Claude Opus 5 is now live on CometAPI →
G

Veo 3.1

ต่อวินาที:$0.32
วันที่เผยแพร่:May 31, 2026

Veo 3.1 เป็นโมเดลสร้างวิดีโอด้วย AI ระดับเรือธงที่ออกแบบมาเพื่อผลลัพธ์ระดับภาพยนตร์คุณภาพสูงพร้อมการซิงโครไนซ์เสียงแบบเนทีฟ มอบการเคลื่อนไหวสมจริง ความเที่ยงตรงของภาพสูง และการสร้างภาพและเสียงที่สอดประสานอย่างแนบแน่นสำหรับการผลิตวิดีโอระดับมืออาชีพ

ใหม่
ยอดนิยม
ใช้งานเชิงพาณิชย์

Playground สำหรับ Veo 3.1

สำรวจ Playground ของ Veo 3.1 — สภาพแวดล้อมแบบโต้ตอบสำหรับทดสอบโมเดลและรันคำถามแบบเรียลไทม์ ลองใช้ prompts ปรับพารามิเตอร์ และทำซ้ำทันทีเพื่อเร่งการพัฒนาและตรวจสอบกรณีการใช้งาน

สเปกทางเทคนิคของ Veo 3.1

รายการVeo 3.1 (สเปกสาธารณะ)
รหัสรุ่นอย่างเป็นทางการveo-3.1-generate-001
ผู้ให้บริการGoogle DeepMind / Google Cloud
ประเภทโมเดลการสร้างข้อความเป็นวิดีโอและภาพเป็นวิดีโอ
ประเภทอินพุตพรอมต์ข้อความ, อินพุตภาพ, การกำกับจากเฟรมแรก + เฟรมสุดท้าย
ประเภทเอาต์พุตวิดีโอที่สร้างด้วย AI
ความละเอียดที่รองรับ720p และ 1080p, 4K
อัตราส่วนภาพที่รองรับ16:9 และ 9:16
อัตราเฟรมที่รองรับ24 FPS
ระยะเวลาวิดีโอคลิป 4s, 6s หรือ 8s (ขึ้นอยู่กับโหมด)
ภาษาพรอมต์อังกฤษ
วิดีโอต่อคำขอสูงสุด 4
ขีดจำกัดอัตรา APIสูงสุด 50 คำขอ/นาที/โปรเจกต์
การปรับใช้ที่รองรับVertex AI, การผสานเข้ากับระบบนิเวศ Gemini, Flow
ฟีเจอร์ที่ไม่รองรับ (ตามเอกสารทางการ)โควตาแบบแชร์แบบไดนามิก, เวิร์กโฟลว์ภาพอ้างอิงบางแบบ, ส่วนขยายวิดีโอแบบเนทีฟในโฟลว์ API มาตรฐาน

Veo 3.1 คืออะไร?

Veo 3.1 คือกลุ่มโมเดลวิดีโอเชิงกำเนิดระดับเรือธงของ Google ที่มุ่งเน้นการสังเคราะห์วิดีโอคุณภาพระดับภาพยนตร์ การยึดตามพรอมต์ที่แข็งแกร่งขึ้น ความสอดคล้องของฉากที่ดีขึ้น และเวิร์กโฟลว์การสร้างวิดีโอแบบหลายโมดัล มันก้าวข้ามการสร้างข้อความเป็นวิดีโอมาตรฐานด้วยการรองรับการสร้างที่กำกับด้วยภาพและเวิร์กโฟลว์การเล่าเรื่องที่ควบคุมด้วยเฟรม การสนับสนุนอย่างเป็นทางการรวมถึง text-to-video, image-to-video, การเขียนพรอมต์ใหม่ และเวิร์กโฟลว์การสร้างเฟรมแรก/เฟรมสุดท้าย

คุณสมบัติหลัก

Veo 3.1 มุ่งเน้นฟีเจอร์เพื่อการสร้างคอนเทนต์ที่ใช้งานได้จริง:

  • การสร้างเสียงแบบเนทีฟ (บทสนทนา เสียงบรรยากาศ SFX) ที่ผนวกรวมในผลลัพธ์ Veo 3.1 สร้างเสียงแบบเนทีฟ (บทสนทนา + เสียงบรรยากาศ + SFX) ที่จัดวางตามไทม์ไลน์ภาพ โดยมีเป้าหมายเพื่อรักษาการซิงก์ริมฝีปากและความสอดคล้องระหว่างเสียง–ภาพสำหรับบทสนทนาและคิวของฉาก
  • ผลลัพธ์ยาวขึ้น (รองรับได้ถึง ~60 วินาที / 1080p เมื่อเทียบกับคลิปสั้นมากของ Veo 3 ที่ 8 วินาที) และซีเควนซ์หลายชอตด้วยหลายพรอมต์เพื่อความต่อเนื่องของเรื่องราว
  • โหมด Scene Extension และ First/Last Frame ที่ขยายหรือแทรกเฟรมระหว่างเฟรมสำคัญ
  • การแทรกวัตถุและ (กำลังจะมี) การลบวัตถุ และ primitive สำหรับการแก้ไขภายใน Flow

แต่ละข้อข้างต้นถูกออกแบบมาเพื่อลดงาน VFX แบบแมนนวล: เสียงและความต่อเนื่องของฉากกลายเป็นเอาต์พุตระดับแรก แทนที่จะเป็นสิ่งที่มาคิดทีหลัง

รายละเอียดทางเทคนิค (พฤติกรรมโมเดลและอินพุต)

ตระกูลโมเดลและเวอร์ชันย่อย: Veo อยู่ในตระกูล Veo-3 ของ Google; รหัสรุ่นพรีวิวโดยทั่วไปคือ veo3.1-pro; veo3.1 (เอกสาร CometAPI) รองรับพรอมต์ข้อความ อ้างอิงภาพ (เฟรมเดี่ยวหรือเป็นลำดับ) และเลย์เอาต์หลายพรอมต์แบบมีโครงสร้างสำหรับการสร้างหลายชอต

ความละเอียดและระยะเวลา: เอกสารพรีวิวอธิบายเอาต์พุตที่ 720p/1080p โดยมีตัวเลือกความยาวมากขึ้น (สูงสุด ~60 วินาทีในบางการตั้งค่าพรีวิว) และความเที่ยงตรงสูงกว่ารุ่น Veo ก่อนหน้า

อัตราส่วนภาพ: 16:9 (รองรับ) และ 9:16 (รองรับ ยกเว้นในบางโฟลว์ภาพอ้างอิง)

ภาษาพรอมต์: อังกฤษ (พรีวิว)

ขีดจำกัด API: ในพรีวิวโดยทั่วไปประกอบด้วย สูงสุด 10 คำขอ API/นาทีต่อโปรเจกต์, วิดีโอสูงสุด 4 รายการต่อคำขอ และความยาววิดีโอเลือกได้ 4, 6 หรือ 8 วินาที (โฟลว์อ้างอิงภาพรองรับ 8s)

ประสิทธิภาพตามเกณฑ์วัด

การประเมินภายในของ Google และสรุปสาธารณะรายงานว่า Veo 3.1 ได้รับ “การเลือกโดยรวม” ที่แข็งแกร่งจากผู้ประเมินมนุษย์ในการเปรียบเทียบตามเกณฑ์ เช่น ความสอดคล้องกับข้อความ คุณภาพภาพ และความสอดคล้องระหว่างเสียง–ภาพ (งาน text→video และ image→video)

Veo 3.1 ทำได้ระดับแนวหน้าในการเปรียบเทียบภายในโดยผู้ประเมินมนุษย์ในหลายมิติที่เป็นเชิงวัตถุ — การชอบโดยรวม ความสอดคล้องกับพรอมต์ (text→video และ image→video) คุณภาพภาพ การจัดแนวเสียง–ภาพ และ “ฟิสิกส์ที่สมจริงทางสายตา” บนชุดข้อมูลมาตรฐานเช่น MovieGenBench และ VBench

ข้อจำกัดและข้อพิจารณาด้านความปลอดภัย

ข้อจำกัด:

  • อาร์ติแฟกต์และความไม่สม่ำเสมอ: แม้จะพัฒนาแล้ว แต่สภาวะแสง ฟิสิกส์ที่ละเอียด และการบังที่ซับซ้อนยังอาจก่อให้เกิดอาร์ติแฟกต์; ความคงเส้นคงวาจากภาพ→วิดีโอ (โดยเฉพาะช่วงเวลาที่ยาว) ดีขึ้นแต่ยังไม่สมบูรณ์
  • ความเสี่ยงด้านข้อมูลผิด/ดีปเฟก: เสียงที่สมจริงยิ่งขึ้น + การแทรก/ลบวัตถุเพิ่มความเสี่ยงการใช้ในทางที่ผิด (เสียงปลอมสมจริงและคลิปที่ยาวขึ้น) Google ระบุการบรรเทาความเสี่ยง (นโยบาย มาตรการความปลอดภัย) และการเปิดตัว Veo ก่อนหน้าอ้างถึงการทำวอเตอร์มาร์ก/SynthID เพื่อช่วยเรื่องแหล่งที่มา; อย่างไรก็ดี มาตรการทางเทคนิคไม่อาจขจัดความเสี่ยงการใช้งานผิดได้
  • ข้อจำกัดด้านต้นทุนและปริมาณงาน: วิดีโอความละเอียดสูงและยาวมีต้นทุนคำนวณสูง และขณะนี้จำกัดในพรีวิวแบบชำระเงิน — คาดว่าจะมีความหน่วงและต้นทุนสูงกว่าเมื่อเทียบกับโมเดลภาพ โพสต์ชุมชนและกระทู้ในฟอรั่มของ Google กล่าวถึงช่วงเวลาให้ใช้งานและกลยุทธ์สำรอง

มาตรการความปลอดภัย: Veo 3.1 มีนโยบายเนื้อหาแบบบูรณาการ การทำวอเตอร์มาร์ก/สัญญาณ SynthID ในรุ่น Veo ก่อนหน้า และการควบคุมการเข้าถึงเวอร์ชันพรีวิว; แนะนำให้ลูกค้าปฏิบัติตามนโยบายแพลตฟอร์มและจัดให้มีการตรวจทานโดยมนุษย์สำหรับผลลัพธ์ที่มีความเสี่ยงสูง

กรณีการใช้งานจริง

  • การสร้างต้นแบบอย่างรวดเร็วสำหรับครีเอทีฟ: สตอรีบอร์ด → คลิปหลายชอตและอนิเมติกพร้อมบทสนทนาแบบเนทีฟเพื่อการรีวิวเชิงสร้างสรรค์ระยะต้น
  • การตลาดและคอนเทนต์สั้น: สปอตสินค้า 15–60 วินาที คลิปโซเชียล และทีเซอร์คอนเซ็ปต์ ที่ความเร็วสำคัญกว่าความเหมือนจริงสมบูรณ์แบบ
  • การดัดแปลงภาพ→วิดีโอ: เปลี่ยนภาพประกอบ ตัวละคร หรือสองเฟรมให้เป็นทรานซิชันลื่นไหลหรือฉากแอนิเมชันผ่านโหมด First/Last Frame และ Scene Extension
  • การเสริมด้วยเครื่องมือ: ผสานเข้ากับ Flow เพื่อการแก้ไขแบบวนซ้ำ (แทรก/ลบวัตถุ พรีเซ็ตแสง) ช่วยลดงาน VFX แบบแมนนวล

การเปรียบเทียบกับโมเดลชั้นนำอื่นๆ

Veo 3.1 เทียบกับ Veo 3 (รุ่นก่อน): Veo 3.1 มุ่งเน้นการยึดตามพรอมต์ที่ดีขึ้น คุณภาพเสียงที่ดีขึ้น และความสม่ำเสมอของหลายชอต — เป็นการอัปเดตแบบค่อยเป็นค่อยไปแต่ส่งผลชัดเจน มุ่งลดอาร์ติแฟกต์และเพิ่มความสะดวกในการแก้ไข

Veo 3.1 เทียบกับ OpenAI Sora 2: สื่อต่างรายงานการแลกเปลี่ยนข้อดี: Veo 3.1 เน้นการควบคุมเรื่องราวรูปแบบยาว การผนวกเสียงแบบบูรณาการ และการผสานการแก้ไขกับ Flow; Sora 2 (ตามที่มีการเทียบในสื่อ) เน้นจุดแข็งที่ต่างออกไป (ความเร็ว เวิร์กโฟลว์การแก้ไขต่างกัน) TechRadar และสำนักอื่นๆ มองว่า Veo 3.1 เป็นคู่แข่งที่ Google เล็งเป้าเพื่อรองรับการเล่าเรื่องและวิดีโอที่ยาวขึ้น การทดสอบเทียบเคียงแบบอิสระยังมีจำกัด

ความสามารถVeo 3.1Sora 2Runway Gen-4 / Gen-4.5
เอาต์พุตแนวตั้งแบบเนทีฟใช่รองรับเวิร์กโฟลว์อย่างจำกัดใช่
ภาพเป็นวิดีโอใช่ใช่ใช่
โฟกัสการผสานเสียงแข็งแกร่งปานกลางปานกลาง
การกำหนดเงื่อนไขด้วยเฟรมใช่ใช่บางส่วน
การปรับให้เหมาะกับวิดีโอโซเชียลแข็งแกร่งปานกลางแข็งแกร่ง
การผสานเข้ากับระบบนิเวศ APIระบบนิเวศของ Googleระบบนิเวศของ OpenAIระบบนิเวศเครื่องมือสำหรับครีเอเตอร์

ฉันจะใช้ Veo 3.1 API กับ CometAPI ได้อย่างไร?

  1. สร้างคีย์ API ของ CometAPI
  2. เลือก veo-3.1-generate-001 เป็นปลายทางโมเดล
  3. ส่งพรอมต์หรืออินพุตภาพผ่าน API การสร้างวิดีโอ
  4. โพลล์ผลลัพธ์และดึงวิดีโอที่สร้างแล้ว
  5. ปรับแต่งพรอมต์เพื่อการเคลื่อนไหวกล้อง ความต่อเนื่องของฉาก และความสม่ำเสมอที่ดีขึ้น

คำถามที่พบบ่อย

ราคาสำหรับ Veo 3.1

สำรวจราคาที่แข่งขันได้สำหรับ Veo 3.1 ที่ออกแบบมาให้เหมาะสมกับงบประมาณและความต้องการการใช้งานที่หลากหลาย แผนการบริการที่ยืดหยุ่นของเรารับประกันว่าคุณจะจ่ายเฉพาะสิ่งที่คุณใช้เท่านั้น ทำให้สามารถขยายขนาดได้ง่ายเมื่อความต้องการของคุณเพิ่มขึ้น ค้นพบว่า Veo 3.1 สามารถยกระดับโปรเจกต์ของคุณได้อย่างไรในขณะที่ควบคุมต้นทุนให้อยู่ในระดับที่จัดการได้

Veo Video Generation Pricing

Pricing (Per Second)

Model720p1080p4K
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).

โค้ดตัวอย่างและ API สำหรับ Veo 3.1

เข้าถึงโค้ดตัวอย่างที่ครอบคลุมและทรัพยากร API สำหรับ Veo 3.1 เพื่อปรับปรุงกระบวนการผสานรวมของคุณ เอกสารประกอบที่มีรายละเอียดของเราให้คำแนะนำทีละขั้นตอน ช่วยให้คุณใช้ประโยชน์จากศักยภาพเต็มรูปแบบของ Veo 3.1 ในโครงการของคุณ

#!/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}`);

รุ่นของ Veo 3.1

เหตุผลที่ Veo 3.1 มีสแนปช็อตหลายตัวอาจรวมถึงปัจจัยที่อาจเกิดขึ้น เช่น ความแปรผันของผลลัพธ์หลังการอัปเดตที่ต้องการสแนปช็อตรุ่นเก่าสำหรับความสม่ำเสมอ การให้ช่วงเวลาเปลี่ยนผ่านสำหรับนักพัฒนาเพื่อการปรับตัวและการย้ายข้อมูล และสแนปช็อตที่แตกต่างกันซึ่งสอดคล้องกับเอนด์พอยต์ระดับโลกหรือระดับภูมิภาคเพื่อเพิ่มประสิทธิภาพประสบการณ์ผู้ใช้ สำหรับความแตกต่างโดยละเอียดระหว่างเวอร์ชัน โปรดอ้างอิงเอกสารทางการ

Model idคำอธิบายความพร้อมใช้งานคำขอ
veo3.1-allเทคโนโลยีที่ใช้เป็นแบบไม่เป็นทางการ และการสร้างผลลัพธ์ไม่เสถียร เป็นต้น✅แชต รูปแบบ
veo3.1แนะนำ ชี้ไปยังโมเดลล่าสุด✅การสร้างแบบอะซิงโครนัส