '.data.status')
echo "Task status: $TASK_STATUS"

Python Code Example

import os
import requests
import json

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

headers = {
    "Authorization": COMETAPI_KEY,
}

# ============================================================
# Step 1: Download Reference Image
# ============================================================
print("Step 1: Downloading reference image...")

image_url = "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280"
image_response = requests.get(image_url)
image_path = "/tmp/veo3.1_reference.jpg"
with open(image_path, "wb") as f:
    f.write(image_response.content)
print(f"Reference image saved to: {image_path}")

# ============================================================
# Step 2: Create Video Generation Task (form-data with image upload)
# ============================================================
print("\nStep 2: Creating video generation task...")

with open(image_path, "rb") as image_file:
    files = {
        "input_reference": ("reference.jpg", image_file, "image/jpeg"),
    }
    data = {
        "prompt": "A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot",
        "model": "veo3.1",
        "size": "16x9",
    }
    create_response = requests.post(
        f"{BASE_URL}/videos", headers=headers, data=data, files=files
    )

create_result = create_response.json()
print("Create response:", json.dumps(create_result, indent=2))

task_id = create_result.get("id")
if not task_id:
    print("Error: Failed to get task_id from response")
    exit(1)
print(f"Task ID: {task_id}")

# ============================================================
# Step 3: Query Task Status
# ============================================================
print("\nStep 3: Querying task status...")

query_response = requests.get(f"{BASE_URL}/videos/{task_id}", headers=headers)
query_result = query_response.json()
print("Query response:", json.dumps(query_result, indent=2))

task_status = query_result.get("data", {}).get("status")
print(f"Task status: {task_status}")

JavaScript Code Example

import fs from "fs";
import path from "path";
import os from "os";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

// ============================================================
// Step 1: Download Reference Image
// ============================================================
console.log("Step 1: Downloading reference image...");

const imageUrl = "https://images.unsplash.com/photo-1506905925346-21bda4d32df4?w=1280";
const imageResponse = await fetch(imageUrl);
const imageBuffer = Buffer.from(await imageResponse.arrayBuffer());
const imagePath = path.join(os.tmpdir(), "veo3.1_reference.jpg");
fs.writeFileSync(imagePath, imageBuffer);
console.log(`Reference image saved to: ${imagePath}`);

// ============================================================
// Step 2: Create Video Generation Task (form-data with image upload)
// ============================================================
console.log("\nStep 2: Creating video generation task...");

const formData = new FormData();
formData.append("prompt", "A breathtaking mountain landscape with clouds flowing through valleys, cinematic aerial shot");
formData.append("model", "veo3.1");
formData.append("size", "16x9");
formData.append("input_reference", new Blob([fs.readFileSync(imagePath)], { type: "image/jpeg" }), "reference.jpg");

const createResponse = await fetch(`${base_url}/videos`, {
  method: "POST",
  headers: {
    "Authorization": api_key,
  },
  body: formData,
});

const createResult = await createResponse.json();
console.log("Create response:", JSON.stringify(createResult, null, 2));

const taskId = createResult?.id;
if (!taskId) {
  console.log("Error: Failed to get task_id from response");
  process.exit(1);
}
console.log(`Task ID: ${taskId}`);

// ============================================================
// Step 3: Query Task Status
// ============================================================
console.log("\nStep 3: Querying task status...");

const queryResponse = await fetch(`${base_url}/videos/${taskId}`, {
  method: "GET",
  headers: {
    "Authorization": api_key,
  },
});

const queryResult = await queryResponse.json();
console.log("Query response:", JSON.stringify(queryResult, null, 2));

const taskStatus = queryResult?.data?.status;
console.log(`Task status: ${taskStatus}`);

Versões do Veo 3.1

O motivo pelo qual Veo 3.1 possui múltiplas versões instantâneas pode incluir fatores como variações na saída após atualizações que exigem versões antigas para consistência, fornecendo aos desenvolvedores um período de transição para adaptação e migração, e diferentes versões correspondentes a endpoints globais ou regionais para otimizar a experiência do usuário. Para diferenças detalhadas entre versões, consulte a documentação oficial.

ID do modelo	descrição	Disponibilidade	Solicitação
veo3.1-all	A tecnologia utilizada é não oficial e a geração é instável etc	✅	Chat formato
veo3.1	Recomendado, apontando para o modelo mais recente	✅	Geração assíncrona