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

جی ہاں۔ Veo 3.1 متن سے ویڈیو اور تصویر سے ویڈیو دونوں ورک فلو کی معاونت کرتا ہے، جس سے تخلیق کار پرامپٹس، تصاویر یا فریم گائیڈنس ورک فلو سے آغاز کر سکتے ہیں۔

When should I use Veo 3.1 instead of Sora 2?

جب آڈیو ہم آہنگی، تصویری رہنمائی والے ورک فلو، عمودی مواد کی تخلیق، یا Google ٹولز کے ساتھ ایکو سسٹم انٹیگریشن زیادہ اہم ہو تو Veo 3.1 کا انتخاب کریں۔

Can Veo 3.1 create vertical videos for TikTok or Shorts?

جی ہاں۔ Veo 3.1 نیٹو 9:16 ایسپیکٹ ریشوز کی معاونت کرتا ہے۔

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

پرامپٹس کی پیچیدگی کم کریں، کیمرہ ہدایات کو سادہ بنائیں، اور پرامپٹس پر تکرار کریں۔

Is Veo 3.1 suitable for commercial marketing videos and ads?

جی ہاں۔ یہ برانڈڈ مواد، پروڈکٹ ویڈیوز اور سوشل میڈیا مہمات کے لیے نہایت موزوں ہے۔

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

نئے صارفین کو ایک مفت کلید ملے گی، اور API کی قیمت پھر بھی سرکاری قیمت کا 20% رہے گی۔

سستی Veo 3.1 API | image-to-video

Veo 3.1 کی تکنیکی تفصیلات

آئٹم	Veo 3.1 (عوامی تفصیلات)
سرکاری ماڈل ID	veo-3.1-generate-001
فراہم کنندہ	Google DeepMind / Google Cloud
ماڈل کی قسم	ٹیکسٹ سے ویڈیو اور امیج سے ویڈیو جنریشن
ان پٹ کی اقسام	ٹیکسٹ پرومپٹس، امیج ان پٹس، فرسٹ فریم + لاسٹ فریم رہنمائی
آؤٹ پٹ کی قسم	AI سے تیار کردہ ویڈیو
حمایت یافتہ ریزولوشنز	720p اور 1080p، 4K
حمایت یافتہ اسپیکٹ ریشوز	16:9 اور 9:16
حمایت یافتہ فریم ریٹ	24 FPS
ویڈیو کی مدت	4s، 6s، یا 8s کلپس (موڈ پر منحصر)
پرومپٹ کی زبان	انگریزی
فی درخواست ویڈیوز	زیادہ سے زیادہ 4
API ریٹ لمٹ	زیادہ سے زیادہ 50 درخواستیں/منٹ/پروجیکٹ
حمایت یافتہ ڈپلائمنٹ	Vertex AI، Gemini ماحولیاتی نظام کے انضمام، Flow
غیر معاون خصوصیات (سرکاری دستاویزات)	ڈائنامک مشترکہ کوٹا، کچھ ریفرنس-امیج ورک فلو، اسٹینڈرڈ API فلو میں نیٹو ویڈیو ایکسٹینشن

Veo 3.1 کیا ہے؟

Veo 3.1 گوگل کا فلیگ شپ جنریٹو ویڈیو ماڈل فیملی ہے جو سینیمیٹک کوالٹی ویڈیو سنتھیسِس، پرومپٹ کی بہتر پابندی، منظر کی بہتر یکسانی، اور ملٹی ماڈل ویڈیو تخلیق کے ورک فلو پر مرکوز ہے۔ یہ معیاری ٹیکسٹ-ٹو-ویڈیو جنریشن سے آگے بڑھ کر امیج گائیڈڈ جنریشن اور فریم کنٹرولڈ اسٹوری ٹیلنگ ورک فلو کی حمایت کرتا ہے۔ سرکاری سپورٹ میں ٹیکسٹ-ٹو-ویڈیو، امیج-ٹو-ویڈیو، پرومپٹ ری رائٹنگ، اور فرسٹ/لاسٹ فریم جنریشن ورک فلو شامل ہیں۔

بنیادی خصوصیات

Veo 3.1 عملی مواد تخلیق کی خصوصیات پر توجہ دیتا ہے:

نیٹو آڈیو جنریشن (ڈائیلاگ، ایمبینٹ ساؤنڈ، SFX) آؤٹ پٹس میں ضم۔ Veo 3.1 بصری ٹائم لائن کے مطابق نیٹو آڈیو (ڈائیلاگ + ایمبینس + SFX) تیار کرتا ہے؛ ماڈل کا ہدف ڈائیلاگ کے لیے لب سنک اور آڈیو-ویژول ہم آہنگی کو برقرار رکھنا ہے۔
طویل آؤٹ پٹس (Veo 3 کی نہایت مختصر کلپس، 8s، کے مقابلے میں 1080p پر تقریباً ~60 سیکنڈ تک کی سپورٹ) اور بیانی تسلسل کے لیے ملٹی-پرومپٹ ملٹی شاٹ سیکوئنسز۔
Scene Extension اور First/Last Frame موڈز جو کلیدی فریموں کے درمیان فوٹیج کو بڑھاتے یا انٹرولیشن کرتے ہیں۔
Flow کے اندر آبجیکٹ انسریشن اور (جلد آنے والی) آبجیکٹ ریموول، اور ایڈیٹنگ پرِمِٹِوز۔

اوپر دیے گئے ہر نکتے کا مقصد دستی VFX کام کو کم کرنا ہے: آڈیو اور منظر کا تسلسل اب ضمنی نہیں بلکہ فرسٹ کلاس آؤٹ پٹس ہیں۔

تکنیکی تفصیلات (ماڈل کا برتاؤ اور ان پٹس)

ماڈل فیملی اور ویریئنٹس: Veo، Google کی Veo-3 فیملی سے تعلق رکھتا ہے؛ پری ویو ماڈل ID عموماً veo3.1-pro؛ veo3.1 (CometAPI دستاویز)۔ یہ ٹیکسٹ پرومپٹس، امیج ریفرنسز (سنگل فریم یا سیکوئنسز)، اور ملٹی شاٹ جنریشن کے لیے اسٹرکچرد ملٹی-پرومپٹ لے آؤٹس قبول کرتا ہے۔

ریزولوشن اور مدت: پری ویو دستاویزات 720p/1080p آؤٹ پٹس بیان کرتی ہیں، جن میں طویل دورانیے (کچھ پری ویو سیٹنگز میں ~60s تک) اور پہلے کے Veo ویریئنٹس کے مقابلے میں زیادہ فیڈیلیٹی کے آپشنز شامل ہیں۔

اسپیکٹ ریشوز: 16:9 (سپورٹڈ) اور 9:16 (کچھ ریفرنس-امیج فلو میں معاون نہیں)۔

پرومپٹ زبان: انگریزی (پری ویو)۔

API حدود: عام پری ویو حدود میں زیادہ سے زیادہ 10 API درخواستیں/منٹ فی پروجیکٹ، فی درخواست زیادہ سے زیادہ 4 ویڈیوز، اور ویڈیو کی لمبائیاں 4، 6، یا 8 سیکنڈ (ریفرنس-امیج فلو 8s کی حمایت کرتے ہیں) شامل ہیں۔

بینچ مارک کارکردگی

Google کی اندرونی اور عوامی خلاصہ جاتی جانچوں کے مطابق انسانی ریٹر تقابل میں Veo 3.1 کے آؤٹ پٹس کو ٹیکسٹ الائنمنٹ، بصری معیار، اور آڈیو–ویژول ہم آہنگی جیسے معیارات پر مضبوط ترجیح ملی (text→video اور image→video ٹاسکس)۔

Veo 3.1 نے متعدد معروضی محوروں پر داخلی انسانی-ریٹر تقابل میں اسٹیٹ آف دی آرٹ نتائج حاصل کیے— مجموعی ترجیح، پرومپٹ الائنمنٹ (text→video اور image→video)، بصری معیار، آڈیو-ویڈیو ہم آہنگی، اور “بصری طور پر حقیقت پسندانہ طبیعیات” پر MovieGenBench اور VBench جیسے بینچ مارک ڈیٹاسیٹس میں۔

محدودات اور حفاظتی غور و فکر

محدودات:

آرٹیفیکٹس اور عدم یکسانی: بہتریوں کے باوجود کچھ روشنی کے حالات، نفیس سطح کی طبیعیات، اور پیچیدہ اوکلوژنز اب بھی آرٹیفیکٹس پیدا کر سکتے ہیں؛ image→video مطابقت (خصوصاً طویل دورانیوں میں) بہتر ہوئی ہے مگر مکمل نہیں۔
گمراہ کن معلومات/ڈیپ فیک کا خطرہ: جامع تر آڈیو + آبجیکٹ انسریشن/ریموول کے باعث غلط استعمال کا خطرہ بڑھتا ہے (حقیقی معلوم ہونے والی جعلی آڈیو اور طویل کلپس)۔ Google تخفیفی اقدامات (پالیسی، حفاظتی اقدامات) نوٹ کرتا ہے اور پہلے کے Veo اجرا میں ماخذ شناسی میں مدد کے لیے واٹرمارکنگ/SynthID کا حوالہ دیا گیا تھا؛ تاہم تکنیکی حفاظتی اقدامات غلط استعمال کے خطرے کو مکمل طور پر ختم نہیں کرتے۔
لاگت اور تھروپٹ کی پابندیاں: ہائی-ریزولوشن، طویل ویڈیوز کمپیوٹیشن کے لحاظ سے مہنگی ہیں اور فی الحال پیڈ پری ویو میں گیٹڈ ہیں— امیج ماڈلز کے مقابلے میں زیادہ لیٹنسی اور لاگت کی توقع رکھیں۔ کمیونٹی پوسٹس اور Google فورم تھریڈز دستیابی کی ونڈوز اور فال بیک اسٹریٹیجیز پر بات کرتے ہیں۔

حفاظتی کنٹرولز: Veo 3.1 میں مربوط مواد پالیسیاں، پہلے کے Veo ریلیزز میں واٹرمارکنگ/SynthID سگنلنگ، اور پری ویو ایکسس کنٹرولز شامل ہیں؛ صارفین کو پلیٹ فارم پالیسی کی پیروی اور ہائی رسک آؤٹ پٹس کے لیے انسانی جائزہ نافذ کرنے کا مشورہ دیا جاتا ہے۔

عملی استعمالات

تخلیق کاروں کے لیے فوری پروٹو ٹائپنگ: اسٹوری بورڈز → ملٹی-شاٹ کلپس اور اینیمیٹکس، ابتدائی تخلیقی جائزے کے لیے نیٹو ڈائیلاگ کے ساتھ۔
مارکیٹنگ اور مختصر فارم مواد: 15–60 سیکنڈ پروڈکٹ اسپاٹس، سوشل کلپس، اور کونسپٹ ٹیزرز جہاں کامل فوٹوریئلزم سے زیادہ رفتار اہم ہو۔
Image→video تطبیق: First/Last Frame اور Scene Extension کے ذریعے تصویروں، کرداروں، یا دو فریموں کو ہموار ٹرانزیشنز یا اینیمیٹڈ مناظر میں بدلنا۔
ٹولنگ آگمینٹیشن: Flow میں مربوط تکراری ایڈیٹنگ (آبجیکٹ انسریشن/ریموول، لائٹنگ پری سیٹس) جو دستی VFX پاسز کو کم کرتی ہے۔

دیگر سرکردہ ماڈلز کے ساتھ تقابل

Veo 3.1 بمقابلہ Veo 3 (پیش رو): Veo 3.1 پرومپٹ پابندی، آڈیو کوالٹی، اور ملٹی-شاٹ یکسانی میں بہتری پر توجہ دیتا ہے — بتدریج مگر اثر انگیز اپڈیٹس جو آرٹیفیکٹس کم کرنے اور ایڈیٹیبلیٹی بہتر بنانے کے لیے ہیں۔

Veo 3.1 بمقابلہ OpenAI Sora 2: پریس میں رپورٹ کردہ ٹریڈ آفز کے مطابق: Veo 3.1 طویل بیانی کنٹرول، مربوط آڈیو، اور Flow ایڈیٹنگ انٹیگریشن پر زور دیتا ہے؛ Sora 2 (پریس میں تقابل کے وقت) مختلف مضبوطیوں (رفتار، مختلف ایڈیٹنگ پائپ لائنز) پر مرتکز ہے۔ آزاد سائیڈ-بائی-سائیڈ ٹیسٹنگ محدود ہے۔

صلاحیت	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
عمودی ویڈیو آؤٹ پٹ (نیٹو)	ہاں	محدود ورک فلو سپورٹ	ہاں
امیج سے ویڈیو	ہاں	ہاں	ہاں
آڈیو انضمام پر توجہ	مضبوط	درمیانہ	درمیانہ
فریم کنڈیشننگ	ہاں	ہاں	جزوی
سوشل ویڈیو آپٹیمائزیشن	مضبوط	درمیانہ	مضبوط
API ایکوسسٹم انضمام	Google ایکوسسٹم	OpenAI ایکوسسٹم	کریئیٹر ٹولز ایکوسسٹم

میں CometAPI کے ساتھ Veo 3.1 API کیسے استعمال کروں؟

ایک CometAPI API کلید بنائیں
ماڈل اینڈ پوائنٹ کے طور پر veo-3.1-generate-001 منتخب کریں
ویڈیو جنریشن API کے ذریعے پرومپٹ یا امیج ان پٹس بھیجیں
نتائج پول کریں اور تیار شدہ ویڈیوز حاصل کریں
کیمرہ موومنٹ، منظر کے تسلسل، اور مطابقت میں بہتری کے لیے پرومپٹس کو دہراتے رہیں

Veo 3.1 کی قیمتیں

[ماڈل کا نام] کے لیے مسابقتی قیمتوں کو دریافت کریں، جو مختلف بجٹ اور استعمال کی ضروریات کے مطابق ڈیزائن کیا گیا ہے۔ ہمارے لچکدار منصوبے اس بات کو یقینی بناتے ہیں کہ آپ صرف اسی کے لیے ادائیگی کریں جو آپ استعمال کرتے ہیں، جس سے آپ کی ضروریات بڑھنے کے ساتھ ساتھ اسکیل کرنا آسان ہو جاتا ہے۔ دریافت کریں کہ [ماڈل کا نام] کیسے آپ کے پروجیکٹس کو بہتر بنا سکتا ہے جبکہ اخراجات کو قابو میں رکھتا ہے۔

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).

Veo 3.1 کے لیے نمونہ کوڈ اور API

Veo 3.1 کے لیے جامع نمونہ کوڈ اور API وسائل تک رسائی حاصل کریں تاکہ آپ کے انضمام کے عمل کو آسان بنایا جا سکے۔ ہماری تفصیلی دستاویزات قدم بہ قدم رہنمائی فراہم کرتی ہیں، جو آپ کو اپنے پروجیکٹس میں Veo 3.1 کی مکمل صلاحیت سے فائدہ اٹھانے میں مدد کرتی ہیں۔

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"

Veo 3.1 کے ورژن

Veo 3.1 کے متعدد سنیپ شاٹس کی وجوہات میں ممکنہ عوامل شامل ہوسکتے ہیں جیسے اپ ڈیٹس کے بعد آؤٹ پٹ میں تبدیلیاں جس کی وجہ سے مستقل مزاجی کے لیے پرانے سنیپ شاٹس کی ضرورت ہوتی ہے، ڈویلپرز کو ایڈاپٹیشن اور مائیگریشن کے لیے منتقلی کا وقت فراہم کرنا، اور عالمی یا علاقائی اینڈ پوائنٹس کے مطابق مختلف سنیپ شاٹس کا ہونا تاکہ صارف کے تجربے کو بہتر بنایا جاسکے۔ ورژنز کے درمیان تفصیلی فرق کے لیے براہ کرم سرکاری دستاویزات کا حوالہ دیں۔

ماڈل ID	تفصیل	دستیابی	درخواست
veo3.1-all	استعمال کی گئی ٹیکنالوجی غیر سرکاری ہے اور تخلیق غیر مستحکم ہے، وغیرہ	✅	چیٹ فارمیٹ
veo3.1	سفارش کردہ، جدید ترین ماڈل کی طرف اشارہ کرتا ہے	✅	غیر ہم زمانی تخلیق