O Veo 3.1 Lite gera som?

Sim. O Google lista o áudio entre as saídas do Lite, e cada clipe chega aqui com ambiente, efeitos, música e as falas que você escrever entre aspas. O som está sempre ativo nesta API e não altera o preço.

Que resolução o Veo 3.1 Lite entrega?

720p nesta página: 1280x720 para 16:9 e 720x1280 para 9:16, a 24 quadros por segundo. A documentação do Google coloca o teto do Lite em 1080p e não oferece 4K. Se você precisa de mais pixels, o [Gemini Omni 1.1 Flash](/models/gemini-omni-1-1-flash) chega aqui a 4K ampliado.

Quanto custa a API do Veo 3.1 Lite?

Por clipe, conforme a duração: $0.18 por 4 segundos, $0.27 por 6 e $0.36 por 8; referência para vídeo sempre dura 8 segundos e custa $0.36. Isso dá $0.045 por segundo, 10% abaixo dos $0.05 por segundo do Google para o Lite em 720p. Dez rascunhos de 4 segundos custam $1.80 e cem custam $18. Proporção, som e número de imagens não alteram o preço, e estender vídeo é cobrado só pelos segundos novos. Uma solicitação que falha ou é recusada não é cobrada.

Como o Veo 3.1 Lite se compara ao Veo 3.1 Fast?

No lançamento, o Google descreveu o Lite como custando menos da metade do Fast, com a mesma velocidade. A ficha do modelo da DeepMind então colocou os dois lado a lado: o Lite teve taxa de vitória geral de 54,6% em texto para vídeo (1.000 prompts) e de 47,2% em imagem para vídeo (646 prompts). A ficha não explica como os empates foram contados, então leia como próximo, não como melhor. No SpicyAPI, um clipe de 4 segundos sai por $0.18 no Lite e $0.36 no [Veo 3.1 Fast](/models/veo-3-1-fast).

O Veo 3.1 Lite ainda é um modelo em prévia?

Sim. A plataforma de nuvem do Google lista o Veo 3.1 Lite como modelo em prévia, lançado em 2 de abril de 2026. Os modelos em prévia da API Gemini, Lite incluído, foram desativados em 22 de outubro de 2026, e o Google agora indica o Gemini Omni Flash para trabalhos novos. Prévia não é disponibilidade geral; se o Lite deixar de estar disponível aqui, vamos avisar e sugerir um substituto como o [Gemini Omni 1.1 Flash](/models/gemini-omni-1-1-flash).

O Veo 3.1 Lite aceita imagens de referência e extensão de vídeo?

A documentação do Google lista imagens de referência como não compatíveis com o Lite e não é consistente sobre a extensão de vídeo nativa, então não contamos com nenhuma das duas. Referência para vídeo e Estender vídeo são modos do SpicyAPI nesta página. Referência para vídeo recebe de 1 a 3 imagens e devolve um clipe de 8 segundos. Estender vídeo usa o último quadro de um clipe de até 60 segundos, cria a partir dele um novo trecho de imagem para vídeo e devolve os dois unidos. Confira os resultados com suas imagens de referência.

Quando usar o Veo 3.1 Fast ou o Veo 3.1 em vez do Lite?

Fique no Lite enquanto ainda escolhe enquadramento, luz, movimento e texto. Passe para o [Veo 3.1 Fast](/models/veo-3-1-fast) ($0.36 por 4 segundos) para produção padrão, e para o [Veo 3.1](/models/veo-3-1) ($1.44 por 4 segundos) quando a fidelidade visual é a prioridade no corte final; é assim que o Google posiciona as faixas. Texto para vídeo e imagem para vídeo usam os mesmos campos de solicitação nos três.

Veo 3.1 Lite ou Gemini Omni Flash: qual é melhor para um projeto novo?

O Google agora recomenda o Gemini Omni Flash para trabalhos novos, enquanto o Lite ainda é uma prévia. O [Gemini Omni 1.1 Flash](/models/gemini-omni-1-1-flash) custa cerca do dobro por um clipe de 4 segundos em 720p ($0.3648), mas chega a 10 segundos, 7 imagens de referência e 4K ampliado. Escolha o Lite para grandes lotes de rascunhos baratos e o Omni 1.1 Flash quando precisar desses extras.

Como chamo a API do Veo 3.1 Lite?

Crie uma chave de API no console do SpicyAPI e envie POST /api/v1/jobs/createTask com o modelo google/veo-3.1-lite/text-to-video (ou image-to-video, reference-to-video, video-extend) e um input com seu prompt e suas configurações. Consulte /api/v1/jobs/recordInfo com o ID da tarefa retornado, ou passe uma callBackUrl. A mesma chave funciona em todos os outros modelos do SpicyAPI.

Existe um modo NSFW no Veo 3.1 Lite?

Não. Preço menor não significa regras mais frouxas: a ficha do modelo do Google não relata regressão de segurança em relação ao Veo 3.1. O Google analisa prompts, imagens e saídas e recusa conteúdo adulto. O SpicyAPI não adiciona filtro próprio, mas também não pode mudar o do Google. Uma solicitação recusada não é cobrada. Para vídeo voltado a adultos, use o [Wan 3.0](/models/wan-3-0), o [Seedance 2.5](/models/seedance-2-5) ou o [MiniMax H3](/models/minimax-h3), que funcionam com a mesma conta e a mesma chave de API.

Veo 3.1 Lite API: Preço Baixo e Política NSFW

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

A imagem para vídeo do Veo 3.1 Lite dá vida a uma imagem estática em um clipe em 720p de 4, 6 ou 8 segundos com som, e pode terminar em um último quadro que você fornecer.

A partir de $0.18/solicitação

Executar modelo Ver API

Entrada

Imagem para vídeo

Prompt209/4000

Imagem de entrada1/1

Arraste arquivos ou links de mídia, cole ou selecione · 1 arquivo · Máx. 10 MB · JPG · PNG · WEBP

Frame final1/1

Arraste arquivos ou links de mídia, cole ou selecione · 1 arquivo · Máx. 10 MB · JPG · PNG · WEBP

Proporção

Duraçãoafeta o preço

468

Filtro de segurançaDesligado

A SpicyAPI não executa filtro de segurança neste modelo. Seu prompt e suas mídias chegam ao modelo exatamente como você os enviou, e o próprio modelo decide o resultado.

Verificando sua conta antes de liberar o envio e a estimativa de preço.

Saída

Pronto para uma nova execução

O resultado aparecerá aqui.

Configure as entradas, confira a estimativa de preço e execute o modelo.

{
  "model": "google/veo-3.1-lite/image-to-video",
  "input": {
    "aspect_ratio": "16:9",
    "duration_seconds": 6,
    "prompt": "She turns from the telescope toward the camera, folds her arms and smiles as the stars come out above the dome. Gentle wind moves her braid. Slow push-in. Sound: soft desert wind and the hum of the dome motor.",
    "image_url": "https://cdn.spicyapi.ai/models/examples/inputs/412cfbb352980fc0.jpeg",
    "last_image_url": "https://cdn.spicyapi.ai/models/examples/inputs/ba2aaab676c5f45b.jpeg"
  }
}

Introdução

Imagem para vídeo do Veo 3.1 Lite: envie um primeiro quadro, e um último se quiser, e receba um clipe em 720p de 4 a 8 segundos com som.

Especificações de Veo 3.1 Lite · Image to Video
Campo	Valor
Entrada	Imagem
Saída	Vídeo
Editor	Google
Status no Google	Modelo em prévia (listado no Google Cloud desde 2 de abril de 2026)
Duração do clipe	4, 6 ou 8 segundos (modo de referência: 8 segundos)
Resolução	Aqui 720p: 1280x720 (16:9) ou 720x1280 (9:16); o Google indica 1080p como o teto do Lite
Taxa de quadros	24 fps
Som	Gerado em cada clipe; aqui não há opção sem som
Entradas	Texto; primeiro quadro com último quadro opcional; até 3 imagens de referência (um modo do SpicyAPI)

Recursos e destaques

Um gesto inteiro a partir de uma foto

Uma foto de referência de um homem com um mapa de estradas ao lado de um conversível azul-claro. O prompt pedia que ele dobrasse o mapa, olhasse para o céu e sorrisse. Em 8 segundos ele leu o mapa, dobrou-o, guardou-o e depois inclinou a cabeça para trás e sorriu, com o carro, a jaqueta e o posto de gasolina mantidos da foto.

Primeiro e último quadro a preço de rascunho

Os mesmos primeiro e último quadros que enviamos ao Veo 3.1 e ao Gemini Omni 1.1 Flash, agora em 6 segundos por $0.27. Ela se virou do telescópio, cruzou os braços e terminou recostada no corrimão, combinando com o último quadro.

Uma leitura rápida de um prompt

Nosso prompt do observatório em 4 segundos: a abertura da cúpula se alargou sobre uma crista do deserto com cactos saguaro, a câmera avançou ao longo do corrimão e um telescópio de latão apareceu. O bastante para avaliar enquadramento, luz e movimento antes de gastar mais numa faixa superior.

Foto de retrato entra, clipe vertical sai

Com uma foto de retrato como primeiro quadro e a proporção em automático, o clipe voltou em 720x1280. Ela olhou para cima, sorriu e voltou o olhar para a câmera em 4 segundos.

Parâmetros da requisição

Parâmetros da requisição de Veo 3.1 Lite · Image to Video
Parâmetro	Obrigatório	Descrição
`prompt`	Sim	Obrigatório. Diga como as coisas se movem, para onde a câmera vai e o que se ouve entre o primeiro quadro e o fim do clipe. pelo menos 1 caracteres · no máximo 4000 caracteres
`image_url`	Sim	Obrigatório. O quadro inicial (JPEG, PNG ou WebP). pelo menos 1 caracteres
`last_image_url`	Não	Opcional. A imagem em que o clipe deve terminar; o movimento vai do primeiro quadro até esta. pelo menos 1 caracteres
`aspect_ratio`	Não	auto (padrão) acompanha o formato do primeiro quadro; 16:9 ou 9:16 recorta para essa proporção. O preço é o mesmo. `auto` · `16:9` · `9:16` · Valor padrão: `auto`
`duration_seconds`	Não	4, 6 ou 8 segundos, padrão 8. O preço sobe com a duração: $0.18, $0.27, $0.36. `4` · `6` · `8` · Valor padrão: `8`

Preços

Cobrança por clipe conforme a duração: $0.18 por 4 segundos, $0.27 por 6 e $0.36 por 8. Proporção e som não alteram o preço. Se uma solicitação falhar ou for recusada, você não paga nada.

Preços
Especificação	Preço
`4`	$0.18 / requisição
`6`	$0.27 / requisição
`8`	$0.36 / requisição

Casos de uso

Testar um prompt antes de um render maior

Um prompt que você acerta no Lite por $0.18 pode ir para o Veo 3.1 Fast ou o Veo 3.1 trocando só o nome do modelo. Texto para vídeo e imagem para vídeo usam os mesmos campos nas três faixas.

Muitas variações de uma mesma ideia

Experimente outros movimentos de câmera, outra iluminação ou outro texto, com 4 segundos cada. Dez rascunhos de 4 segundos custam $1.80, menos que um clipe de 6 segundos no Veo 3.1 ($2.16), e cem custam $18.

Animar fotos em lote

Com a proporção em auto, imagem para vídeo acompanha o formato de cada imagem: fotos em retrato voltam na vertical e fotos em paisagem na horizontal.

Testar uma cena guiada por referências

O SpicyAPI também oferece referência para vídeo no Lite: de 1 a 3 imagens na entrada, um clipe de 8 segundos na saída, $0.36. A documentação do Google não lista imagens de referência para o Lite, então compare o resultado com suas imagens antes de montar um fluxo de trabalho em cima disso.

Guia de prompt e dicas práticas

Escreva a sequência inteira

Em um clipe de referência de 8 segundos, o Lite seguiu uma ação em três partes: dobrar o mapa, olhar para cima, abrir um sorriso. Liste as etapas em ordem e reserve cerca de 2 a 3 segundos para cada uma.
Deixe a proporção em auto para fotos

Em imagem para vídeo, auto mantém o formato do seu primeiro quadro, enquanto 16:9 ou 9:16 recorta para esse formato.
Acrescente uma linha de som

Termine o prompt com "Sound:" e o ambiente que você quer, e coloque as falas entre aspas. Todo clipe vem com som, sem custo extra.
Suba de faixa só quando o rascunho merecer

Quando um rascunho funcionar, envie a mesma solicitação ao Veo 3.1 Fast ($0.36 por 4 segundos) para produção padrão, ou ao Veo 3.1 ($1.44) quando a fidelidade importa mais. Só o nome do modelo muda.

Introdução

Veo 3.1 Lite Imagem para vídeo começa um clipe em 720p na sua própria imagem e a anima por 4, 6 ou 8 segundos, com som. Acrescente um último quadro e o clipe vai de uma imagem à outra. É um jeito barato de testar se uma foto se move como você imagina antes de pagar pelo Fast ou pelo Veo 3.1. O Google analisa primeiro prompts e imagens; uma solicitação recusada falha e não é cobrada.

Outras formas de começar um clipe do Veo 3.1 Lite

Uma cena escrita: Veo 3.1 Lite Texto para vídeo
Seu próprio primeiro quadro, com um último quadro opcional: Veo 3.1 Lite Imagem para vídeo (você está aqui)
Fotos que você quer manter (um modo do SpicyAPI sobre o Lite): Veo 3.1 Lite Referência para vídeo
Um clipe para continuar (um modo do SpicyAPI que encadeia trechos): Veo 3.1 Lite Estender vídeo

Dicas de prompt

Descreva o movimento e a câmera; a imagem já mostra o que está nela.
Com um último quadro, explique como a cena vai da primeira imagem para a segunda.
Deixe a proporção em auto e o clipe mantém o formato do seu primeiro quadro.

Início rápido da 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"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.

Modelos relacionados e próximas tarefas

Não encontrou o modelo que precisa?

Conte qual modelo adicionar e para que você vai usá-lo. Os pedidos vão direto para quem decide os próximos modelos.

VEO 3.1 PARA RASCUNHOS E VOLUME

A API do Veo 3.1 Lite para rascunhos baratos e testes em volume: modos de texto, imagem, referência e extensão, som em cada clipe, a partir de $0.18 por clipe de 4 segundos em 720p.

Números principais

Por clipe de 4 segundos: $0.18; 6 segundos custam $0.27 e 8 segundos $0.36: $0.045 por segundo, 10% abaixo dos $0.05 do Google.
Preço do Veo 3.1 Fast: 1/2; Um clipe de 4 segundos custa $0.18 aqui e $0.36 no Veo 3.1 Fast. O Google lançou o Lite com menos da metade do custo do Fast, na mesma velocidade.
Preço do Veo 3.1: 1/8; Oito segundos custam $0.36 no Lite e $2.88 no Veo 3.1.
Texto para vídeo vs Fast: 54,6%; Taxa de vitória da ficha do modelo do Google, com 1.000 prompts; imagem para vídeo ficou em 47,2% com 646.
Duração do clipe: 4-8 S; 4, 6 ou 8 segundos; o modo de referência é fixo em 8.
Resolução: 720P; 1280x720 ou 720x1280 a 24 fps; o teto do Google para o Lite é 1080p.

Antes de gastar

Todos os modos

Os clipes aqui são em 720p. A documentação do Google lista 1080p como a resolução máxima do Lite e não oferece 4K nesta faixa.
4, 6 ou 8 segundos por clipe; o modo de referência é só de 8 segundos. Cenas mais longas são montadas com Estender vídeo, um recurso do SpicyAPI que inicia cada novo trecho a partir do último quadro do clipe anterior.