Wprowadzenie
Tekst na wideo dla Veo 3.1 Lite: napisz prompt i otrzymaj szkicowy klip 720p o długości 4-8 sekund z wygenerowanym dźwiękiem.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| Wyjście | Wideo |
| Wydawca | |
| Status u Google | Model w wersji zapoznawczej (na liście Google Cloud od 2 kwietnia 2026) |
| Długość klipu | 4, 6 lub 8 sekund (tryb referencji: 8 sekund) |
| Rozdzielczość | Tutaj 720p: 1280x720 (16:9) lub 720x1280 (9:16); Google podaje 1080p jako górną granicę Lite |
| Liczba klatek | 24 kl./s |
| Dźwięk | Generowany w każdym klipie; wersji bez dźwięku tutaj nie ma |
| Dane wejściowe | Tekst; pierwsza klatka z opcjonalną ostatnią klatką; do 3 obrazów referencyjnych (tryb SpicyAPI) |
Najważniejsze funkcje
Cały ruch z jednego zdjęcia
Jedno zdjęcie referencyjne: mężczyzna z mapą drogową obok bladoniebieskiego kabrioletu. Prompt prosił, by złożył mapę, spojrzał w niebo i uśmiechnął się. W 8 sekund przeczytał mapę, złożył ją, schował, a potem odchylił głowę i uśmiechnął się; samochód, kurtka i stacja benzynowa zostały ze zdjęcia.
Pierwsza i ostatnia klatka w cenie szkicu
Te same pierwsza i ostatnia klatka, które wysłaliśmy do Veo 3.1 i Gemini Omni 1.1 Flash, tym razem na 6 sekund za $0.27. Odwróciła się od teleskopu, założyła ramiona i skończyła, opierając się o barierkę, zgodnie z ostatnią klatką.
Szybki podgląd promptu
Nasz prompt o obserwatorium na 4 sekundy: migawka kopuły otworzyła się szerzej na pustynnym grzbiecie z kaktusami saguaro, kamera najechała wzdłuż barierki, a w kadrze pojawił się mosiężny teleskop. To wystarczy, by ocenić kadr, światło i ruch, zanim wydasz więcej na wyższy poziom.
Zdjęcie portretowe na wejściu, pionowy klip na wyjściu
Z portretem jako pierwszą klatką i proporcjami ustawionymi na auto klip wrócił w rozmiarze 720x1280. Spojrzała w górę, uśmiechnęła się i wróciła wzrokiem do kamery w ciągu 4 sekund.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Wymagane. Nazwij obiekt, jego działanie, ruch kamery i to, co ma być słychać; wypowiadane kwestie ujmij w cudzysłów. od 1 znaków · do 4000 znaków |
aspect_ratio | Nie | 16:9 (domyślnie, 1280x720) lub 9:16 (720x1280); cena się nie zmienia. |
duration_seconds | Nie | 4, 6 lub 8 sekund, domyślnie 8. Cena rośnie z długością: $0.18, $0.27, $0.36. |
Cennik
Rozliczenie za klip według długości: $0.18 za 4 sekundy, $0.27 za 6 i $0.36 za 8. Proporcje obrazu i dźwięk nie zmieniają ceny. Żądania nieudane lub odrzucone nie są rozliczane.
| Specyfikacja | Cena |
|---|---|
| $0.18 / żądanie |
| $0.27 / żądanie |
| $0.36 / żądanie |
Zastosowania
Sprawdzenie promptu przed większym renderem
Prompt dopracowany na Lite za $0.18 możesz wysłać do Veo 3.1 Fast lub Veo 3.1, zmieniając tylko nazwę modelu. Tekst na wideo i obraz na wideo przyjmują te same pola na wszystkich trzech poziomach.
Wiele wariantów jednego pomysłu
Wypróbuj inne ruchy kamery, oświetlenie lub sformułowania, po 4 sekundy każdy. Dziesięć 4-sekundowych szkiców kosztuje $1.80, mniej niż jeden 6-sekundowy klip na Veo 3.1 ($2.16), a sto kosztuje $18.
Animowanie zdjęć hurtem
Przy proporcjach ustawionych na auto obraz na wideo zachowuje kształt każdego obrazu: zdjęcia pionowe wracają jako pionowe, poziome jako szerokie.
Próba ujęcia opartego na referencjach
SpicyAPI oferuje referencje na wideo także na Lite: na wejściu 1-3 obrazy, na wyjściu 8-sekundowy klip, $0.36. Dokumentacja Google nie wymienia obrazów referencyjnych dla Lite, więc porównaj wynik ze swoimi obrazami, zanim zbudujesz na tym proces.
Wskazówki
Opisz cały przebieg
W 8-sekundowym klipie referencyjnym Lite wykonał trzyczęściową czynność: złożyć mapę, spojrzeć w górę, uśmiechnąć się. Wypisz kroki po kolei i przeznacz na każdy około 2-3 sekund.
Przy zdjęciach zostaw proporcje na auto
W obrazie na wideo auto zachowuje kształt pierwszej klatki, a 16:9 lub 9:16 przycina do tego kształtu.
Dodaj linijkę o dźwięku
Zakończ prompt słowem „Sound:” i opisem atmosfery, a wypowiadane słowa ujmij w cudzysłów. Każdy klip ma dźwięk bez dopłaty.
Przejdź wyżej dopiero, gdy szkic na to zasługuje
Gdy szkic działa, wyślij to samo żądanie do Veo 3.1 Fast ($0.36 za 4 sekundy) do zwykłej produkcji albo do Veo 3.1 ($1.44), gdy najważniejsza jest wierność. Zmienia się tylko nazwa modelu.
Wprowadzenie
Veo 3.1 Lite Tekst na wideo to punkt wyjścia większości szkiców. Opisz scenę i otrzymaj klip 720p o długości 4, 6 lub 8 sekund z dźwiękiem, w 16:9 lub 9:16. Klip 4-sekundowy kosztuje $0.18, więc możesz wypróbować pięć sformułowań jednego pomysłu, zanim zdecydujesz się na większy render. Google sprawdza prompty i obrazy przed generowaniem, a żądanie, które odrzuci, kończy się błędem bez opłaty.
Inne sposoby rozpoczęcia klipu Veo 3.1 Lite
- Opisana scena: Veo 3.1 Lite Tekst na wideo (jesteś tutaj)
- Twoja własna pierwsza klatka, opcjonalnie z ostatnią: Veo 3.1 Lite Obraz na wideo
- Zdjęcia do zachowania (tryb SpicyAPI nad Lite): Veo 3.1 Lite Referencje na wideo
- Klip do kontynuacji (tryb SpicyAPI łączący segmenty): Veo 3.1 Lite Przedłużenie wideo
Wskazówki do promptu
- Pisz w kolejności zdarzeń: miejsce i światło, obiekt, działanie, ruch kamery, dźwięk.
- Wypowiadane kwestie ujmij w cudzysłów i nazwij atmosferę, którą chcesz usłyszeć.
- Zrób szkic na 4 sekundy, zachowaj sformułowanie, które działa, i dopiero potem wydłuż do 8.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.