Google: Veo 3.1

Google: Veo 3.1 adalah model pembuatan video dari Google. Model ini terdaftar di api14 di bawah kategori video, dan tanggal rilis penyedia adalah 2026-03-23. Google mendeskripsikannya sebagai model pembuatan video tercanggihnya, dibangun untuk fideltas visual maksimum pada hasil produksi akhir.

Model ini menerima input teks dan gambar serta menghasilkan video sebagai satu-satunya output. Model ini mendukung resolusi 720p, 1080p dan 4K, rasio aspek 16:9 dan 9:16, serta durasi klip 4, 6 atau 8 detik. Model ini dapat menghasilkan audio tersinkronisasi native, dan menerima gambar frame sebagai first_frame dan last_frame, sehingga Anda dapat menambatkan awal dan akhir klip. Tidak ada angka panjang konteks yang terdaftar untuk model ini, jadi perlakukan prompt sebagai brief kreatif alih-alih dokumen panjang untuk dicerna.

Kemampuan tersebut mengarah pada serangkaian pekerjaan yang cukup spesifik. Text to video cocok untuk iklan pendek, klip sosial dan visualisasi konsep di mana Anda mendeskripsikan sebuah adegan dan mendapatkan hasil bidikan yang sudah jadi. Image to video, dikombinasikan dengan first_frame dan last_frame, cocok untuk pekerjaan kesinambungan antar bidikan, menganimasikan gambar diam, atau menjembatani dua keyframe dalam sebuah edit. Rasio 9:16 mencakup format vertikal untuk feed seluler, sedangkan 16:9 dan 4K cocok untuk pengiriman layar lebar. Pembuatan audio native berarti dialog, ambience atau efek dapat hadir bersama gambar alih-alih ditambahkan pada tahap terpisah, yang memperpendek pipeline untuk potongan draf.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "google/veo-3.1", sehingga kode klien bergaya OpenAI yang ada dapat bekerja dengan mengubah base URL dan nama model. Parameter permintaan yang didukung adalah max_tokens, response_format, seed, temperature dan top_p. Seed berguna ketika Anda menginginkan hasil yang dapat direproduksi di seluruh percobaan ulang, dan temperature serta top_p memberi Anda kendali atas seberapa besar variasi antar eksekusi. Gunakan response_format untuk menyatakan bagaimana Anda ingin hasilnya dikembalikan.

Satu hal yang perlu direncanakan adalah bahwa ini adalah model pembuatan, bukan model chat atau penalaran. Model ini tidak memiliki panjang konteks yang terdaftar, tidak menerima audio atau video sebagai input, dan outputnya hanya video, sehingga tugas seperti transkripsi, pengeditan video dari rekaman yang ada atau analisis teks menjadi ranah model lain. Jika pekerjaan Anda adalah teks atau kode alih-alih gambar bergerak, model lain di api14 akan lebih cocok.