Introducción
Imagen a video para Veo 3.1 Fast: entra un primer fotograma, y si quieres un último fotograma; sale un clip de 4-8 segundos en 720p con sonido.
| Campo | Valor |
|---|---|
| Entrada | Imagen |
| Salida | Video |
| Editor | |
| Duración del clip | 4, 6 u 8 segundos; con imágenes de referencia siempre 8 |
| Resolución | 720p: 1280x720 (16:9) o 720x1280 (9:16) |
| Relaciones de aspecto | 16:9, 9:16 |
| Velocidad de cuadros | 24 fps |
| Audio | Generado con cada clip |
| Entradas | Prompt; primer fotograma y último fotograma opcional; de 1 a 3 imágenes de referencia |
Funciones y aspectos destacados
Pon a la persona de una foto en el lugar de otra
La imagen 1 era un hombre con chaqueta de mezclilla en una gasolinera, y la imagen 2, un observatorio de noche. El prompt pedía que el hombre de la primera imagen caminara hacia el observatorio, tocara la puerta y saludara. En 8 segundos hizo las tres cosas, con el mismo rostro, pelo y chaqueta. Una mujer que también aparecía en la imagen 2 no salió.
Un acercamiento continuo, sin cortes
Desde un único primer cuadro y "Slow push-in", la cámara se acercó sin corte durante 8 segundos, de un plano general de la cúpula a un primer plano medio. Ella se giró desde el telescopio, cruzó los brazos y sonrió mientras se llenaba el cielo de estrellas.
Una cámara que sigue el encargo
El mismo prompt del observatorio que probamos en Veo 3.1 dio un plano de 4 segundos en 16:9 por una pasarela elevada hacia la cúpula. La cámara avanzó como se pidió, y el telescopio de latón giró hacia la abertura.
Compara los niveles antes de decidir
Enviamos el mismo prompt de dos frases del bote de papel a Veo 3.1 y a Fast. Veo 3.1 filmó desde la altura del agua con juncos al frente; Fast centró el bote sobre el reflejo del sol, con ondas que se extendían alrededor. Prueba algunos briefs en ambos antes de elegir un nivel para un proyecto.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio. Di cómo se mueve todo desde el primer fotograma, a dónde va la cámara y qué se escucha. mínimo 1 caracteres · máximo 4000 caracteres |
image_url | Sí | Obligatorio. El fotograma inicial (JPEG, PNG o WebP). mínimo 1 caracteres |
last_image_url | No | Fotograma final opcional; el clip viaja del primer fotograma a este. mínimo 1 caracteres |
aspect_ratio | No | auto (por defecto) conserva la forma de tu primer fotograma; 16:9 o 9:16 lo recorta a esa forma. El precio no cambia. |
duration_seconds | No | Duración del clip: 4, 6 u 8 segundos, 8 por defecto. Los más largos cuestan más. |
Precios
Se cobra por clip según su duración: 4, 6 u 8 segundos. El último fotograma, el sonido y la relación de aspecto no suman nada. Un trabajo fallido o rechazado no cuesta nada.
| Especificación | Precio |
|---|---|
| $0.36 / solicitud |
| $0.54 / solicitud |
| $0.72 / solicitud |
Casos de uso
Tandas de anuncios y publicaciones sociales
El precio por clip es lo bastante bajo como para generar de una vez todo un conjunto de variantes 9:16: diez clips de 4 segundos cuestan $3.60, con sonido incluido.
El mismo personaje o producto en varios clips
Envía de 1 a 3 imágenes de referencia y llámalas Image 1, Image 2 e Image 3 en el prompt. En nuestra prueba, el rostro y la chaqueta de la imagen 1 pasaron a una escena nueva.
Storyboards que empiezan y terminan en cuadros de set
La imagen a video toma un primer cuadro y un último cuadro opcional, así que cada plano de una secuencia puede empezar y terminar donde lo planeaste.
Escenas de más de 8 segundos
Continúa un clip con extensión de video: su último cuadro abre un nuevo segmento de 4 a 8 segundos, cobrado al precio de imagen a video, y el origen no se cobra.
Guía de prompts y consejos prácticos
Menciona las referencias por número
Escribe "the man from Image 1" y "the observatory from Image 2", en el orden de subida. Di qué hace cada una: las imágenes fijan el look y el prompt fija la acción.
Recorta las referencias a lo que quieres
Usa un solo sujeto por imagen cuando puedas. Fast dejó fuera a una segunda persona en nuestra imagen de referencia, pero otros modelos pueden incluir todo.
Escribe la cámara y el sonido
Nombra un movimiento, como "Slow push-in" o "Handheld medium shot", y añade una línea como "Sound: footsteps on gravel, a metallic knock". Pon las palabras habladas entre comillas.
Itera en 4 segundos, termina en 8
A $0.36, un clip de 4 segundos es lo bastante barato para probar varias formulaciones. Cuando una funcione, renderízala en 8 segundos o envía la versión final a Veo 3.1. Los clips de referencia son de 8 segundos desde el principio, $0.72.
Introducción
Veo 3.1 Fast Imagen a video inicia un clip de 720p sobre tu propia imagen y la anima durante 4, 6 u 8 segundos con sonido; si añades un último fotograma, el clip viaja de una imagen a la otra. Las fotos de producto y los cuadros de storyboard son las entradas habituales. Google revisa primero el prompt y las imágenes, y una solicitud que rechaza falla sin costo.
Otros modos de Veo 3.1 Fast
- ¿Solo tienes una idea en palabras? Texto a video escribe la escena a partir de tu prompt.
- ¿Necesitas a la misma persona o el mismo producto en varios clips? Referencia a video admite hasta 3 imágenes.
- ¿Ya tienes metraje? Extender video continúa un clip desde su último fotograma.
Consejos para el prompt
- Describe solo el movimiento y la cámara; el primer fotograma ya muestra la escena.
- Con un último fotograma, explica con precisión cómo pasa la toma del primero al segundo.
- Deja la relación de aspecto en auto cuando importe la forma de tu primer fotograma.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/veo-3.1-fast/image-to-video",
"input": {
"aspect_ratio": "auto",
"duration_seconds": 8,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.