Introduction
Référence vers vidéo proposée par SpicyAPI sur Veo 3.1 Lite : une à trois images de référence et un prompt en entrée, un clip 720p de 8 secondes avec son en sortie.
| Champ | Valeur |
|---|---|
| Entrée | Texte |
| Sortie | Vidéo |
| Éditeur | |
| Statut chez Google | Modèle en préversion (listé sur Google Cloud depuis le 2 avril 2026) |
| Durée du clip | 4, 6 ou 8 secondes (mode référence : 8 secondes) |
| Résolution | 720p ici : 1280x720 (16:9) ou 720x1280 (9:16) ; Google indique 1080p comme plafond pour Lite |
| Fréquence d’images | 24 ips |
| Son | Généré dans chaque clip ; pas d’option muette ici |
| Entrées | Texte ; première image avec dernière image facultative ; jusqu’à 3 images de référence (un mode SpicyAPI) |
Fonctionnalités et points forts
Un geste complet à partir d’une seule photo
Une photo de référence d’un homme avec une carte routière à côté d’un cabriolet bleu pâle. Le prompt lui demandait de plier la carte, de lever les yeux vers le ciel et de sourire. En 8 secondes, il a lu la carte, l’a pliée, l’a rangée, puis a penché la tête en arrière en souriant, avec la voiture, la veste et la station-service conservées à partir de la photo.
Première et dernière image au prix des brouillons
Les mêmes première et dernière images que nous avons envoyées à Veo 3.1 et à Gemini Omni 1.1 Flash, sur 6 secondes pour $0.27. Elle s’est détournée du télescope, a croisé les bras et a fini appuyée sur la rambarde, comme sur la dernière image.
Une lecture rapide d’un prompt
Notre prompt sur l’observatoire sur 4 secondes : la fente de la coupole s’est ouverte davantage sur une crête désertique avec des cactus saguaro, la caméra a avancé le long de la rambarde, et un télescope en laiton est apparu. Cela suffit pour juger le cadrage, la lumière et le mouvement avant d’investir davantage dans un palier supérieur.
Photo de portrait en entrée, clip vertical en sortie
Avec une photo de portrait comme première image et le format d’image laissé sur auto, le clip est revenu en 720x1280. Elle a levé les yeux, souri et regardé de nouveau la caméra en moins de 4 secondes.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Obligatoire. Dites quels éléments d’Image 1, Image 2 et Image 3 apparaissent, ce qui se passe et comment la caméra bouge. 1 caractères minimum · 4000 caractères maximum |
reference_image_urls | Oui | Obligatoire. De 1 à 3 images de ce qui doit rester reconnaissable ; le prompt les appelle Image 1, Image 2 et Image 3, dans l’ordre d’envoi. 1 éléments minimum · 3 éléments maximum |
aspect_ratio | Non | 16:9 (par défaut) ou 9:16 ; le prix reste le même. |
duration_seconds | Non | Toujours 8 secondes dans ce mode, $0.36. |
Tarification
Facturé par clip de 8 secondes, $0.36. Le nombre d’images de référence et le format ne changent pas le prix. Une requête en échec ou refusée ne coûte rien.
| Spécification | Prix |
|---|---|
| $0.36 / requête |
Cas d’utilisation
Vérifier un prompt avant un rendu plus lourd
Un prompt mis au point avec Lite à $0.18 peut partir vers Veo 3.1 Fast ou Veo 3.1 en changeant seulement le nom du modèle. Texte vers vidéo et image vers vidéo prennent les mêmes champs sur les trois paliers.
Beaucoup de variantes d’une même idée
Essayez d’autres mouvements de caméra, éclairages ou formulations à 4 secondes chacun. Dix brouillons de 4 secondes coûtent $1.80, moins qu’un clip de 6 secondes avec Veo 3.1 ($2.16), et cent coûtent $18.
Animer des photos en série
Avec le format sur auto, image vers vidéo suit la forme de chaque image : les photos en portrait reviennent à la verticale, celles en paysage en largeur.
Tester un plan guidé par des références
SpicyAPI propose aussi la référence vers vidéo avec Lite : 1 à 3 images en entrée, un clip de 8 secondes en sortie, $0.36. La documentation de Google ne liste pas les images de référence pour Lite ; comparez donc le résultat à vos images avant de bâtir un flux de travail dessus.
Guide de prompt et conseils pratiques
Écrivez toute la séquence
Dans un clip de référence de 8 secondes, Lite a suivi une action en trois temps : plier la carte, lever les yeux, sourire. Listez les étapes dans l’ordre et prévoyez environ 2 à 3 secondes chacune.
Laissez le format sur auto pour les photos
Avec image vers vidéo, auto conserve la forme de votre première image, alors que 16:9 ou 9:16 la recadre à ce format.
Ajoutez une ligne de son
Terminez le prompt par « Sound: » suivi de l’ambiance voulue, et mettez les paroles entre guillemets. Chaque clip a du son sans supplément.
Montez en gamme seulement quand le brouillon le mérite
Quand un brouillon fonctionne, envoyez la même requête à Veo 3.1 Fast ($0.36 pour 4 secondes) pour la production courante, ou à Veo 3.1 ($1.44) quand la fidélité compte le plus. Seul le nom du modèle change.
Présentation
Veo 3.1 Lite Référence vers vidéo prend une à trois images d’une personne, d’un produit ou d’un lieu et construit autour d’elles un clip 720p de 8 secondes avec son. C’est un mode que SpicyAPI propose sur cette page : la documentation de Google indique que les images de référence ne sont pas prises en charge pour Veo 3.1 Lite ; jugez donc chaque résultat par rapport à vos images, et choisissez Veo 3.1 Fast si vous voulez le mode d’images de référence documenté par Google. Google examine d’abord les prompts et les images ; une requête refusée échoue et n’est pas facturée.
Autres façons de démarrer un clip Veo 3.1 Lite
- Une scène écrite : Veo 3.1 Lite Texte vers vidéo
- Votre propre première image, avec une dernière image facultative : Veo 3.1 Lite Image vers vidéo
- Des photos à conserver (un mode SpicyAPI ajouté à Lite) : Veo 3.1 Lite Référence vers vidéo (vous êtes ici)
- Un clip à poursuivre (un mode SpicyAPI qui enchaîne des segments) : Veo 3.1 Lite Prolonger une vidéo
Conseils pour le prompt
- Appelez les images Image 1, Image 2 et Image 3, dans l’ordre d’envoi.
- Choisissez des photos nettes et bien éclairées, avec un seul sujet chacune.
- Les images fixent l’apparence et le prompt fixe l’action : dites donc ce que fait chaque sujet.
Démarrage rapide de l’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/veo-3.1-lite/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 8,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.