Introducción
Imagen a video para Veo 3.1 Lite: envía un primer fotograma, y un último si quieres, y recibe un clip de 720p de 4 a 8 segundos con sonido.
| Campo | Valor |
|---|---|
| Entrada | Imagen |
| Salida | Video |
| Editor | |
| Estado en Google | Modelo en versión preliminar (listado en Google Cloud desde el 2 de abril de 2026) |
| Duración del clip | 4, 6 u 8 segundos (modo de referencia: 8 segundos) |
| Resolución | Aquí 720p: 1280x720 (16:9) o 720x1280 (9:16); Google indica 1080p como el máximo de Lite |
| Velocidad de cuadros | 24 fps |
| Sonido | Se genera en cada clip; aquí no hay opción sin sonido |
| Entradas | Texto; primer fotograma con último fotograma opcional; hasta 3 imágenes de referencia (un modo de SpicyAPI) |
Funciones y aspectos destacados
Un beat completo a partir de una sola foto
Una foto de referencia de un hombre con un mapa de carreteras junto a un convertible azul pálido. El prompt le pedía doblar el mapa, mirar al cielo y sonreír. En 8 segundos leyó el mapa, lo dobló, lo guardó, luego echó la cabeza hacia atrás y sonrió, con el auto, la chaqueta y la gasolinera conservados de la foto.
Primer y último fotograma a precio de borrador
Los mismos primer y último cuadro que enviamos a Veo 3.1 y a Gemini Omni 1.1 Flash, a 6 segundos por $0.27. Ella se giró desde el telescopio, cruzó los brazos y terminó apoyada en la barandilla, igual que el último cuadro.
Una lectura rápida de un prompt
Nuestro prompt del observatorio a 4 segundos: la compuerta de la cúpula se abrió más sobre una cresta del desierto con cactus saguaro, la cámara avanzó por la barandilla y apareció un telescopio de latón. Basta para juzgar el encuadre, la luz y el movimiento antes de gastar más en un nivel superior.
Entra una foto de retrato y sale un clip vertical
Con una foto de retrato como primer cuadro y la relación de aspecto en automático, el clip salió en 720x1280. Ella miró hacia arriba, sonrió y volvió a mirar a la cámara en 4 segundos.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio. Indica cómo se mueven las cosas, adónde va la cámara y qué se oye entre el primer fotograma y el final del clip. mínimo 1 caracteres · máximo 4000 caracteres |
image_url | Sí | Obligatorio. El fotograma inicial (JPEG, PNG o WebP). mínimo 1 caracteres |
last_image_url | No | Opcional. La imagen en la que debe terminar el clip; el movimiento va del primer fotograma a esta. mínimo 1 caracteres |
aspect_ratio | No | auto (por defecto) conserva la forma de tu primer fotograma; 16:9 o 9:16 la recorta a esa forma. El precio no cambia. |
duration_seconds | No | 4, 6 u 8 segundos, 8 por defecto. El precio sube con la duración: $0.18, $0.27, $0.36. |
Precios
Se cobra por clip según la duración: $0.18 por 4 segundos, $0.27 por 6 y $0.36 por 8. La relación de aspecto y el sonido no cambian el precio. Si una solicitud falla o se rechaza, no pagas nada.
| Especificación | Precio |
|---|---|
| $0.18 / solicitud |
| $0.27 / solicitud |
| $0.36 / solicitud |
Casos de uso
Probar un prompt antes de un render más grande
Un prompt que afinas en Lite por $0.18 puede pasar a Veo 3.1 Fast o a Veo 3.1 cambiando solo el nombre del modelo. Texto a video e imagen a video usan los mismos campos en los tres niveles.
Muchas variantes de una misma idea
Prueba otros movimientos de cámara, otra iluminación u otra redacción con 4 segundos cada una. Diez borradores de 4 segundos cuestan $1.80, menos que un clip de 6 segundos con Veo 3.1 ($2.16), y cien cuestan $18.
Animar fotos en lote
Con la relación de aspecto en auto, imagen a video sigue la forma de cada imagen: las fotos verticales vuelven en vertical y las horizontales en ancho.
Probar una toma guiada por referencias
SpicyAPI también ofrece referencia a video con Lite: de 1 a 3 imágenes de entrada, un clip de 8 segundos de salida, $0.36. La documentación de Google no lista imágenes de referencia para Lite, así que compara el resultado con tus imágenes antes de montar un flujo de trabajo sobre esto.
Guía de prompts y consejos prácticos
Escribe toda la secuencia
En un clip de referencia de 8 segundos, Lite siguió una acción en tres partes: doblar el mapa, mirar hacia arriba, sonreír. Enumera los pasos en orden y calcula unos 2 o 3 segundos para cada uno.
Deja la relación de aspecto en auto para fotos
En imagen a video, auto conserva la forma de tu primer fotograma, mientras que 16:9 o 9:16 lo recorta a esa forma.
Añade una línea de sonido
Termina el prompt con "Sound:" y el ambiente que quieres, y pon las palabras habladas entre comillas. Todos los clips llevan sonido sin costo extra.
Sube de nivel solo cuando el borrador lo merece
Cuando un borrador funciona, envía la misma solicitud a Veo 3.1 Fast ($0.36 por 4 segundos) para producción estándar, o a Veo 3.1 ($1.44) cuando importa más la fidelidad. Solo cambia el nombre del modelo.
Introducción
Veo 3.1 Lite Imagen a video empieza un clip de 720p sobre tu propia imagen y la anima durante 4, 6 u 8 segundos, con sonido. Añade un último fotograma y el clip viaja de una imagen a la otra. Es una forma económica de comprobar si una foto se mueve como imaginas antes de pagar por Fast o Veo 3.1. Google revisa primero los prompts y las imágenes; una solicitud rechazada falla y no se cobra.
Otras formas de empezar un clip de Veo 3.1 Lite
- Una escena escrita: Veo 3.1 Lite Texto a video
- Tu propio primer fotograma, con un último fotograma opcional: Veo 3.1 Lite Imagen a video (estás aquí)
- Fotos que quieres conservar (un modo de SpicyAPI sobre Lite): Veo 3.1 Lite Referencia a video
- Un clip que quieres continuar (un modo de SpicyAPI que encadena segmentos): Veo 3.1 Lite Extender video
Consejos para el prompt
- Describe el movimiento y la cámara; la imagen ya muestra lo que hay.
- Con un último fotograma, explica cómo pasa la escena de la primera imagen a la segunda.
- Deja la relación de aspecto en auto y el clip conserva la forma de tu primer fotograma.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/veo-3.1-lite/image-to-video",
"input": {
"aspect_ratio": "auto",
"duration_seconds": 8,
"image_url": "https://example.com/reference.png",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.