Menu
Přihlásit

Veo 3.1 API

Hlavní videomodel Veo od Googlu: 4–8s klipy se zvukem až ve 4K přes Gemini Enterprise Agent Platform.

Cena od
$0,40
za sekundu
Max. rozlišení
4K
Max. délka
8 s
Nativní zvuk
Ano

// Co je Veo 3.1

Veo 3.1 je nejvyšší model řady Veo, dostupný jako GA v Gemini Enterprise Agent Platform (dříve Vertex AI). Generuje 4, 6 nebo 8sekundové klipy z textu, z obrázku i mezi prvním a posledním snímkem, se synchronizovaným zvukem a výstupem 720p, 1080p nebo 4K. Umí prodlužovat videa a pracovat s referenčními obrázky. V Gemini API (AI Studio) už jeho preview vypnuli, Google tam doporučuje Gemini Omni Flash.

Silné stránky

  • Výstup až ve 4K, 24 FPS
  • Synchronizovaný zvuk (řeč, efekty) generovaný spolu s videem
  • Text, obrázek, první a poslední snímek, referenční obrázky a prodlužování videa
  • Až 4 videa na jeden požadavek

Na co si dát pozor

  • Krátké klipy: jen 4, 6 nebo 8 s na jedno generování
  • Dostupné jen přes Google Cloud (region us-central1), ne přes klíč z AI Studia
  • Prompty oficiálně jen v angličtině

// Kolik stojí Veo 3.1 API

720p/1080p se zvukem$0,40 za sekundu
4K se zvukem$0,60 za sekundu
720p/1080p bez zvuku$0,20 za sekundu
4K bez zvuku$0,40 za sekundu

Ceny z ceníku Gemini Enterprise Agent Platform (dříve Vertex AI), účtuje se každá sekunda vygenerovaného videa. Veo 3.1 Preview v Gemini API (AI Studio) bylo 22. 10. 2026 vypnuto, GA modely běží přes Agent Platform.

Zdroj: oficiální ceník Google, ověřeno 13. 11. 2026.

Kolik to vyjde v praxi

  • Jedno 8sekundové video (720p/1080p se zvukem) ≈ $3,20
  • 10 videí po 8 sekundách (720p/1080p se zvukem) ≈ $32,00

Orientační výpočet z výchozí varianty ceníku, bez slev.

// Parametry

Max. rozlišení
4K
Max. délka klipu
8 s
Poměry stran
16:9, 9:16
Nativní zvuk
ano
Obrázek na vstupu
ano
Úpravy existujících obrázků/videí
ne

// Jak si Veo 3.1 vede v benchmarcích

Hodnocení z LMArena: uživatelé naslepo porovnávají výstupy dvou modelů a vybírají lepší. Z tisíců hlasování vzniká Elo skóre (aréna Agenti používá skóre úspěšnosti).

Aréna Hodnocení Pořadí
Text → videovarianta (Audio) 1363 ±14 14.
Obrázek → videovarianta (Audio) 1399 ±10 15.

Zdroj: LMArena leaderboard, licence CC BY 4.0, stav k 9. 11. 2026. Pořadí je mezi všemi modely v aréně, ± je 95% interval spolehlivosti.

// Jak poslat první API call na Veo 3.1

  1. Vytvoř si API klíč v konzoli Google.
  2. Ulož ho do proměnné prostředí: export GEMINI_API_KEY="…"
  3. Spusť jednu z ukázek níže. Jako model se posílá veo-3.1-generate-001.

Podle oficiální dokumentace Google.

# 1. Spusť generování (long-running operace)
cat > request.json <<'EOF'
{
  "instances": [
    { "prompt": "kočka čte knihu" }
  ],
  "parameters": {
    "storageUri": "gs://tvuj-bucket/output/",
    "sampleCount": 1
  }
}
EOF

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://us-central1-aiplatform.googleapis.com/v1/projects/$GOOGLE_CLOUD_PROJECT/locations/us-central1/publishers/google/models/veo-3.1-generate-001:predictLongRunning"

# 2. Zjisti stav operace (OPERATION_ID z odpovědi výše)
cat > status.json <<EOF
{ "operationName": "projects/$GOOGLE_CLOUD_PROJECT/locations/us-central1/publishers/google/models/veo-3.1-generate-001/operations/OPERATION_ID" }
EOF

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @status.json \
     "https://us-central1-aiplatform.googleapis.com/v1/projects/$GOOGLE_CLOUD_PROJECT/locations/us-central1/publishers/google/models/veo-3.1-generate-001:fetchPredictOperation"

$ pip install --upgrade google-genai

Podle oficiální dokumentace Google.

# export GOOGLE_CLOUD_PROJECT=tvuj-projekt
# export GOOGLE_CLOUD_LOCATION=global
# export GOOGLE_GENAI_USE_ENTERPRISE=True
import time
from google import genai
from google.genai.types import GenerateVideosConfig

client = genai.Client()
output_gcs_uri = "gs://tvuj-bucket/output/"

operation = client.models.generate_videos(
    model="veo-3.1-generate-001",
    prompt="kočka čte knihu",
    config=GenerateVideosConfig(
        aspect_ratio="16:9",
        output_gcs_uri=output_gcs_uri,
    ),
)

while not operation.done:
    time.sleep(15)
    operation = client.operations.get(operation)
    print(operation)

if operation.response:
    print(operation.result.generated_videos[0].video.uri)

Podle oficiálního quickstartu Google.

// Oficiální dokumentace a zdroje

// Časté otázky

Kolik stojí Veo 3.1 přes API?

Podle oficiálního ceníku Google: 720p/1080p se zvukem: $0,4 za sekundu; 4K se zvukem: $0,6 za sekundu; 720p/1080p bez zvuku: $0,2 za sekundu; 4K bez zvuku: $0,4 za sekundu.

Jak si Veo 3.1 vede v benchmarcích?

V hodnocení LMArena (hlasování uživatelů naslepo) k 2026-11-09: Text → video: 14. místo (Elo 1363); Obrázek → video: 15. místo (Elo 1399).

Na co je Veo 3.1 vhodný?

Veo 3.1 se hodí hlavně na: video z textu, video z obrázku, video s nativním zvukem. Hlavní videomodel Veo od Googlu: 4–8s klipy se zvukem až ve 4K přes Gemini Enterprise Agent Platform.

Jak získám API klíč k Veo 3.1?

API klíč si vytvoříš v konzoli Google (aistudio.google.com/api-keys). V požadavku pak jako model uveď „veo-3.1-generate-001“. Pokud nechceš účet u Google, stejný model zavoláš i přes OpenRouter s jedním klíčem pro všechny výrobce.

Je Veo 3.1 open source?

Ne, Veo 3.1 je proprietární model. Používáš ho přes API Google nebo přes poskytovatele, kteří ho nabízejí.

// Alternativy k Veo 3.1

xAI Vlajková loď

Grok Imagine Video 1.5

Videomodel xAI se zvukem a synchronizovanou řečí, nativní 1080p a klipy do 15 s.

Cena
od $0,08 za sekundu
Max. délka / rozlišení
15 s / 1080p
Video z textu Video z obrázku Video s nativním zvukem
oficiální ceník Ceny a API
Kling AI (Kuaishou) Vlajková loď

Kling 4.0

Nejnovější videomodel Kling: až 30 s videa se zvukem v jednom běhu a až 10 klíčových snímků.

Cena
od $0,15 za sekundu
Max. délka / rozlišení
30 s / 1080p
Video z textu Video z obrázku Video s nativním zvukem
oficiální ceník Ceny a API
ByteDance Vlajková loď

Seedance 2.5

Videomodel ByteDance pro až 30s videa se zvukem v jednom průchodu, s až 50 referencemi a úpravami.

Cena
od $0,23 za sekundu
Max. délka / rozlišení
30 s / 1080p
Video z textu Video z obrázku Video s nativním zvukem
oficiální ceník Ceny a API
ByteDance Vlajková loď

Seedance 2.0

Předchozí vlajkový videomodel ByteDance: 4–15s video se zvukem, jako jediný v řadě až ve 4K.

Cena
od $0,15 za sekundu
Max. délka / rozlišení
15 s / 4K
Video z textu Video z obrázku Video s nativním zvukem
oficiální ceník Ceny a API
xAI

Grok Imagine Video 1.5 Lite

Nejlevnější videomodel xAI: video z textu nebo obrázku se zvukem a řečí od $0,02 za sekundu.

Cena
od $0,02 za sekundu
Max. délka / rozlišení
15 s / 1080p
Video z textu Video z obrázku Video s nativním zvukem
oficiální ceník Ceny a API

Wan 3.0

Videomodel Alibaby pro až 30s videa se zvukem z textu, obrázků, zvuku, dokumentů i webových stránek.

Cena
od $0,10 za sekundu
Max. délka / rozlišení
30 s / 1080p
Video z textu Video z obrázku Video s nativním zvukem
oficiální ceník Ceny a API