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 os criadores comecem a partir de prompts, imagens ou fluxos de trabalho com orientação 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 ao ecossistema das ferramentas do Google forem mais importantes.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

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

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

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

Is Veo 3.1 suitable for commercial marketing videos and ads?

Sim. É bem 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 continuará sendo 20% do preço oficial.

API Veo 3.1 Acessível | image-to-video

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 quadro + último quadro
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 requisições/minuto/projeto
Supported deployment	Vertex AI, integrações com o ecossistema Gemini, Flow
Unsupported features (official docs)	Cota compartilhada dinâmica, alguns fluxos com imagem de referência, extensão de vídeo nativa no fluxo de API padrão

O que é o Veo 3.1?

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

Recursos principais

O Veo 3.1 se concentra 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 (diálogos + ambiente + SFX) alinhado à linha do tempo visual; o modelo busca preservar a sincronia labial e o alinhamento audiovisual para diálogos e sinais de cena.
Saídas mais longas (suporte a até ~60 segundos/1080p, em comparação com os clipes muito curtos do Veo 3, 8 s) e sequências com múltiplos prompts e várias tomadas para continuidade narrativa.
Modos Scene Extension e First/Last Frame que estendem ou interpolam filmagens entre quadros-chave.
Inserção de objetos e (em breve) remoção de objetos e primitivas de edição dentro do Flow.

Cada um dos itens acima foi projetado para reduzir o trabalho manual de VFX: áudio e continuidade de cena agora são saídas de primeira classe, não algo secundário.

Detalhes técnicos (comportamento do modelo e entradas)

Model family & variants: Veo pertence à família Veo-3 do Google; o ID de modelo de prévia geralmente é 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 várias tomadas.

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

Relações de aspecto: 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 requisições de API/min por projeto, no máximo 4 vídeos por requisição e comprimentos de vídeo selecionáveis entre 4, 6 ou 8 segundos (fluxos com imagem de referência suportam 8 s).

Desempenho em benchmarks

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

O Veo 3.1 alcançou resultados de estado da arte 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 inconsistências: apesar dos avanços, certas condições de iluminação, física detalhada e oclusões complexas ainda podem gerar artefatos; a consistência imagem→vídeo (especialmente em durações longas) melhorou, 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 procedência; contudo, salvaguardas técnicas não eliminam o risco de uso indevido.
Restrições de custo e capacidade de processamento: vídeos de alta resolução e longa duração são computacionalmente caros e atualmente restritos em uma prévia paga — espere maior latência e custo em comparação com modelos de imagem. Postagens da comunidade e tópicos nos fóruns do Google discutem janelas de disponibilidade e estratégias de fallback.

Controles de segurança: Veo 3.1 conta com políticas de conteúdo integradas, sinalização de marca d’água/SynthID em versões anteriores do Veo e controles de acesso na prévia; recomenda-se que os clientes sigam as políticas da plataforma e implementem revisão humana para saídas de alto risco.

Casos de uso práticos

Protótipos rápidos para criativos: storyboards → clipes com várias tomadas e animatics com diálogo nativo para revisão criativa antecipada.
Marketing e conteúdo de formato curto: peças de 15–60 s de produto, clipes para redes sociais e teasers de conceito, onde 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 via 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 (antecessor): o Veo 3.1 foca em melhor aderência ao prompt, qualidade de áudio e consistência em várias tomadas — avanços incrementais porém impactantes, visando 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 forma mais longa, 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). Testes independentes lado a lado ainda são limitados.

Capacidade	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Saída vertical nativa	Sim	Suporte limitado ao fluxo de trabalho	Sim
Imagem para vídeo	Sim	Sim	Sim
Foco em integração de áudio	Forte	Moderado	Moderado
Condicionamento por quadros	Sim	Sim	Parcial
Otimização para vídeos sociais	Forte	Moderado	Forte
Integração ao ecossistema da API	Ecossistema Google	Ecossistema 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 endpoint do modelo
Envie prompts ou entradas de imagem pela API de geração de vídeo
Faça polling dos resultados e recupere os vídeos gerados
Itere nos prompts para movimento de câmera, continuidade de cena e melhorias de consistência

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.

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"

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	Requisição
veo3.1-all	A tecnologia utilizada é não oficial e a geração é instável etc.	✅	Chat formato
veo3.1	Recomendado, aponta para o modelo mais recente	✅	Geração assíncrona