Google Veo

Google Veo é o modelo generativo de vídeo do Google. Você descreve uma cena em texto ou fornece uma imagem estática, e ele produz clipes cinematográficos curtos com áudio correspondente gerado na mesma etapa, em vez de adicionado posteriormente.

A versão atual é o Veo 3.1, oferecido nas variantes Lite, Fast e Standard (Quality). O Google também começou a lançar o Gemini Omni, uma linha mais recente de geração e edição de vídeo que agora aparece ao lado do Veo em alguns níveis de planos do Google AI. O Veo 3.1 continua disponível no Google Flow, no app Gemini, no Vertex AI e na Gemini API.

Em termos de capacidade, o Veo 3.1 lida tanto com texto para vídeo quanto imagem para vídeo, produz clipes de até cerca de 8 segundos no Flow, e gera áudio sincronizado na mesma etapa de geração. É acessível dentro do Google Flow, através do app Gemini, e via as APIs do Vertex AI e Gemini para desenvolvedores.

Não há um nível gratuito confirmado especificamente para o Veo 3.1. Na Gemini API, o preço é por segundo de vídeo gerado e varia conforme a resolução: o Veo 3.1 Lite custa $0,05 por segundo em 720p e $0,08 em 1080p; o Fast custa $0,10 em 720p, $0,12 em 1080p e $0,30 em 4k; o Standard custa $0,40 em 720p ou 1080p e $0,60 em 4k. O acesso para consumidores passa pelas assinaturas Google AI Plus, Pro, Ultra 5x e Ultra 20x, cada uma com sua própria cota mensal de geração no Flow, mas os preços exatos em dólares para esses níveis de consumidor não puderam ser verificados no momento da análise.

Principais limitações: a duração dos clipes é limitada a poucos segundos, não há uma forma gratuita verificada de usar o próprio Veo, os preços das assinaturas para consumidores não são publicados de forma transparente, e os IDs de modelo da Gemini API para o Veo 3.1 ainda estão marcados como prévia (preview). O Google também está posicionando o Gemini Omni, que suporta clipes mais longos de 10 segundos e edição de vídeo, como seu modelo de vídeo mais recente.

O Veo 3.1 é adequado para desenvolvedores que desejam cobrança previsível por segundo e por resolução via API, e equipes já assinantes do Google AI que precisam de clipes de vídeo com áudio completo dentro do Flow ou do app Gemini. Não é indicado para quem busca uma forma gratuita de gerar vídeo.