Khi nào tôi nên sử dụng Veo 3.1 thay vì Sora 2?

Hãy chọn Veo 3.1 khi việc đồng bộ hóa âm thanh, quy trình làm việc dựa trên hình ảnh, tạo nội dung dọc hoặc tích hợp với hệ sinh thái công cụ của Google là quan trọng nhất.

Có bản dùng thử miễn phí cho Veo 3.1 API trên CometAPI không?

Người dùng mới sẽ nhận được một key miễn phí, và giá API vẫn sẽ là 20% giá chính thức.

Veo 3.1 có thể tạo video dọc cho TikTok hoặc Shorts không?

Có. Veo 3.1 hỗ trợ tỷ lệ khung hình 9:16 gốc.

Veo 3.1 có phù hợp cho video tiếp thị thương mại và quảng cáo không?

Có. Nó rất phù hợp cho nội dung thương hiệu, video sản phẩm và các chiến dịch trên mạng xã hội.

Veo 3.1 API có thể tạo video từ hình ảnh cũng như từ lời nhắc văn bản không?

Có. Veo 3.1 hỗ trợ cả quy trình văn bản thành video và hình ảnh thành video, cho phép người sáng tạo bắt đầu từ lời nhắc, hình ảnh hoặc các quy trình hướng dẫn theo khung hình.

Tôi nên làm gì nếu việc tạo bằng Veo 3.1 thất bại hoặc cho ra kết quả kém?

Giảm độ phức tạp của lời nhắc, đơn giản hóa chỉ dẫn máy quay, và lặp lại lời nhắc.

Google

Khả dụng

veo3.1

Veo 3.1 API

Veo 3.1 là mô hình tạo video AI hàng đầu, được thiết kế cho đầu ra điện ảnh chất lượng cao với khả năng đồng bộ âm thanh gốc. Veo 3.1 mang lại chuyển động chân thực, độ trung thực hình ảnh cao và khả năng tạo nội dung âm thanh - hình ảnh được căn chỉnh chặt chẽ phục vụ sản xuất video chuyên nghiệp.

Giá khởi điểm

$0.32 / giây

Tính phí theo mức sử dụng

Tình trạng API

Khả dụng

Endpoint môi trường thực tế

Thời gian phản hồi

Sẵn sàng bất đồng bộ

Thời gian phản hồi API thực đo

Ngày phát hành

May 31, 2026

Google

Playground

Dùng thử Veo 3.1 với một yêu cầu thực tế, xem xét các tham số và xác thực đầu ra trước khi tích hợp API.

Tổng quan

Tổng quan thực tế về Veo 3.1, bao gồm các hành vi quan trọng và lưu ý khi tích hợp.

Thông số kỹ thuật của Veo 3.1

Hạng mục	Veo 3.1 (thông số công khai)
ID mô hình chính thức	veo-3.1-generate-001
Nhà cung cấp	Google DeepMind / Google Cloud
Loại mô hình	Tạo video từ văn bản và tạo video từ ảnh
Loại đầu vào	Prompt văn bản, đầu vào ảnh, hướng dẫn khung hình đầu tiên + khung hình cuối cùng
Loại đầu ra	Video do AI tạo
Độ phân giải được hỗ trợ	720p và 1080p, 4K
Tỷ lệ khung hình được hỗ trợ	16:9 và 9:16
Tốc độ khung hình được hỗ trợ	24 FPS
Độ dài video	Clip 4s, 6s hoặc 8s (phụ thuộc chế độ)
Ngôn ngữ prompt	Tiếng Anh
Số video mỗi yêu cầu	Tối đa 4
Giới hạn tốc độ API	Tối đa 50 yêu cầu/phút/dự án
Hình thức triển khai được hỗ trợ	Vertex AI, tích hợp hệ sinh thái Gemini, Flow
Tính năng không được hỗ trợ (tài liệu chính thức)	Hạn ngạch chia sẻ động, một số quy trình tham chiếu ảnh, mở rộng video bản địa trong luồng API tiêu chuẩn

Veo 3.1 là gì?

Veo 3.1 là dòng mô hình tạo sinh video chủ lực của Google, tập trung vào tổng hợp video chất lượng điện ảnh, bám sát prompt tốt hơn, nhất quán cảnh tốt hơn và quy trình tạo video đa phương thức. Nó mở rộng vượt ra ngoài tạo video từ văn bản tiêu chuẩn bằng cách hỗ trợ tạo theo hướng dẫn bằng ảnh và quy trình kể chuyện được kiểm soát theo khung hình. Hỗ trợ chính thức bao gồm các quy trình tạo từ văn bản thành video, từ ảnh thành video, viết lại prompt và tạo khung hình đầu/cuối.

Tính năng cốt lõi

Veo 3.1 tập trung vào các tính năng phục vụ thực tiễn tạo nội dung:

Tạo âm thanh bản địa (đối thoại, âm thanh nền, SFX) được tích hợp trong đầu ra. Veo 3.1 tạo âm thanh bản địa (đối thoại + âm thanh nền + SFX) đồng bộ với dòng thời gian hình ảnh; mô hình hướng tới duy trì đồng bộ khẩu hình và căn chỉnh âm thanh–hình ảnh cho lời thoại và dấu hiệu cảnh.
Đầu ra dài hơn (hỗ trợ lên đến ~60 giây / 1080p so với các clip rất ngắn của Veo 3, 8s), và chuỗi multi-shot với nhiều prompt nhằm duy trì mạch kể.
Chế độ Scene Extension và First/Last Frame để mở rộng hoặc nội suy cảnh quay giữa các khung hình then chốt.
Chèn đối tượng và (sắp có) xóa đối tượng cùng các thao tác chỉnh sửa cơ bản trong Flow.

Mỗi gạch đầu dòng trên được thiết kế để giảm công việc VFX thủ công: âm thanh và tính liên tục cảnh giờ đây là các đầu ra hạng nhất thay vì được xử lý sau cùng.

Chi tiết kỹ thuật (hành vi mô hình & đầu vào)

Dòng mô hình & biến thể: Veo thuộc họ Veo-3 của Google; ID mô hình xem trước thường là veo3.1-pro; veo3.1 (tài liệu CometAPI). Mô hình chấp nhận prompt văn bản, tham chiếu ảnh (khung đơn hoặc chuỗi), và bố cục nhiều prompt có cấu trúc cho tạo nhiều cảnh (multi-shot).

Độ phân giải & thời lượng: Tài liệu xem trước mô tả đầu ra ở 720p/1080p với tùy chọn thời lượng dài hơn (lên đến ~60s trong một số thiết lập xem trước) và độ trung thực cao hơn so với các biến thể Veo trước đó.

Tỷ lệ khung hình: 16:9 (được hỗ trợ) và 9:16 (được hỗ trợ, trừ một số luồng tham chiếu ảnh).

Ngôn ngữ prompt: Tiếng Anh (xem trước).

Giới hạn API: giới hạn xem trước điển hình gồm tối đa 10 yêu cầu API/phút mỗi dự án, tối đa 4 video mỗi yêu cầu, và độ dài video chọn giữa 4, 6 hoặc 8 giây (các luồng tham chiếu ảnh hỗ trợ 8s).

Hiệu năng trên benchmark

Đánh giá nội bộ của Google và tóm tắt công khai cho thấy ưu tiên mạnh mẽ dành cho đầu ra của Veo 3.1 trong so sánh do người đánh giá thực hiện trên các chỉ số như căn chỉnh với văn bản, chất lượng hình ảnh, và tính mạch lạc âm thanh–hình ảnh (nhiệm vụ text→video và image→video).

Veo 3.1 đạt kết quả mức hàng đầu trong so sánh do người đánh giá nội bộ trên nhiều trục khách quan — mức ưa thích tổng thể, bám sát prompt (text→video và image→video), chất lượng hình ảnh, căn chỉnh âm thanh–hình ảnh, và “vật lý chân thực về mặt thị giác” trên các bộ dữ liệu như MovieGenBench và VBench.

Hạn chế & cân nhắc an toàn

Hạn chế:

Tạo nhiễu & không nhất quán: mặc dù đã cải thiện, một số tình huống ánh sáng, vật lý tinh vi và che khuất phức tạp vẫn có thể tạo ra nhiễu; tính nhất quán image→video (đặc biệt ở thời lượng dài) được cải thiện nhưng chưa hoàn hảo.
Rủi ro thông tin sai lệch/deepfake: âm thanh phong phú hơn + chèn/xóa đối tượng làm tăng rủi ro lạm dụng (âm thanh giả chân thực và clip kéo dài). Google nêu các biện pháp giảm thiểu (chính sách, biện pháp bảo vệ) và các bản phát hành Veo trước từng đề cập watermarking/SynthID để hỗ trợ truy xuất nguồn gốc; tuy nhiên các biện pháp kỹ thuật không loại bỏ hoàn toàn rủi ro lạm dụng.
Ràng buộc chi phí & thông lượng: video độ phân giải cao, thời lượng dài tốn kém tính toán và hiện được giới hạn trong giai đoạn xem trước trả phí — kỳ vọng độ trễ và chi phí cao hơn so với mô hình ảnh. Bài viết cộng đồng và chủ đề trên diễn đàn Google thảo luận về cửa sổ khả dụng và chiến lược dự phòng.

Kiểm soát an toàn: Veo 3.1 tích hợp chính sách nội dung, tín hiệu watermarking/SynthID trong các bản Veo trước, và kiểm soát truy cập giai đoạn xem trước; khách hàng được khuyến nghị tuân thủ chính sách nền tảng và triển khai rà soát của con người cho các đầu ra rủi ro cao.

Trường hợp sử dụng thực tế

Dựng mẫu nhanh cho người sáng tạo: bảng phân cảnh → clip multi-shot và animatic với đối thoại bản địa phục vụ đánh giá sáng tạo sớm.
Marketing & nội dung ngắn: spot sản phẩm 15–60s, clip mạng xã hội và teaser ý tưởng khi tốc độ quan trọng hơn tính siêu chân thực.
Thích ứng ảnh→video: chuyển minh họa, nhân vật, hoặc hai khung hình thành chuyển cảnh mượt mà hoặc cảnh động thông qua First/Last Frame và Scene Extension.
Tăng cường công cụ: tích hợp vào Flow để chỉnh sửa lặp (chèn/xóa đối tượng, preset ánh sáng) nhằm giảm các lượt VFX thủ công.

So sánh với các mô hình hàng đầu khác

Veo 3.1 so với Veo 3 (tiền nhiệm): Veo 3.1 tập trung vào bám sát prompt tốt hơn, chất lượng âm thanh, và tính nhất quán multi-shot — là các cập nhật gia tăng nhưng ảnh hưởng lớn, nhằm giảm nhiễu và cải thiện khả năng chỉnh sửa.

Veo 3.1 so với OpenAI Sora 2: đánh đổi được nêu trên báo chí: Veo 3.1 nhấn mạnh kiểm soát tường thuật dạng dài, tích hợp âm thanh, và tích hợp chỉnh sửa trong Flow; Sora 2 (khi so sánh trên báo chí) tập trung vào các điểm mạnh khác (tốc độ, pipeline chỉnh sửa khác). TechRadar và các kênh khác xem Veo 3.1 là đối thủ mục tiêu của Google với Sora 2 cho tường thuật và video dài. Kiểm thử độc lập so sánh trực tiếp còn hạn chế.

Khả năng	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Đầu ra dọc gốc	Có	Hỗ trợ quy trình hạn chế	Có
Từ ảnh thành video	Có	Có	Có
Tập trung tích hợp âm thanh	Mạnh	Vừa phải	Vừa phải
Điều kiện hóa khung hình	Có	Có	Một phần
Tối ưu cho video mạng xã hội	Mạnh	Vừa phải	Mạnh
Tích hợp hệ sinh thái API	Hệ sinh thái Google	Hệ sinh thái OpenAI	Hệ sinh thái công cụ cho creator

Làm thế nào để dùng API Veo 3.1 với CometAPI?

Tạo khóa API CometAPI
Chọn veo-3.1-generate-001 làm endpoint mô hình
Gửi prompt hoặc đầu vào ảnh qua API tạo video
Thăm dò kết quả và lấy video đã tạo
Lặp lại prompt cho chuyển động camera, tính liên tục cảnh và cải thiện tính nhất quán

Câu Hỏi Thường Gặp

Giá cả

Sử dụng ước tính nhanh ở trên cho một lần chạy, sau đó xem so sánh đầy đủ giữa CometAPI và giá chính thức.

Kiểm tra 5 giây

$1.60

Chi phí sử dụng CometAPI ước tính

Kiểm tra 10 giây

$3.20

Chi phí sử dụng CometAPI ước tính

Kiểm tra 15 giây

$4.80

Chi phí sử dụng CometAPI ước tính

Giá cả cho Veo 3.1

Khám phá mức giá cạnh tranh cho Veo 3.1, được thiết kế để phù hợp với nhiều ngân sách và nhu cầu sử dụng khác nhau. Các gói linh hoạt của chúng tôi đảm bảo bạn chỉ trả tiền cho những gì bạn sử dụng, giúp dễ dàng mở rộng quy mô khi yêu cầu của bạn tăng lên. Khám phá cách Veo 3.1 có thể nâng cao các dự án của bạn trong khi vẫn kiểm soát được chi phí.

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).

API

Sao chép một endpoint và ví dụ mã hoạt động, sau đó mở tài liệu tham khảo API đầy đủ khi bạn cần mọi tham số.

Một API, quyền truy cập mô hình sẵn sàng cho môi trường thực tế

Xác thực một lần, gọi endpoint mô hình và duy trì cùng một quy trình thanh toán và giám sát trên các nhà cung cấp.

POST/v1/videos

Mã mẫu và API cho Veo 3.1

Truy cập mã mẫu toàn diện và tài nguyên API cho Veo 3.1 để tối ưu hóa quy trình tích hợp của bạn. Tài liệu chi tiết của chúng tôi cung cấp hướng dẫn từng bước, giúp bạn khai thác toàn bộ tiềm năng của Veo 3.1 trong các dự án của mình.

POST

/v1/videos

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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}`);

Khả năng

Xem các thông tin quan trọng của mô hình trước khi chọn kiến trúc hoặc ước tính tải cho môi trường thực tế.

Khả năng được hỗ trợ

Các tính năng được API mô hình hiện tại trả về.

text-to-video

image-to-video

Đầu vào và đầu ra

Đầu vào

text

Đầu ra

video

Hồ sơ môi trường thực tế

Nhà cung cấp: Google
Bối cảnh: Tùy theo mô hình
Sử dụng thương mại: Được hỗ trợ

Trường hợp sử dụng

Sử dụng Veo 3.1 cho các quy trình môi trường thực tế phù hợp với khả năng video của nó, sau đó so sánh các lựa chọn khác trước khi cam kết tích hợp lâu dài.

Ý tưởng chuyển văn bản thành video và nội dung mạng xã hội

Demo sản phẩm và storyboard mang tính điện ảnh

Chuyển động từ ảnh sang video và lặp lại sáng tạo

Mô hình khác

So sánh các mô hình khác có sẵn qua CometAPI theo chất lượng, độ trễ, khả năng và giá cả.

Mở so sánh mô hình →

Aliyun

Wan3.0

Từ xác minh nhanh đến đầu ra mang chất điện ảnh, phí được tính dựa trên thời lượng video được tạo, lựa chọn độ phân giải phù hợp, và biến mỗi lượt tạo thành một quy tắc hoạt động về đầu tư sáng tạo có kế hoạch

Xem mô hình

Flux

Flux 3

FLUX 3 - Mô hình thế giới thực: Hướng tới các mô hình dòng đa phương thức như xương sống của trí thông minh thị giác.

Xem mô hình

Aliyun

Happy Horse 1.1

HappyHorse 1.1 là một mô hình tạo video đa phương thức, được thiết kế cho sáng tạo nội dung chuyên nghiệp, quảng cáo, phim ngắn, sản xuất nội dung cho mạng xã hội và kể chuyện. Nó mở rộng các khả năng của HappyHorse 1.0 — vốn đã thu hút sự chú ý đáng kể sau khi xếp hạng cao trong các đánh giá độc lập về tạo video — với tính nhất quán giữa các cảnh mạnh hơn và độ trung thực hình ảnh được cải thiện.

Xem mô hình

OpenAI

Sora 2 Pro

Sora 2 Pro là mô hình tạo sinh đa phương tiện tiên tiến và mạnh mẽ nhất của chúng tôi, có khả năng tạo video với âm thanh được đồng bộ hóa. Nó có thể tạo các đoạn video chi tiết, sinh động từ ngôn ngữ tự nhiên hoặc hình ảnh.

Xem mô hình

Aliyun

Happy Horse 1.0

Happy Horse 1.0 — Một mô hình tạo sinh âm thanh–hình ảnh chất lượng cao, hỗ trợ tạo video từ văn bản và từ hình ảnh. Hệ thống có thể tạo phần hình ảnh, âm thanh và khẩu hình được đồng bộ, phù hợp cho phim ngắn, ấn phẩm quảng cáo và video giới thiệu sản phẩm.

Xem mô hình

OpenAI

Sora 2

Mô hình tạo video siêu mạnh mẽ, kèm hiệu ứng âm thanh, hỗ trợ định dạng chat.

Xem mô hình

Uptime

Xem dữ liệu heartbeat trực tiếp, tính khả dụng của endpoint và thời gian phản hồi thực đo trước khi triển khai thực tế.

Phiên bản

Xem các mã định danh mô hình khả dụng trước khi cố định một tích hợp môi trường thực tế.

Model id	description	Availability	Yêu cầu
veo3.1-all	Công nghệ sử dụng là không chính thức và quá trình tạo không ổn định, v.v.	✅	Trò chuyện
veo3.1	Được khuyến nghị, trỏ tới mô hình mới nhất	✅	Tạo bất đồng bộ

Tiếp tục khám phá

So sánh các mô hình và tiếp tục nghiên cứu của bạn

Google

Khả dụng

veo3.1

Veo 3.1 API

Giá khởi điểm

$0.32 / giây

Tính phí theo mức sử dụng

Tình trạng API

Khả dụng

Endpoint môi trường thực tế

Thời gian phản hồi

Sẵn sàng bất đồng bộ

Thời gian phản hồi API thực đo

Ngày phát hành

May 31, 2026

Google

Playground

Dùng thử Veo 3.1 với một yêu cầu thực tế, xem xét các tham số và xác thực đầu ra trước khi tích hợp API.

Tổng quan

Tổng quan thực tế về Veo 3.1, bao gồm các hành vi quan trọng và lưu ý khi tích hợp.

Thông số kỹ thuật của Veo 3.1

Hạng mục	Veo 3.1 (thông số công khai)
ID mô hình chính thức	veo-3.1-generate-001
Nhà cung cấp	Google DeepMind / Google Cloud
Loại mô hình	Tạo video từ văn bản và tạo video từ ảnh
Loại đầu vào	Prompt văn bản, đầu vào ảnh, hướng dẫn khung hình đầu tiên + khung hình cuối cùng
Loại đầu ra	Video do AI tạo
Độ phân giải được hỗ trợ	720p và 1080p, 4K
Tỷ lệ khung hình được hỗ trợ	16:9 và 9:16
Tốc độ khung hình được hỗ trợ	24 FPS
Độ dài video	Clip 4s, 6s hoặc 8s (phụ thuộc chế độ)
Ngôn ngữ prompt	Tiếng Anh
Số video mỗi yêu cầu	Tối đa 4
Giới hạn tốc độ API	Tối đa 50 yêu cầu/phút/dự án
Hình thức triển khai được hỗ trợ	Vertex AI, tích hợp hệ sinh thái Gemini, Flow
Tính năng không được hỗ trợ (tài liệu chính thức)	Hạn ngạch chia sẻ động, một số quy trình tham chiếu ảnh, mở rộng video bản địa trong luồng API tiêu chuẩn

Veo 3.1 là gì?

Tính năng cốt lõi

Veo 3.1 tập trung vào các tính năng phục vụ thực tiễn tạo nội dung:

Tạo âm thanh bản địa (đối thoại, âm thanh nền, SFX) được tích hợp trong đầu ra. Veo 3.1 tạo âm thanh bản địa (đối thoại + âm thanh nền + SFX) đồng bộ với dòng thời gian hình ảnh; mô hình hướng tới duy trì đồng bộ khẩu hình và căn chỉnh âm thanh–hình ảnh cho lời thoại và dấu hiệu cảnh.
Đầu ra dài hơn (hỗ trợ lên đến ~60 giây / 1080p so với các clip rất ngắn của Veo 3, 8s), và chuỗi multi-shot với nhiều prompt nhằm duy trì mạch kể.
Chế độ Scene Extension và First/Last Frame để mở rộng hoặc nội suy cảnh quay giữa các khung hình then chốt.
Chèn đối tượng và (sắp có) xóa đối tượng cùng các thao tác chỉnh sửa cơ bản trong Flow.

Chi tiết kỹ thuật (hành vi mô hình & đầu vào)

Tỷ lệ khung hình: 16:9 (được hỗ trợ) và 9:16 (được hỗ trợ, trừ một số luồng tham chiếu ảnh).

Ngôn ngữ prompt: Tiếng Anh (xem trước).

Hiệu năng trên benchmark

Hạn chế & cân nhắc an toàn

Hạn chế:

Tạo nhiễu & không nhất quán: mặc dù đã cải thiện, một số tình huống ánh sáng, vật lý tinh vi và che khuất phức tạp vẫn có thể tạo ra nhiễu; tính nhất quán image→video (đặc biệt ở thời lượng dài) được cải thiện nhưng chưa hoàn hảo.
Rủi ro thông tin sai lệch/deepfake: âm thanh phong phú hơn + chèn/xóa đối tượng làm tăng rủi ro lạm dụng (âm thanh giả chân thực và clip kéo dài). Google nêu các biện pháp giảm thiểu (chính sách, biện pháp bảo vệ) và các bản phát hành Veo trước từng đề cập watermarking/SynthID để hỗ trợ truy xuất nguồn gốc; tuy nhiên các biện pháp kỹ thuật không loại bỏ hoàn toàn rủi ro lạm dụng.
Ràng buộc chi phí & thông lượng: video độ phân giải cao, thời lượng dài tốn kém tính toán và hiện được giới hạn trong giai đoạn xem trước trả phí — kỳ vọng độ trễ và chi phí cao hơn so với mô hình ảnh. Bài viết cộng đồng và chủ đề trên diễn đàn Google thảo luận về cửa sổ khả dụng và chiến lược dự phòng.

Trường hợp sử dụng thực tế

Dựng mẫu nhanh cho người sáng tạo: bảng phân cảnh → clip multi-shot và animatic với đối thoại bản địa phục vụ đánh giá sáng tạo sớm.
Marketing & nội dung ngắn: spot sản phẩm 15–60s, clip mạng xã hội và teaser ý tưởng khi tốc độ quan trọng hơn tính siêu chân thực.
Thích ứng ảnh→video: chuyển minh họa, nhân vật, hoặc hai khung hình thành chuyển cảnh mượt mà hoặc cảnh động thông qua First/Last Frame và Scene Extension.
Tăng cường công cụ: tích hợp vào Flow để chỉnh sửa lặp (chèn/xóa đối tượng, preset ánh sáng) nhằm giảm các lượt VFX thủ công.

So sánh với các mô hình hàng đầu khác

Khả năng	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
Đầu ra dọc gốc	Có	Hỗ trợ quy trình hạn chế	Có
Từ ảnh thành video	Có	Có	Có
Tập trung tích hợp âm thanh	Mạnh	Vừa phải	Vừa phải
Điều kiện hóa khung hình	Có	Có	Một phần
Tối ưu cho video mạng xã hội	Mạnh	Vừa phải	Mạnh
Tích hợp hệ sinh thái API	Hệ sinh thái Google	Hệ sinh thái OpenAI	Hệ sinh thái công cụ cho creator

Làm thế nào để dùng API Veo 3.1 với CometAPI?

Tạo khóa API CometAPI
Chọn veo-3.1-generate-001 làm endpoint mô hình
Gửi prompt hoặc đầu vào ảnh qua API tạo video
Thăm dò kết quả và lấy video đã tạo
Lặp lại prompt cho chuyển động camera, tính liên tục cảnh và cải thiện tính nhất quán

Câu Hỏi Thường Gặp

Giá cả

Sử dụng ước tính nhanh ở trên cho một lần chạy, sau đó xem so sánh đầy đủ giữa CometAPI và giá chính thức.

Kiểm tra 5 giây

$1.60

Chi phí sử dụng CometAPI ước tính

Kiểm tra 10 giây

$3.20

Chi phí sử dụng CometAPI ước tính

Kiểm tra 15 giây

$4.80

Chi phí sử dụng CometAPI ước tính

Giá cả cho Veo 3.1

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).

API

Sao chép một endpoint và ví dụ mã hoạt động, sau đó mở tài liệu tham khảo API đầy đủ khi bạn cần mọi tham số.

Một API, quyền truy cập mô hình sẵn sàng cho môi trường thực tế

Xác thực một lần, gọi endpoint mô hình và duy trì cùng một quy trình thanh toán và giám sát trên các nhà cung cấp.

POST/v1/videos

Mã mẫu và API cho Veo 3.1

POST

/v1/videos

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"
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 "https://api.cometapi.com/v1/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=$(curl -s -X GET "https://api.cometapi.com/v1/videos/${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}`);

Khả năng

Xem các thông tin quan trọng của mô hình trước khi chọn kiến trúc hoặc ước tính tải cho môi trường thực tế.

Khả năng được hỗ trợ

Các tính năng được API mô hình hiện tại trả về.

text-to-video

image-to-video

Đầu vào và đầu ra

Đầu vào

text

Đầu ra

video

Hồ sơ môi trường thực tế

Nhà cung cấp: Google
Bối cảnh: Tùy theo mô hình
Sử dụng thương mại: Được hỗ trợ

Trường hợp sử dụng

Ý tưởng chuyển văn bản thành video và nội dung mạng xã hội

Demo sản phẩm và storyboard mang tính điện ảnh

Chuyển động từ ảnh sang video và lặp lại sáng tạo

Mô hình khác

So sánh các mô hình khác có sẵn qua CometAPI theo chất lượng, độ trễ, khả năng và giá cả.

FLUX 3 - Mô hình thế giới thực: Hướng tới các mô hình dòng đa phương thức như xương sống của trí thông minh thị giác.

Mô hình tạo video siêu mạnh mẽ, kèm hiệu ứng âm thanh, hỗ trợ định dạng chat.

Xem mô hình

Uptime

Xem dữ liệu heartbeat trực tiếp, tính khả dụng của endpoint và thời gian phản hồi thực đo trước khi triển khai thực tế.

Phiên bản

Xem các mã định danh mô hình khả dụng trước khi cố định một tích hợp môi trường thực tế.

Model id	description	Availability	Yêu cầu
veo3.1-all	Công nghệ sử dụng là không chính thức và quá trình tạo không ổn định, v.v.	✅	Trò chuyện
veo3.1	Được khuyến nghị, trỏ tới mô hình mới nhất	✅	Tạo bất đồng bộ

Tiếp tục khám phá