Google: Veo 3.1

Google: Veo 3.1 è un modello di generazione video di Google. È elencato su api14 nella categoria video, e la data di rilascio del provider è 2026-03-23. Google lo descrive come il suo modello di generazione video all'avanguardia, costruito per la massima fedeltà visiva nei montaggi finali di produzione.

Il modello accetta input di testo e immagini e produce video come unico output. Supporta risoluzioni di 720p, 1080p e 4K, rapporti d'aspetto di 16:9 e 9:16, e durate delle clip di 4, 6 o 8 secondi. Può generare audio nativo sincronizzato, e accetta immagini di fotogrammi come first_frame e last_frame, così puoi ancorare l'inizio e la fine di una clip. Non è indicata alcuna cifra di lunghezza del contesto per questo modello, quindi tratta il prompt come un brief creativo piuttosto che come un lungo documento su cui ragionare.

Queste capacità indicano un insieme piuttosto specifico di impieghi. Il testo in video si adatta a brevi spot pubblicitari, clip per i social e visualizzazione di concetti in cui descrivi una scena e ricevi indietro un'inquadratura finita. L'immagine in video, combinata con first_frame e last_frame, si adatta al lavoro di continuità tra inquadrature, all'animazione di un fermo immagine, o al collegamento di due fotogrammi chiave in un montaggio. Il rapporto 9:16 copre i formati verticali per i feed mobili, mentre 16:9 e 4K si adattano alla distribuzione widescreen. La generazione audio nativa significa che dialogo, ambiente o effetti possono arrivare insieme all'immagine invece di essere aggiunti in una passata separata, il che accorcia la pipeline per i montaggi provvisori.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "google/veo-3.1", quindi il codice client esistente in stile OpenAI funziona con un cambio di base URL e nome del modello. I parametri di richiesta supportati sono max_tokens, response_format, seed, temperature e top_p. Seed è utile quando vuoi generazioni riproducibili tra i tentativi, e temperature e top_p ti danno il controllo su quanta variazione ottieni tra le esecuzioni. Usa response_format per dichiarare come vuoi che venga restituito il risultato.

Una cosa da tenere presente è che questo è un modello di generazione, non un modello di chat o di ragionamento. Non ha una lunghezza del contesto indicata, non accetta audio o video come input, e il suo output è solo video, quindi attività come trascrizione, montaggio video di filmati esistenti o analisi di testo appartengono a un modello diverso. Se il tuo lavoro è testo o codice invece che immagini in movimento, un altro modello su api14 si adatterà meglio.