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

Да. Veo 3.1 поддерживает как рабочие процессы генерации видео по текстовым подсказкам, так и по изображениям, позволяя авторам начинать с подсказок, изображений или рабочих процессов с направляющими кадрами.

When should I use Veo 3.1 instead of Sora 2?

Выбирайте Veo 3.1, когда наибольшее значение имеют синхронизация аудио, рабочие процессы, управляемые изображением, создание вертикального контента или интеграция с инструментами Google в экосистеме.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

Да. Veo 3.1 поддерживает нативное соотношение сторон 9:16.

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

Снизьте сложность подсказок, упростите инструкции для камеры и итеративно дорабатывайте подсказки.

Is Veo 3.1 suitable for commercial marketing videos and ads?

Да. Он хорошо подходит для брендированного контента, продуктовых видео и кампаний в социальных сетях.

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

Новые пользователи получат бесплатный ключ, а цена API по-прежнему составит 20% от официальной цены.

Доступный API Veo 3.1 | image-to-video

Технические характеристики Veo 3.1

Пункт	Veo 3.1 (публичные спецификации)
Официальный идентификатор модели	veo-3.1-generate-001
Провайдер	Google DeepMind / Google Cloud
Тип модели	Генерация из текста в видео и из изображения в видео
Типы входных данных	Текстовые подсказки, входные изображения, направляющие первый кадр + последний кадр
Тип выходных данных	Сгенерированное ИИ видео
Поддерживаемые разрешения	720p и 1080p, 4K
Поддерживаемые соотношения сторон	16:9 и 9:16
Поддерживаемая частота кадров	24 FPS
Длительность видео	Клипы 4 с, 6 с или 8 с (в зависимости от режима)
Язык подсказок	Английский
Видео на один запрос	До 4
Лимит частоты API	До 50 запросов/минуту/проект
Поддерживаемые варианты развёртывания	Vertex AI, интеграции экосистемы Gemini, Flow
Неподдерживаемые функции (официальная документация)	Динамическая общая квота, некоторые рабочие процессы с эталонными изображениями, нативное расширение видео в стандартном API-потоке

Что такое Veo 3.1?

Veo 3.1 — флагманское семейство генеративных видеомоделей Google, ориентированное на синтез видео кинематографического качества, более точное следование подсказкам, лучшую согласованность сцен и мультимодальные рабочие процессы создания видео. Модель выходит за рамки стандартной генерации из текста в видео, поддерживая генерацию по изображениям и повествовательные сценарии с контролем по кадрам. Официально поддерживаются рабочие процессы text-to-video, image-to-video, переформулирование подсказок и генерация по первому/последнему кадру.

Ключевые возможности

Veo 3.1 фокусируется на практических возможностях для создания контента:

Нативная генерация аудио (диалоги, фоновые звуки, SFX), встроенная в результаты. Veo 3.1 создаёт нативное аудио (диалоги + амбиент + SFX), синхронизированное с визуальной таймлинией; модель стремится сохранять синхронизацию губ и аудио‑визуальное согласование для диалогов и сцен.
Более длинные ролики (поддержка до ~60 секунд / 1080p по сравнению с очень короткими клипами Veo 3, 8 с) и многосценовые последовательности с несколькими подсказками для сохранения повествовательной целостности.
Режимы Scene Extension и First/Last Frame, которые расширяют или интерполируют материал между ключевыми кадрами.
Вставка объектов и (скоро) удаление объектов, а также базовые операции редактирования внутри Flow.

Каждый из пунктов выше призван уменьшить ручную работу по VFX: аудио и согласованность сцен теперь — результаты первого класса, а не второстепенные задачи.

Технические детали (поведение модели и входные данные)

Семейство и варианты моделей: Veo относится к семейству Veo-3; идентификатор превью-модели обычно veo3.1-pro; veo3.1 (CometAPI doc). Поддерживаются текстовые подсказки, эталонные изображения (один кадр или последовательности) и структурированные макеты с несколькими подсказками для многосценовой генерации.

Разрешение и длительность: Документация превью описывает результаты в 720p/1080p с возможностями более длинной длительности (до ~60 с в некоторых настройках превью) и более высокой точности, чем в ранних вариантах Veo.

Соотношения сторон: 16:9 (поддерживается) и 9:16 (поддерживается, за исключением некоторых потоков с эталонными изображениями).

Язык подсказок: Английский (превью).

Ограничения API: типичные лимиты превью включают макс. 10 запросов API/мин на проект, макс. 4 видео на запрос, и длины видео, выбираемые из 4, 6 или 8 секунд (потоки с эталонными изображениями поддерживают 8 с).

Результаты бенчмарков

Внутренние и публично суммированные оценки Google сообщают о выраженном предпочтении результатов Veo 3.1 по сравнению с альтернативами в сравнениях с участием людей по метрикам соответствия тексту, визуального качества и аудио‑визуальной согласованности (задачи text→video и image→video).

Veo 3.1 достигла лучших на сегодняшний день результатов в внутренних сравнениях с участием людей по нескольким объективным направлениям — общие предпочтения, соответствие подсказке (text→video и image→video), визуальное качество, согласование аудио и видео и «визуально реалистичная физика» на наборах MovieGenBench и VBench.

Ограничения и соображения безопасности

Ограничения:

Артефакты и несогласованность: несмотря на улучшения, определённые условия освещения, тонкая физика и сложные окклюзии всё ещё могут приводить к артефактам; согласованность image→video (особенно на длинных временных отрезках) улучшена, но не идеальна.
Риск дезинформации/дипфейков: более богатое аудио + вставка/удаление объектов повышают риск злоупотреблений (реалистичное поддельное аудио и расширенные клипы). Google отмечает меры смягчения (политики, защитные механизмы), а предыдущие релизы Veo ссылались на водяные знаки/SynthID для подтверждения происхождения; однако технические меры не устраняют полностью риск неправомерного использования.
Ограничения по стоимости и пропускной способности: высокое разрешение и длинные видео вычислительно затратны и сейчас доступны в платном превью — ожидайте большую задержку и стоимость по сравнению с моделями для изображений. Посты сообщества и темы на форумах Google обсуждают окна доступности и стратегии отката.

Меры безопасности: Veo3.1 имеет встроенные политики контента, сигналы водяных знаков/SynthID в более ранних релизах Veo и контроль доступа в превью; клиентам рекомендуется соблюдать политику платформы и внедрять проверку человеком для высокорисковых результатов.

Практические сценарии

Быстрое прототипирование для креаторов: раскадровки → многосценовые клипы и аниматики с нативными диалогами для раннего творческого ревью.
Маркетинг и короткие форматы: 15–60‑секундные продуктовые ролики, социальные клипы и тизеры концепций, где скорость важнее безупречной фотореалистичности.
Адаптация изображений в видео: превращение иллюстраций, персонажей или двух кадров в плавные переходы или анимированные сцены с помощью First/Last Frame и Scene Extension.
Расширение инструментов: интеграция в Flow для итеративного редактирования (вставка/удаление объектов, пресеты освещения), сокращающего ручные VFX-проходы.

Сравнение с другими ведущими моделями

Veo 3.1 vs Veo 3 (предшественник): Veo 3.1 делает упор на улучшенное следование подсказкам, качество аудио и согласованность между сценами — инкрементальные, но значимые улучшения, направленные на сокращение артефактов и повышение удобства редактирования.

Veo 3.1 vs OpenAI Sora 2: компромиссы, отмеченные в прессе: Veo 3.1 акцентирует долговременный контроль повествования, встроенное аудио и интеграцию редактирования в Flow; Sora 2 (в пресс‑сравнениях) делает ставку на другие сильные стороны (скорость, иные пайплайны редактирования). Независимые сравнительные тесты пока ограничены.

Возможность	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Нативный вертикальный формат	Да	Ограниченная поддержка в рабочих процессах	Да
Image-to-video	Да	Да	Да
Акцент на интеграции аудио	Сильный	Умеренный	Умеренный
Кадровая привязка	Да	Да	Частично
Оптимизация под социальные видео	Сильная	Умеренная	Сильная
Интеграция в экосистему API	Экосистема Google	Экосистема OpenAI	Экосистема инструментов для создателей

Как пользоваться API Veo 3.1 через CometAPI?

Создайте API‑ключ CometAPI
Выберите veo-3.1-generate-001 как конечную точку модели
Отправляйте текстовые подсказки или изображения через API генерации видео
Отслеживайте результаты и получайте сгенерированные видео
Итеративно улучшайте подсказки для движения камеры, согласованности сцен и общей консистентности

Цены для Veo 3.1

Изучите конкурентоспособные цены на Veo 3.1, разработанные для различных бюджетов и потребностей использования. Наши гибкие планы гарантируют, что вы платите только за то, что используете, что упрощает масштабирование по мере роста ваших требований. Узнайте, как Veo 3.1 может улучшить ваши проекты, сохраняя при этом управляемые расходы.

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).

Пример кода и API для Veo 3.1

Получите доступ к исчерпывающим примерам кода и ресурсам API для Veo 3.1, чтобы упростить процесс интеграции. Наша подробная документация предоставляет пошаговые инструкции, помогая вам использовать весь потенциал Veo 3.1 в ваших проектах.

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"

Версии Veo 3.1

Причина наличия нескольких снимков Veo 3.1 может включать такие потенциальные факторы, как: изменения в выходных данных после обновлений, требующие сохранения старых снимков для обеспечения согласованности; предоставление разработчикам переходного периода для адаптации и миграции; а также наличие разных снимков, соответствующих глобальным или региональным конечным точкам для оптимизации пользовательского опыта. Для получения подробной информации о различиях между версиями обратитесь к официальной документации.

Идентификатор модели	Описание	Доступность	Запрос
veo3.1-all	Используемая технология неофициальна, генерация нестабильна и т. д.	✅	Чат формат
veo3.1	Рекомендуется, указывает на новейшую модель	✅	Асинхронная генерация