Introdução
Texto para vídeo no Veo 3.1: entra um prompt, sai um clipe de 4-8 segundos em 720p com som gerado.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Saída | Vídeo |
| Publicador | |
| Duração do clipe | 4, 6 ou 8 segundos |
| Resolução | 720p: 1280x720 (16:9) ou 720x1280 (9:16) |
| Proporções | 16:9, 9:16 |
| Taxa de quadros | 24 fps |
| Som | Gerado em todo clipe |
| Entradas | Texto; primeiro quadro com último quadro opcional |
Recursos e destaques
Uma cena montada na ordem em que você escreveu
O prompt pedia que a cúpula abrisse, o telescópio aparecesse e a câmera deslizasse ao longo do corrimão. Em 4 segundos, em 9:16, o obturador foi de fechado a totalmente aberto, o interior se iluminou em âmbar ao redor de um telescópio de latão, e a câmera avançou pelo corrimão curvo, nessa ordem.
Termine exatamente no último quadro
Um primeiro quadro de uma mulher no telescópio, de costas para nós, e um último quadro dela recostada no corrimão, de braços cruzados. Em 4 segundos ela se virou, foi até o corrimão e assumiu a pose final, enquanto mais estrelas apareciam acima da cúpula.
Quatro segundos cabem uma ação
A partir de um único primeiro quadro, o prompt era “Ele dobra o mapa e olha para cima.” Em 4 segundos ele dobrou o mapa com as duas mãos, mas no último quadro ainda olhava para baixo. Peça um tempo por 4 segundos, ou escolha 8 segundos para dois.
Continue um clipe de qualquer modelo
Enviamos um clipe de 5 segundos feito com outro modelo e pedimos mais 4 segundos: “A estrada continua ao longo do mar.” A parte nova retomou a vista aérea da estrada costeira e acompanhou o carro nas curvas. Recebemos um arquivo de 9 segundos no mesmo tamanho do clipe original, e só os 4 segundos novos foram cobrados.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Obrigatório. Diga quem ou o que aparece na cena, o que acontece, como a câmera se move e como soa; diálogos entre aspas. pelo menos 1 caracteres · no máximo 4000 caracteres |
aspect_ratio | Não | 16:9 (padrão, 1280x720) ou 9:16 (720x1280). Não muda o preço. |
duration_seconds | Não | Escolha 4, 6 ou 8 segundos (padrão 8). O preço sobe com a duração. |
Preços
Cobrado uma vez por clipe, pelo preço da duração de 4, 6 ou 8 segundos. Proporção e som não acrescentam nada. Solicitações que falham ou são recusadas são gratuitas.
| Especificação | Preço |
|---|---|
| $1.44 / requisição |
| $2.16 / requisição |
| $2.88 / requisição |
Casos de uso
A renderização final depois de um rascunho mais barato
Defina o prompt, o enquadramento e o tempo no Veo 3.1 Fast, a $0.36, ou no Lite, a $0.18 por clipe de 4 segundos, e depois envie a mesma requisição ao Veo 3.1 para a versão que você vai manter. Os três recebem os mesmos campos.
Uma tomada de produto ou de lugar que precisa começar e terminar em fotos do set
Envie a imagem inicial e a imagem final e descreva o movimento entre elas. No nosso teste, o clipe chegou ao último quadro em 4 segundos.
Cenas com mais de 8 segundos
Gere os primeiros 8 segundos e depois continue com a extensão de vídeo: o último quadro do seu clipe abre um novo segmento de 4 a 8 segundos, e você recebe um único arquivo unido. O clipe original, de até 60 segundos, não é cobrado.
Clipes verticais com som para redes sociais
Escolha 9:16 para um clipe de 720x1280. O som é gerado junto com a imagem, então o vídeo curto fica pronto sem uma etapa de áudio separada.
Guia de prompt e dicas práticas
Escreva na ordem em que acontece
Lugar e luz, sujeito, ação, movimento de câmera e depois som. O prompt do nosso observatório seguiu essa ordem, e o clipe reproduziu os momentos na mesma sequência.
Dirija o som como uma cena
Escreva o que deve ser ouvido: “Sound: wind over sand, the dome's motor”. Palavras faladas vão entre aspas. O Google observa que falas muito curtas continuam sendo o mais difícil; por isso, dê a uma cena falada alguns segundos.
Ajuste a ação à duração
Planeje uma ação clara por 4 segundos. No nosso teste de 4 segundos, “dobra o mapa e olha para cima” chegou apenas até a dobra.
Reserve o Veo 3.1 para a cena que fica
Com a mesma duração, o Veo 3.1 custa quatro vezes o Fast e oito vezes o Lite. Defina o texto e o enquadramento em um nível mais barato e faça o render final uma única vez aqui.
Introdução
Veo 3.1 Texto para vídeo é o caminho para transformar uma cena escrita em clipe quando a qualidade de imagem vem primeiro: o nível mais alto do Veo no Google produz 4, 6 ou 8 segundos em 720p, em 16:9 ou 9:16, e gera o som ao mesmo tempo. Prompts e imagens passam pela análise própria do Google; uma solicitação que ele recusa falha e não custa nada.
Escolha um modo do Veo 3.1
| Você tem | Use |
|---|---|
| apenas uma cena escrita | Veo 3.1 Texto para vídeo (você está aqui) |
| uma imagem parada para abrir ou para fechar | Veo 3.1 Imagem para vídeo |
| material que você quer continuar | Veo 3.1 Estender vídeo |
Dicas de prompt
- Monte o prompt como a cena: lugar e luz, assunto, ação, movimento de câmera e, por último, o som.
- Coloque os diálogos entre aspas e descreva o ambiente separadamente.
- Ensaie com 4 segundos em um nível mais barato e faça o render final com 8.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/veo-3.1/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"aspect_ratio": "16:9",
"duration_seconds": 8
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.