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

可以。Veo 3.1 同時支援文字轉影片與圖片轉影片的工作流程，讓創作者可從提示詞、圖片或畫面導引工作流程開始。

When should I use Veo 3.1 instead of Sora 2?

當音訊同步、圖片引導的工作流程、直式內容創作，或與 Google 工具的生態系整合最為重要時，請選擇 Veo 3.1。

Can Veo 3.1 create vertical videos for TikTok or Shorts?

可以。Veo 3.1 原生支援 9:16 畫面比例。

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

降低提示詞的複雜度、簡化鏡頭指令，並反覆迭代提示詞。

Is Veo 3.1 suitable for commercial marketing videos and ads?

可以。非常適合品牌內容、產品影片與社群媒體行銷活動。

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

新用戶將獲得免費金鑰，且 API 價格仍為官方價格的 20%。

實惠的 Veo 3.1 API | image-to-video

Veo 3.1 的技術規格

項目	Veo 3.1（公開規格）
官方模型 ID	veo-3.1-generate-001
提供者	Google DeepMind / Google Cloud
模型類型	文字轉影片與影像轉影片生成
輸入類型	文字提示、影像輸入、首影格＋末影格引導
輸出類型	AI 生成影片
支援的解析度	720p 與 1080p，4K
支援的長寬比	16:9 與 9:16
支援的影格率	24 FPS
影片時長	4s、6s 或 8s 片段（取決於模式）
提示語言	英文
每次請求的影片數量	最多 4 個
API 速率限制	每專案每分鐘最多 50 次請求
支援的部署	Vertex AI、Gemini 生態系整合、Flow
不支援的功能（官方文件）	動態共享額度、部分參考影像工作流程、標準 API 流程中的原生影片延伸

什麼是 Veo 3.1？

Veo 3.1 是 Google 的旗艦級生成式影片模型系列，專注於電影級畫質的影片合成、更強的提示遵循、更好的場景一致性，以及多模態的影片創作工作流程。它超越了傳統的文字轉影片，支援影像引導的生成與由影格控制的敘事工作流程。官方支援包含文字轉影片、影像轉影片、提示重寫，以及首／末影格生成等工作流程。

核心功能

Veo 3.1 著重於實用的內容創作功能：

原生音訊產生（對白、環境音、音效）整合於輸出中。Veo 3.1 會產生與視覺時間線對齊的原生音訊（對白＋環境＋音效）；模型旨在對對白與場景提示維持口型同步與音畫對齊。
更長的輸出（相較於 Veo 3 的超短片段 8s，支援最長約 60 秒／1080p），以及多提示多鏡頭序列以維持敘事連貫性。
場景延伸與首／末影格模式，可在關鍵影格之間延展或插值畫面。
在 Flow 中提供物件插入及（即將推出的）物件移除與基本編輯功能。

以上各點旨在減少手動 VFX 工作：音訊與場景連貫性如今是主要輸出，而非事後補充。

技術細節（模型行為與輸入）

模型家族與變體：Veo 隸屬於 Google 的 Veo-3 系列；預覽模型 ID 通常為 veo3.1-pro；veo3.1（CometAPI 文件）。它可接收文字提示、影像參考（單一影格或序列），以及用於多鏡頭生成的結構化多提示版面配置。

解析度與時長：預覽文件描述輸出為720p/1080p，提供更長時長選項（在某些預覽設定中可達約 60 秒），且相較早期 Veo 版本具有更高保真度。

長寬比：16:9（支援）與9:16（除部分參考影像流程外支援）。

**提示語言：**英文（預覽）。

API 限制：典型預覽限制包含每專案每分鐘最多 10 次 API 請求、每次請求最多 4 部影片，以及影片長度可於4、6、或 8 秒中選擇（參考影像流程支援 8s）。

基準表現

Google 的內部與對外彙整評估顯示，在文字對齊、視覺品質與音畫一致性（文字→影片與影像→影片任務）等指標的人類評測比較中，對 Veo 3.1 的偏好度顯著更高。

Veo 3.1 在多個客觀面向的人類評測比較中達到最先進表現——整體偏好、提示對齊（文字→影片與影像→影片）、視覺品質、音畫對齊，以及在 MovieGenBench 與 VBench 等基準上的「視覺寫實物理」。

限制與安全考量

限制：

**偽影與不一致：**儘管已改進，特定光照、細緻的物理效果與複雜遮擋仍可能產生偽影；影像→影片的一致性（尤其長時長）有所提升但仍不完美。
**錯誤資訊／深偽風險：**更豐富的音訊＋物件插入／移除提升了被濫用的風險（更擬真的假音訊與延長片段）。Google 提到緩解措施（政策、保護機制），且早期 Veo 發布曾引用水印／SynthID 以協助來源追溯；然而技術防護無法完全消除濫用風險。
**成本與吞吐限制：**高解析度、長影片的計算成本高，目前在付費預覽中受到門檻限制——相較影像模型，預期更高的延遲與成本。社群貼文與 Google 論壇討論可用時段與回退策略。

**安全控制：**Veo3.1 整合內容政策，早期 Veo 版本具備 watermarking/synthID 標示，以及預覽存取控管；建議用戶遵循平台政策，對高風險輸出實施人工審查。

實際使用情境

創作者的快速原型製作：分鏡→多鏡頭片段與動態分鏡（animatics），並帶原生對白以供早期創意審看。
**行銷與短內容：**15–60 秒的產品廣告、社群短片與概念預告，適用於速度比完美寫實更重要的場景。
影像→影片改編：透過首／末影格與場景延伸，將插畫、角色或兩個影格轉換成平順轉場或動畫場景。
**工具增強：**整合至 Flow 以進行迭代式編輯（物件插入／移除、光照預設），降低手動 VFX 工序。

與其他領先模型的比較

Veo 3.1 vs Veo 3（前代）：Veo 3.1 聚焦於更好的提示遵循、音訊品質與多鏡頭一致性——屬於漸進但有影響力的更新，旨在減少偽影並提升可編輯性。

Veo 3.1 vs OpenAI Sora 2：媒體報導的權衡點：Veo 3.1 強調更長篇的敘事控制、整合音訊、以及 Flow 編輯整合；Sora 2（媒體比較中）著重於不同優勢（速度、不同編輯流程）。TechRadar 等媒體將 Veo 3.1 定位為 Google 針對 Sora 2 的敘事與長影片支援競品。目前獨立的並排測試仍有限。

能力	Veo 3.1	Sora 2	Runway Gen-4 / Gen-4.5
原生直向輸出	是	有限的工作流程支援	是
影像轉影片	是	是	是
音訊整合重點	強	中等	中等
影格條件化	是	是	部分
社群影片最佳化	強	中等	強
API 生態系整合	Google 生態系	OpenAI 生態系	創作者工具生態系

如何透過 CometAPI 使用 Veo 3.1 API？

建立 CometAPI API 金鑰
選擇 veo-3.1-generate-001 作為模型端點
透過影片生成 API 傳送提示或影像輸入
輪詢結果並擷取生成的影片
迭代調整提示以改進鏡頭運動、場景連貫性與一致性

Veo 3.1 的定價

探索 Veo 3.1 的競爭性定價，專為滿足各種預算和使用需求而設計。我們靈活的方案確保您只需為實際使用量付費，讓您能夠隨著需求增長輕鬆擴展。了解 Veo 3.1 如何在保持成本可控的同時提升您的專案效果。

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 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 Veo 3.1 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 Veo 3.1 的潛力。

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的版本

Veo 3.1擁有多個快照的原因可能包括：更新後輸出結果存在差異需保留舊版快照以確保一致性、為開發者提供適應與遷移的過渡期，以及不同快照對應全球或區域端點以優化使用者體驗等潛在因素。各版本間的具體差異請參閱官方文件說明。

模型 ID	描述	可用性	請求
veo3.1-all	所用技術為非官方，生成不穩定等	✅	Chat 格式
veo3.1	推薦，指向最新模型	✅	Async Generation