Veo 3.1 Official Text-to-Video API

google/veo3.1/text-to-video

Google Veo 3.1 官方旗舰文生视频模型,将文本构想转化为具备电影级物理质感与多轴运镜的 4K 视频。支持精准自然语言镜头控制与动作对齐的原生音效,按秒灵活计费,直连 Vidgo API。

输入
398/1000
输出
等待运行

生成的视频会显示在这里

填写提示词并添加所需素材,确认设置后点击“运行”。

8 seconds × 48/s = $1.92 (384 积分)
继续使用

示例

A rhinoceros hornbill glides low over a misty rainforest canopy at dawn, the camera tracking alongside at wing height, golden light breaking through drifting fog, droplets scattering from its wingtips as it banks between emergent trees. Natural sound: slow powerful wingbeats, distant gibbon calls, insects waking, a soft rush of humid air. Realistic wildlife documentary motion, no text, no logos.

Veo 3.1 Official Text-to-Video

Google Veo 3.1 官方旗舰文生视频模型,将文本构想转化为具备电影级物理质感与多轴运镜的 4K 视频。支持精准自然语言镜头控制与动作对齐的原生音效,按秒灵活计费,直连 Vidgo API。

为什么选择此端点?

  • 官方 Google 模型系列使用包含 Lite、Fast 和 Quality 变体的官方 Veo 3.1 系列,无需为每种工作流单独对接。

  • 透明的按秒计价提交前用时长乘以所选模型、分辨率和音频费率,即可预估每笔任务费用。

  • 音频成本控制按请求开关原生音频,让预览更便宜,成片再加入更丰富的声音。

  • 4K 升级路径先用较低成本完成草稿,确认高分辨率值得额外积分后再升级到 Fast 或 Quality 的 4K 任务。

  • 便于接入的异步 API一次提交即可获得任务 ID,再通过轮询或回调在生产系统中收取结果。

参数

参数要求说明
prompt必填

字符串。描述场景、动作、运镜、光线和声音;去除首尾空格后为 1–1,000 个字符。

duration可选

整数。设置输出时长;体验区默认预选 8 秒。

默认846
aspect_ratio可选

字符串。控制画面比例;体验区默认预选 16:9。

默认16:99:16
resolution可选

字符串。设置输出分辨率;体验区默认预选 720p。

默认720p1080p4k
sound可选

布尔值。是否生成原生音频;体验区默认预选 true。

默认truefalse

如何使用

  1. 描述场景与动作先写清主体、环境和主要动作,再在同一条提示词中补充运镜与声音。

  2. 设置时长、画面比例、分辨率和音频选择 4、6 或 8 秒,16:9 或 9:16 画幅、当前端点支持的分辨率,以及是否包含原生音频。

  3. 确认费用并运行查看运行按钮显示的当前按秒费用,完成必填提示词和素材上传后点击“运行”。

  4. 预览并下载视频任务完成后,在输出面板预览视频,再点击“下载视频”保存结果。

价格

Veo 3.1 Official 按生成秒数计费。最终费用 = 时长 × 所选每秒费率。美元换算采用当前基础 API 计费:2,000 积分 = $10。示例:Quality 8 秒 720p 带音频任务为 8 × 48 = 384 积分,按基础 API 积分汇率约 $1.92。

用量费率说明
720p,无音频24 积分/秒($0.12/秒)8 秒 = 192 积分($0.96)。
720p,带音频48 积分/秒($0.24/秒)默认 720p / 8 秒带音频为 384 积分($1.92)。
1080p,无音频24 积分/秒($0.12/秒)8 秒 = 192 积分($0.96)。
1080p,带音频48 积分/秒($0.24/秒)8 秒 = 384 积分($1.92)。
4k,无音频48 积分/秒($0.24/秒)8 秒 = 384 积分($1.92)。
4k,带音频72 积分/秒($0.36/秒)8 秒 = 576 积分($2.88)。

适用场景

  • AI 视频应用通过同一套异步 API,为需要文本、图片、首尾帧、音频和支持分辨率控制的应用接入官方 Google Veo 3.1。

  • 营销团队生成广告概念、产品镜头、发布短片和活动变体,并按预算与评审阶段选择 Lite、Fast 或 Quality。

  • 大规模试错先用较低成本的 Lite 做草稿,确认更高保真度值得额外花费后再把最佳提示词组合升级到 Fast 或 Quality。

  • 创作者平台为创作者提供带清晰计价、原生音频、横竖画幅和简单异步结果处理的 Google 视频能力。

专业建议

  • 提交前用时长乘以所选分辨率和音频费率,即可预估每笔任务费用。
  • 按请求开关原生音频,让预览更便宜,成片再加入更丰富的声音。
  • 提示词控制在 1,000 个字符以内,并将运镜与主体动作分开描述。
  • 低成本迭代用 Lite,均衡量产用 Fast,当画质比最低成本更重要时用 Quality。

使用说明

  • Veo 3.1 Official Text-to-Video 使用必填文本提示词生成视频,并可通过时长、分辨率、画面比例和音频设置配置输出。
  • 提示词上限为 1,000 个字符。时长支持 4、6 或 8 秒。
  • 通过 sound 参数请求带音频或静音输出。带音频与无音频任务使用不同的按秒费率。
  • Fast 和 Quality Official 支持 720p、1080p 和 4K。
  • 此端点仅支持文本。如需首帧或首尾帧任务,请使用 Official Image-to-Video 页面。
  • 通过 API 提交后保存 task_id,用于查询任务进度和获取生成结果。

Veo 3.1 Official Text-to-Video API 常见问题

Veo 3.1 Official Text-to-Video API 是什么?

Veo 3.1 Official Text-to-Video 让开发者通过 Vidgo API 调用官方 Google Veo 3.1 模型系列。本页是 Veo 3.1 Official 的文生视频端点。

应该使用哪个 model ID?

在 model 字段使用 google/veo3.1/text-to-video。不要提交包含 -official 的页面路径。

Veo 3.1 Official 支持音频吗?

支持。通过 sound 参数请求带音频或静音输出。带音频与无音频任务使用不同的按秒费率。

支持哪些图片输入模式?

此文生视频端点不接受图片。如需一张首帧或两张首尾帧图片,请使用对应的 Official Image-to-Video 页面。

接入前需要了解哪些限制?

提示词上限为 1000 个字符。时长支持 4、6 或 8 秒。Fast 和 Quality Official 支持 720p、1080p 和 4K。

异步交付如何工作?

向 generate 接口提交任务并获得 task_id。后端可用 task_id 轮询状态,或在请求中带上 callback_url 异步接收结果。

什么时候该选 Lite、Fast 或 Quality?

需要低成本迭代时选 Lite,需要均衡产能和 4K 时选 Fast,需要最高画质或旗舰 4K 结果时选 Quality。

什么情况下不适合选择 Veo 3.1 Official?

如果单次请求需要超过 8 秒,或需要三图参考工作流,则不太适合。