Google: Veo 3.1 Fast

Google: Veo 3.1 Fast é um modelo de geração de vídeo do Google, posicionado como a opção de nível intermédio na linha Veo 3.1. Foi concebido para equilibrar velocidade e qualidade, oferecendo um tempo de resposta mais rápido do que o modelo Veo 3.1 completo, mantendo ainda uma saída de alta qualidade. Se já está a trabalhar dentro do ecossistema de modelos de media generativa do Google, esta é a variante destinada a cargas de trabalho onde a velocidade de iteração importa mais do que a fidelidade máxima.

O modelo aceita entradas de texto e imagem e devolve vídeo como única saída. Gera áudio sincronizado nativo juntamente com os visuais, pelo que não precisa de um pipeline de áudio separado para fala, efeitos sonoros ou som ambiente. A saída pode ser renderizada em 720p, 1080p ou 4K, em proporção de aspeto 16:9 ou 9:16, com durações de 4, 6 ou 8 segundos. Para trabalho orientado por imagem, pode fornecer um primeiro fotograma, um último fotograma, ou ambos, o que lhe dá controlo sobre como um plano começa e termina. Não é publicada nenhuma janela de contexto para este modelo, o que é esperado para um gerador de vídeo e não para um modelo de texto.

Essas capacidades apontam para um conjunto bastante específico de utilizações. Clipes curtos em 16:9 a 4K são adequados para anúncios publicitários, teasers de produtos e pré-rolls para redes sociais, enquanto a opção 9:16 cobre formatos verticais para stories e feeds de formato curto. Como o áudio é gerado nativamente, o modelo encaixa em clipes explicativos, cenas com diálogo e qualquer conteúdo em que o som tenha de estar alinhado com a imagem sem mistura manual. O condicionamento por primeiro e último fotograma é útil para animar uma imagem estática, fazer a ponte entre dois keyframes, ou produzir transições de plano consistentes numa edição mais longa. As durações de 4, 6 e 8 segundos mantêm as gerações individuais curtas, pelo que o modelo funciona melhor como ferramenta ao nível do plano e não como gerador de formato longo numa única passagem.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "google/veo-3.1-fast". Os parâmetros de pedido suportados são max_tokens, response_format, seed, temperature e top_p. Vale a pena definir seed quando quer gerações reproduzíveis entre execuções, e temperature e top_p dão-lhe controlo sobre quanta variação o modelo introduz. Como a interface segue o esquema OpenAI, os clientes e SDKs existentes geralmente funcionam com alterações mínimas.

Há alguns pontos a ter em conta ao escolher este modelo. O comprimento de contexto não é publicado, e maxOutput está listado como 0, por isso não planeie com base num orçamento de tokens documentado para a saída. Se a sua prioridade for a maior qualidade possível em vez do tempo de resposta, o modelo Veo 3.1 completo é a escolha mais apropriada, uma vez que o Fast é explicitamente o nível orientado para a velocidade. O comprimento do clipe está limitado a 8 segundos, pelo que sequências mais longas têm de ser montadas a partir de múltiplas gerações.