Video · Google DeepMind

Veo 3 und 3.1

Das Videomodell von Google, mit Dialog, Effekten und Atmosphäre im selben Durchgang erzeugt. Wähle es für kurze, ausgefeilte, realistische Shots.

Anonymisiert Low cost
Neueste VersionVeo 3.115. Oktober 2025
Artificial Analysis Image to Video Arena1.082 EloPlatz 7 von 22 bei Artificial Analysis Image to Video Arena
Preis0,0742 $ pro Sekunde Video0,371 $ pro 5-s-Clip
Wichtigste AngabeClips bis zu 8 s, mit Ton

Was es auszeichnet

Veo ist das Videomodell von Google, und Veo 3 war das erste breit genutzte Modell, das Dialog, Effekte und Atmosphäre zusammen mit dem Bild erzeugte. Veo 3.1 brachte Referenzbilder, die Steuerung von Start- und Endbild und die Szenenverlängerung, aber jeder Clip bleibt bei höchstens 8 s.

  • Ton wird mit dem Bild erzeugt
  • 3.1: bis zu 3 Referenzbilder
  • 8 s pro Clip, verlängerbar

Empfohlen für: einen filmischen shot drehen ; eine szene, in der menschen sprechen.

Stärken und Grenzen

Wo es glänzt

  • Ton, Sprache und Effekte synchron zum Bild
  • Veo 3.1 geht bis 4K
  • Fast-Versionen kosten die Hälfte des Full-Preises oder weniger

Zweimal überlegen, wenn

  • Höchstens 8 s pro Clip
  • Veo 3 macht bei Bild zu Video nur 8 s
  • Kein Referenzmodus in diesem Katalog
  • 4, 6 oder 8 s
  • Nativer Ton
  • Veo 3.1 bis 4K, Veo 3 bis 1080p

Anwendungsfälle

Realistischer Establishing Shot

Eine verregnete Straße in Tokio bei Nacht, Neonspiegelungen auf dem Asphalt, ein Radfahrer fährt unter einem Regenschirm vorbei. 8 Sekunden, Regen und entfernter Verkehrslärm.

Veo meistert fotorealistisches Licht und Umgebungsgeräusche gut.

Satz im Interview-Stil

Ein Koch in einer Küche schaut in die Kamera und sagt: „The secret is patience.“ Dahinter leises Klappern von Pfannen.

Dialog und Effekte kommen im selben Durchgang.

Morphing zwischen zwei Bildern

Übergang von meinem ersten Bild (ein Samenkorn) zu meinem letzten Bild (eine voll erblühte Sonnenblume) wie im Zeitraffer, sanftes Klavier.

3.1 unterstützt die Steuerung von erstem und letztem Bild.

Im Vergleich zur Konkurrenz

  • Seedance 2.0 und 1.5Seedance 2.0 schafft bis 15 s und nimmt Audio und Video als Input an.Platz 18 von 22 bei Artificial Analysis Image to Video Arena ( 1.000 Elo)
  • Kling V3Kling V3 liefert längere Multi-Shot-Clips und eine 4K-Stufe.Platz 12 von 22 bei Artificial Analysis Image to Video Arena ( 1.055 Elo)
  • Grok Imagine VideoGrok Imagine schafft 15 s, aber nur in 720p.Platz 5 von 22 bei Artificial Analysis Image to Video Arena ( 1.098 Elo)
Nebeneinander vergleichen ↗

Versionsverlauf

Jede Version, datiert, mit dem, was sie gegenüber der vorherigen geändert hat.

  1. Veo 1Älter, nicht in Sub Rosa
    • Auf der Google I/O 2024 angekündigt: 1080p-Video von über einer Minute Länge.
    Quelle : en.wikipedia.org
  2. Veo 2Älter, nicht in Sub Rosa
    • Besseres Physikverständnis und bis zu 4K Auflösung, ohne Audio.
    Quelle : en.wikipedia.org
  3. Veo 3
    • Erstes Veo mit synchronem Dialog, Soundeffekten und Umgebungsgeräuschen.
    • Clips auf 8 s begrenzt.
    Quelle : en.wikipedia.org
  4. Veo 3.1Die neueste
    • Referenzbilder (bis zu 3), um eine Figur oder einen Stil über mehrere Shots zu halten.
    • Steuerung von Start- und Endbild und Szenenverlängerung auf eine Minute oder mehr.
    • Reichhaltigeres natives Audio und bessere Prompt-Treue.
    Quelle : developers.googleblog.com

Benchmarks

So liest du diese Werte: was ein Benchmark aussagt.

Artificial Analysis Image to Video Arena: Platz 7 von 22 im Katalog gemessenen Modellen. Dasselbe Blindduell, ausgehend von einem Bild: welcher Clip es besser zum Leben erweckt. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Bei 100 Punkten Abstand gewinnt das höher bewertete Modell etwa 64 % der Duelle.

Artificial Analysis Image to Video ArenaElo-Wertung · Artificial Analysis, 4. Oktober 2026
  1. 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1.195
  2. 2. MiniMax H3MiniMax H3 (Hailuo)1.181
  3. 3. Wan 3.0Wan 3.01.164
  4. 4. HappyHorse 1.1HappyHorse1.104
  5. 5. Grok Imagine 1.5Grok Imagine Video1.098
  6. 6. HappyHorse 1.0HappyHorse1.083
  7. 7. Veo 3.1 Full QualityVeo 3 und 3.11.082
  8. 8. Wan 2.7Wan 2.x1.077
  9. 9. Grok ImagineGrok Imagine Video1.072
  10. 10. Veo 3.1 FastVeo 3 und 3.11.066
Zahlen ansehen
ModellElo
1. MiniMax H3 Max1.195
2. MiniMax H31.181
3. Wan 3.01.164
4. HappyHorse 1.11.104
5. Grok Imagine 1.51.098
6. HappyHorse 1.01.083
7. Veo 3.1 Full Quality1.082
8. Wan 2.71.077
9. Grok Imagine1.072
10. Veo 3.1 Fast1.066

Artificial Analysis Text to Video Arena with audio: Platz 14 von 18 im Katalog gemessenen Modellen. Das Duell für Clips mit Ton: Bild, Stimmen, Effekte und wie gut sie zusammenpassen. Eine Elo-Wertung: Je höher, desto öfter wird das Modell bevorzugt. Nur Modelle, die ihren eigenen Ton erzeugen, nehmen teil.

Artificial Analysis Text to Video Arena with audioElo-Wertung · Artificial Analysis, 4. Oktober 2026
  1. 1. Wan 3.0Wan 3.01.156
  2. 2. Seedance 2.5Seedance 2.51.142
  3. 3. MiniMax H3MiniMax H3 (Hailuo)1.138
  4. 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1.134
  5. 5. Flux 3FLUX 3 Video1.127
  6. 6. Seedance 2.0Seedance 2.0 und 1.51.119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
  8. 8. Grok Imagine 1.5Grok Imagine Video1.044
  9. 9. HappyHorse 1.1HappyHorse1.043
  10. 10. Wan 2.7Wan 2.x1.029
  11. 14. Veo 3.1 Full QualityVeo 3 und 3.1966
  12. 15. Veo 3.1 FastVeo 3 und 3.1958
Zahlen ansehen
ModellElo
1. Wan 3.01.156
2. Seedance 2.51.142
3. MiniMax H31.138
4. MiniMax H3 Max1.134
5. Flux 31.127
6. Seedance 2.01.119
7. Gemini Omni Flash 1.11.113
8. Grok Imagine 1.51.044
9. HappyHorse 1.11.043
10. Wan 2.71.029
14. Veo 3.1 Full Quality966
15. Veo 3.1 Fast958

Alle 8 Modelle dieser Familie

ModellEinsatzDatenschutzPreis
Veo 3 Fastveo3-fast-text-to-videoText zu VideoAnonymisiert0,0495 $ pro Sekunde Video0,248 $ pro 5-s-Clip
Veo 3 Fastveo3-fast-image-to-videoBild zu VideoAnonymisiert0,0495 $ pro Sekunde Video0,248 $ pro 5-s-Clip
Veo 3 Full Qualityveo3-full-text-to-videoText zu VideoAnonymisiert0,0989 $ pro Sekunde Video0,495 $ pro 5-s-Clip
Veo 3 Full Qualityveo3-full-image-to-videoBild zu VideoAnonymisiert0,0989 $ pro Sekunde Video0,495 $ pro 5-s-Clip
Veo 3.1 Fastveo3.1-fast-text-to-videoText zu VideoAnonymisiert0,0742 $ pro Sekunde Video0,371 $ pro 5-s-Clip
Veo 3.1 Fastveo3.1-fast-image-to-videoBild zu VideoAnonymisiert0,0742 $ pro Sekunde Video0,371 $ pro 5-s-Clip
Veo 3.1 Full Qualityveo3.1-full-text-to-videoText zu VideoAnonymisiert0,198 $ pro Sekunde Video0,989 $ pro 5-s-Clip
Veo 3.1 Full Qualityveo3.1-full-image-to-videoBild zu VideoAnonymisiert0,198 $ pro Sekunde Video0,989 $ pro 5-s-Clip

Technische Daten

MerkmalVeo 3.1Veo 3
Veröffentlicht15. Oktober 2025Mai 2025
GewichteGeschlossenGeschlossen
Akzeptierttext, imagestext, images
Erzeugtvideo, audiovideo, audio
Cliplänge4 bis 8 s, mit Ton4 bis 8 s, mit Ton
Auflösungen720p, 1080p, 4k720p, 1080p
Preis0,0742 $ pro Sekunde Video0,0495 $ pro Sekunde Video
DatenschutzAnonymisiertAnonymisiert

Preise, Kontext und Längen aus dem Live-Katalog vom 16. Oktober 2026; Parameter und Lizenzen vom Hersteller.