Veo 3.1 Lite genera l'audio?

Sì. Google include l'audio tra gli output di Lite, e ogni clip arriva qui con ambiente, effetti, musica e le battute che scrivi tra virgolette. L'audio è sempre attivo in questa API e non cambia il prezzo.

Quale risoluzione offre Veo 3.1 Lite?

720p in questa pagina: 1280x720 per il 16:9 e 720x1280 per il 9:16, a 24 fotogrammi al secondo. La documentazione di Google fissa il limite di Lite a 1080p e non offre il 4K. Se ti servono più pixel, [Gemini Omni 1.1 Flash](/models/gemini-omni-1-1-flash) qui arriva fino al 4K con upscaling.

Quanto costa l'API Veo 3.1 Lite?

A clip, in base alla durata: $0.18 per 4 secondi, $0.27 per 6 e $0.36 per 8; da riferimento a video dura sempre 8 secondi e costa $0.36. Fa $0.045 al secondo, il 10% in meno dei $0.05 al secondo di Google per Lite a 720p. Dieci bozze da 4 secondi costano $1.80, cento costano $18. Proporzioni, audio e numero di immagini non cambiano il prezzo, e Estendi video si paga solo per i secondi nuovi. Una richiesta che fallisce o viene rifiutata non è addebitata.

Come si confronta Veo 3.1 Lite con Veo 3.1 Fast?

Al lancio Google ha descritto Lite come meno della metà del costo di Fast, alla stessa velocità. La scheda del modello di DeepMind li ha poi messi a confronto: Lite ha ottenuto un tasso di vittoria complessivo del 54,6% da testo a video (1.000 prompt) e del 47,2% da immagine a video (646 prompt). La scheda non spiega come siano stati contati i pareggi, quindi leggilo come vicino, non come migliore. Su SpicyAPI una clip da 4 secondi viene $0.18 con Lite e $0.36 con [Veo 3.1 Fast](/models/veo-3-1-fast).

Veo 3.1 Lite è ancora un modello in anteprima?

Sì. La piattaforma cloud di Google elenca Veo 3.1 Lite come modello in anteprima, lanciato il 2 aprile 2026. I modelli in anteprima dell'API Gemini, Lite compreso, sono stati chiusi il 22 ottobre 2026, e Google ora indirizza i nuovi lavori a Gemini Omni Flash. Anteprima non significa disponibilità generale; se Lite non sarà più disponibile qui, lo annunceremo e proporremo un sostituto come [Gemini Omni 1.1 Flash](/models/gemini-omni-1-1-flash).

Veo 3.1 Lite supporta immagini di riferimento ed estensione video?

La documentazione di Google indica che le immagini di riferimento non sono supportate per Lite e non è coerente sull'estensione video nativa, quindi non contiamo su nessuna delle due. Da riferimento a video ed Estendi video sono modalità SpicyAPI in questa pagina. Da riferimento a video accetta da 1 a 3 immagini e restituisce una clip da 8 secondi. Estendi video prende l'ultimo fotogramma di una clip fino a 60 secondi, ne ricava un nuovo segmento da immagine a video e restituisce i due uniti. Controlla i risultati rispetto alle tue immagini di riferimento.

Quando usare Veo 3.1 Fast o Veo 3.1 al posto di Lite?

Resta su Lite finché stai ancora scegliendo inquadratura, luce, movimento e formulazione. Passa a [Veo 3.1 Fast](/models/veo-3-1-fast) ($0.36 per 4 secondi) per la produzione standard, e a [Veo 3.1](/models/veo-3-1) ($1.44 per 4 secondi) quando la fedeltà visiva è la priorità per il montaggio finale; anche Google posiziona così i livelli. Da testo a video e da immagine a video usano gli stessi campi di richiesta su tutti e tre.

Meglio Veo 3.1 Lite o Gemini Omni Flash per un nuovo progetto?

Google ora consiglia Gemini Omni Flash per i nuovi lavori, mentre Lite è ancora un'anteprima. [Gemini Omni 1.1 Flash](/models/gemini-omni-1-1-flash) costa circa il doppio per una clip da 4 secondi a 720p ($0.3648), ma arriva a 10 secondi, 7 immagini di riferimento e 4K con upscaling. Scegli Lite per grandi lotti di bozze economiche e Omni 1.1 Flash quando ti servono questi extra.

Come chiamo l'API Veo 3.1 Lite?

Crea una chiave API nella console SpicyAPI e invia POST /api/v1/jobs/createTask con il modello google/veo-3.1-lite/text-to-video (o image-to-video, reference-to-video, video-extend) e un input con prompt e impostazioni. Interroga /api/v1/jobs/recordInfo con l'ID attività restituito, oppure passa una callBackUrl. La stessa chiave funziona con tutti gli altri modelli di SpicyAPI.

Esiste una modalità NSFW in Veo 3.1 Lite?

No. Un prezzo più basso non significa regole più larghe: la scheda del modello di Google non segnala regressioni di sicurezza rispetto a Veo 3.1. Google esamina prompt, immagini e output e rifiuta i contenuti per adulti. SpicyAPI non aggiunge filtri propri, ma non può nemmeno cambiare quello di Google. Una richiesta rifiutata non è addebitata. Per video orientati ad adulti usa [MiniMax H3](/models/minimax-h3), [Seedance 2.5](/models/seedance-2-5) o [Wan 3.0](/models/wan-3-0), che funzionano con lo stesso account e la stessa chiave API.

Veo 3.1 Lite API: prezzo e politica NSFW

google/veo-3.1-lite/text-to-video

Il da testo a video di Veo 3.1 Lite è il modo economico per provare una scena: un prompt in ingresso, una clip a 720p da 4, 6 o 8 secondi con audio in uscita, in 16:9 o 9:16.

Da $0.18/richiesta

Esegui il modello Vedi l’API

Input

Da testo a video

Testo del prompt255/4000

Proporzioni

Durataincide sul prezzo

468

Controllo di sicurezzaDisattivato

SpicyAPI non applica nessun controllo di sicurezza a questo modello. Il tuo prompt e i tuoi media arrivano al modello così come li hai scritti, ed è il modello stesso a decidere che cosa torna indietro.

Controllo del tuo account prima di abilitare invio e prezzi.

Output

Pronto per una nuova esecuzione

Il tuo risultato comparirà qui.

Configura gli input, controlla la stima, poi esegui il modello.

{
  "model": "google/veo-3.1-lite/text-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "duration_seconds": 8,
    "prompt": "Blue hour at a desert observatory. The white dome slowly rotates open with a low mechanical hum, revealing a brass telescope as the first stars appear. The camera drifts forward along the railing. Sound: wind over sand, the dome's motor, a distant coyote."
  }
}

Introduzione

Da testo a video per Veo 3.1 Lite: scrivi un prompt e ricevi una clip bozza a 720p da 4 a 8 secondi con audio generato.

Specifiche di Veo 3.1 Lite · Text to Video
Campo	Valore
Input	Testo
Output	Video
Editore	Google
Stato presso Google	Modello in anteprima (nell'elenco di Google Cloud dal 2 aprile 2026)
Durata della clip	4, 6 o 8 secondi (modalità riferimento: 8 secondi)
Risoluzione	Qui 720p: 1280x720 (16:9) o 720x1280 (9:16); Google indica 1080p come limite massimo di Lite
Frequenza fotogrammi	24 fps
Audio	Generato in ogni clip; qui non esiste l'opzione senza audio

Caratteristiche principali

Un intero movimento da una sola foto

Una foto di riferimento di un uomo con una mappa stradale accanto a una decappottabile azzurro pallido. Il prompt chiedeva di piegare la mappa, guardare il cielo e sorridere. In 8 secondi ha letto la mappa, l’ha piegata, l’ha infilata via, poi ha reclinato la testa all’indietro e sorriso, con l’auto, la giacca e la stazione di servizio mantenute dalla foto.

Primo e ultimo fotogramma a prezzo di bozza

Gli stessi primo e ultimo fotogramma inviati a Veo 3.1 e Gemini Omni 1.1 Flash, a 6 secondi per $0.27. Lei si è girata dal telescopio, ha incrociato le braccia e ha finito appoggiata al parapetto, come nel fotogramma di chiusura.

Un’anteprima veloce di un prompt

Il nostro prompt sull’osservatorio a 4 secondi: l’apertura della cupola si è allargata su una cresta del deserto con cactus saguaro, la camera è avanzata lungo il parapetto e un telescopio d’ottone è comparso in vista. Abbastanza per giudicare inquadratura, luce e movimento prima di spendere di più su un livello superiore.

Foto ritratto in ingresso, clip verticale in uscita

Con una foto ritratto come primo fotogramma e il rapporto d’aspetto lasciato su auto, la clip è tornata in formato 720x1280. Lei ha alzato lo sguardo, sorriso e riguardato la camera in 4 secondi.

Parametri della richiesta

Parametri della richiesta di Veo 3.1 Lite · Text to Video
Parametro	Obbligatorio	Nota
`prompt`	Sì	Obbligatorio. Indica il soggetto, cosa fa, come si muove la camera e cosa si deve sentire; metti le battute tra virgolette. almeno 1 caratteri · al massimo 4000 caratteri
`aspect_ratio`	No	16:9 (predefinito, 1280x720) o 9:16 (720x1280); il prezzo non cambia. `16:9` · `9:16` · Predefinito: `16:9`
`duration_seconds`	No	4, 6 o 8 secondi, predefinito 8. Il prezzo cresce con la durata: $0.18, $0.27, $0.36. `4` · `6` · `8` · Predefinito: `8`

Prezzi

Addebito a clip in base alla durata: $0.18 per 4 secondi, $0.27 per 6 e $0.36 per 8. Proporzioni e audio non cambiano il prezzo. Se una richiesta fallisce o viene rifiutata, non paghi nulla.

Prezzi
Specifiche	Prezzo
`4`	$0.18 / richiesta
`6`	$0.27 / richiesta
`8`	$0.36 / richiesta

Casi d’uso

Verificare un prompt prima di un render più grande

Un prompt messo a punto su Lite a $0.18 può passare a Veo 3.1 Fast o a Veo 3.1 cambiando solo il nome del modello. Da testo a video e da immagine a video usano gli stessi campi in tutti e tre i livelli.

Tante varianti della stessa idea

Prova altri movimenti di camera, altre luci o altre formulazioni a 4 secondi ciascuna. Dieci bozze da 4 secondi costano $1.80, meno di una clip da 6 secondi con Veo 3.1 ($2.16), e cento costano $18.

Animare foto in blocco

Con le proporzioni su auto, da immagine a video segue la forma di ogni immagine: le foto verticali tornano in verticale, quelle orizzontali in larghezza.

Provare una scena guidata da riferimenti

SpicyAPI offre da riferimento a video anche su Lite: da 1 a 3 immagini in ingresso, una clip da 8 secondi in uscita, $0.36. La documentazione di Google non elenca le immagini di riferimento per Lite, quindi confronta il risultato con le tue immagini prima di costruirci sopra un flusso di lavoro.

Consigli avanzati

Scrivi tutta la sequenza

In una clip di riferimento da 8 secondi Lite ha seguito un'azione in tre parti: piegare la mappa, alzare lo sguardo, sorridere. Elenca i passaggi in ordine e conta circa 2-3 secondi per ciascuno.
Lascia le proporzioni su auto per le foto

Con da immagine a video, auto mantiene la forma del tuo primo fotogramma, mentre 16:9 o 9:16 la ritaglia a quella forma.
Aggiungi una riga per l'audio

Chiudi il prompt con "Sound:" e l'ambiente che vuoi, e metti le parole pronunciate tra virgolette. Ogni clip ha l'audio senza costi extra.
Sali di livello solo quando la bozza se lo merita

Quando una bozza funziona, invia la stessa richiesta a Veo 3.1 Fast ($0.36 per 4 secondi) per la produzione standard, o a Veo 3.1 ($1.44) quando conta di più la fedeltà. Cambia solo il nome del modello.

Introduzione

Veo 3.1 Lite Da testo a video è il punto di partenza della maggior parte delle bozze. Descrivi una scena e ricevi una clip a 720p da 4, 6 o 8 secondi con audio, in 16:9 o 9:16. Una clip da 4 secondi costa $0.18, quindi puoi provare cinque formulazioni della stessa idea prima di impegnarti in un render più grande. Google esamina prompt e immagini prima di generare, e una richiesta che rifiuta fallisce senza costi.

Altri modi per iniziare una clip Veo 3.1 Lite

Una scena scritta: Veo 3.1 Lite Da testo a video (sei qui)
Il tuo primo fotogramma, con un ultimo fotogramma facoltativo: Veo 3.1 Lite Da immagine a video
Foto da mantenere (una modalità SpicyAPI sopra Lite): Veo 3.1 Lite Da riferimento a video
Una clip da continuare (una modalità SpicyAPI che concatena segmenti): Veo 3.1 Lite Estendi video

Consigli per il prompt

Scrivi nell'ordine in cui accade: luogo e luce, soggetto, azione, movimento di camera, audio.
Metti le battute tra virgolette e indica l'ambiente che vuoi sentire.
Fai la bozza a 4 secondi, tieni la formulazione che funziona e solo dopo allunga a 8.

Avvio rapido dell’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/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "aspect_ratio": "16:9",
    "duration_seconds": 8
  }
}'

# 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"

Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.

Modelli correlati e attività successive

Manca il modello che ti serve?

Dicci cosa aggiungere e dove lo useresti. Le richieste arrivano a chi decide quali modelli integrare per primi.

VEO 3.1 PER BOZZE E VOLUMI

L'API Veo 3.1 Lite per bozze economiche e test in volume: modalità testo, immagine, riferimento ed estensione, audio in ogni clip, da $0.18 per una clip da 4 secondi a 720p.

Numeri chiave

Per clip da 4 secondi: $0.18; 6 secondi costano $0.27 e 8 secondi $0.36: $0.045 al secondo, il 10% sotto i $0.05 di Google.
Prezzo di Veo 3.1 Fast: 1/2; Una clip da 4 secondi costa $0.18 qui e $0.36 con Veo 3.1 Fast. Google ha lanciato Lite a meno della metà del costo di Fast, alla stessa velocità.
Prezzo di Veo 3.1: 1/8; Otto secondi costano $0.36 con Lite e $2.88 con Veo 3.1.
Da testo a video vs Fast: 54,6%; Tasso di vittoria dalla scheda del modello di Google, su 1.000 prompt; da immagine a video era il 47,2% su 646.
Durata della clip: 4-8 S; 4, 6 o 8 secondi; la modalità riferimento è fissa a 8.
Risoluzione: 720P; 1280x720 o 720x1280 a 24 fps; il limite di Google per Lite è 1080p.

Prima di spendere

Tutte le modalità

Le clip qui sono a 720p. La documentazione di Google indica 1080p come risoluzione massima di Lite e non offre il 4K in questo livello.
4, 6 o 8 secondi per clip; la modalità riferimento è solo da 8 secondi. Le scene più lunghe si costruiscono con Estendi video, una funzione SpicyAPI che fa partire ogni nuovo segmento dall'ultimo fotogramma della clip precedente.