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

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

When should I use Veo 3.1 instead of Sora 2?

Hãy chọn Veo 3.1 khi việc đồng bộ âm thanh, các quy trình được hướng dẫn bằng hình ảnh, tạo nội dung dọc, hoặc tích hợp hệ sinh thái với các công cụ của Google là yếu tố quan trọng nhất.

Can Veo 3.1 create vertical videos for TikTok or Shorts?

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

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

Giảm độ phức tạp của prompt, đơn giản hóa hướng dẫn camera và lặp lại prompt.

Is Veo 3.1 suitable for commercial marketing videos and ads?

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

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

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

API Veo 3.1 Giá Phải Chăng | image-to-video

Playground cho Veo 3.1

Khám phá Playground của Veo 3.1 — môi trường tương tác để kiểm tra mô hình và chạy truy vấn theo thời gian thực. Thử prompts, điều chỉnh tham số và lặp lại ngay lập tức để tăng tốc phát triển và xác thực các trường hợp sử dụng.

Thông số kỹ thuật của Veo 3.1

Hạng mục	Veo 3.1 (thông số kỹ thuật 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 từ hình ảnh
Loại đầu vào	Prompt văn bản, đầu vào hình ảnh, hướng dẫn khung đầu + khung cuối
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
Thời lượng 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 dùng chung động, một số quy trình ảnh tham chiếu, phần mở rộng video native trong luồng API tiêu chuẩn

Veo 3.1 là gì?

Veo 3.1 là dòng mô hình video sinh tổng hợp chủ lực của Google, tập trung vào tổng hợp video chất lượng điện ảnh, khả năng tuân thủ prompt mạnh hơn, tính nhất quán cảnh tốt hơn và các quy trình tạo video đa phương thức. Nó vượt ra ngoài tạo video từ văn bản tiêu chuẩn bằng cách hỗ trợ tạo có hướng dẫn bằng hình ảnh và các quy trình kể chuyện được kiểm soát bằng khung hình. Hỗ trợ chính thức bao gồm text-to-video, image-to-video, viết lại prompt và các quy trình tạo khung hình đầu/cuối.

Tính năng cốt lõi

Veo 3.1 tập trung vào các tính năng tạo nội dung thực dụng:

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

Mỗi mục trên được thiết kế để giảm công việc VFX thủ công: âm thanh và tính liên tục của cảnh giờ là đầu ra chính thay vì phần bổ sung sau.

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 (CometAPI doc). Nó chấp nhận prompt văn bản, ảnh tham chiếu (khung đơn hoặc chuỗi), và bố cục đa prompt có cấu trúc cho sinh 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 (tối đa ~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 ảnh tham chiếu).

Ngôn ngữ prompt: Tiếng Anh (xem trước).

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

Hiệu năng trên benchmark

Đánh giá nội bộ của Google và các tổng hợp công khai báo cáo mức độ ưa thích mạnh đối với đầu ra của Veo 3.1 qua so sánh bởi người đánh giá trên các chỉ số như khớp văn bản, chất lượng hình ảnh, và tính nhất quán âm thanh–hình ảnh (nhiệm vụ text→video và image→video).

Veo 3.1 đạt kết quả state-of-the-art trên so sánh do người đánh giá nội bộ ở nhiều trục khách quan — mức độ 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 tác & không nhất quán: dù đã cải thiện, một số tình huống chiếu sáng, vật lý tinh vi và che khuất phức tạp vẫn có thể gây tạo tác; tính nhất quán image→video (đặc biệt ở thời lượng dài) đã tốt hơn nhưng chưa hoàn hảo.
Rủi ro thông tin sai lệch/deepfake: âm thanh phong phú + chèn/xóa đối tượng làm tăng nguy cơ lạm dụng (âm thanh giả chân thực và clip kéo dài). Google nêu các biện pháp giảm thiểu (chính sách, bảo vệ) và các đợt Veo trước 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.
Hạn chế về chi phí & thông lượng: video độ phân giải cao, thời lượng dài tốn tài nguyên 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 hình ảnh. Cộng đồng và diễn đàn Google thảo luận các khoảng thời gian khả dụng và chiến lược dự phòng.

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

Trường hợp sử dụng thực tiễn

Dựng mẫu nhanh cho nhà sáng tạo: bảng phân cảnh → clip multi-shot và animatics với đối thoại native cho vòng duyệt sáng tạo sớm.
Marketing & nội dung ngắn: TVC/clip sản phẩm 15–60s, clip mạng xã hội và teaser ý tưởng nơi tốc độ quan trọng hơn tính siêu thực hoàn hảo.
Thích ứng image→video: biến minh họa, nhân vật, hoặc hai khung hình thành chuyển cảnh mượt hoặc hoạt họa qua First/Last Frame và Scene Extension.
Tăng cường công cụ: tích hợp vào Flow cho chỉnh sửa lặp (chèn/xóa đối tượng, preset ánh sáng) giúp giảm các bước VFX thủ công.

So sánh với các mô hình hàng đầu khác

Veo 3.1 vs Veo 3 (tiền nhiệm): Veo 3.1 tập trung vào tuân thủ prompt cải thiện, chất lượng âm thanh, và tính nhất quán multi-shot — nâng cấp tăng dần nhưng có tác động rõ rệt nhằm giảm tạo tác và cải thiện khả năng chỉnh sửa.

Veo 3.1 vs OpenAI Sora 2: những đánh đổi được báo chí đề cập: Veo 3.1 nhấn mạnh kiểm soát tường thuật dài hơi, âm thanh tích hợp, và tích hợp chỉnh sửa trong Flow; Sora 2 (khi so sánh trên báo chí) tập trung vào thế mạnh khác (tốc độ, pipeline chỉnh sửa khác). Thử nghiệm so sánh độc lập song song vẫn còn hạn chế.

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

Tôi sử dụng API Veo 3.1 với CometAPI như thế nào?

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

Câu Hỏi Thường Gặp

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).

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

#!/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}`);

Các phiên bản của Veo 3.1

Lý do Veo 3.1 có nhiều snapshot có thể bao gồm các yếu tố tiềm năng như: sự thay đổi đầu ra sau các bản cập nhật cần các snapshot cũ để đảm bảo tính nhất quán, cung cấp cho nhà phát triển thời gian chuyển tiếp để thích ứng và di chuyển, cũng như các snapshot khác nhau tương ứng với các endpoint toàn cầu hoặc khu vực nhằm tối ưu hóa trải nghiệm người dùng. Để biết chi tiết về sự khác biệt giữa các phiên bản, vui lòng tham khảo tài liệu chính thức.

ID mô hình	Mô tả	Khả dụng	Yêu cầu
veo3.1-all	Công nghệ sử dụng là không chính thức và quá trình tạo sinh không ổn định, v.v.	✅	Trò chuyện định dạng
veo3.1	Được khuyến nghị, trỏ đến mô hình mới nhất	✅	Tạo sinh bất đồng bộ