Video · Google DeepMind
Veo 3 y 3.1
El modelo de video de Google, con diálogos, efectos y ambiente generados en la misma pasada. Elígelo para planos cortos, pulidos y realistas.
Anonimizado Low costQué lo distingue
Veo es el modelo de video de Google, y Veo 3 fue el primer modelo de uso masivo en generar diálogo, efectos y ambiente junto con la imagen. Veo 3.1 añadió imágenes de referencia, control del primer y último fotograma y extensión de escena, pero cada clip se queda en 8 s o menos.
- Sonido generado con la imagen
- 3.1: hasta 3 imágenes de referencia
- 8 s por clip, ampliable
Recomendado para: rodar un plano cinematográfico ; una escena en la que hablan personas.
Puntos fuertes y límites
Dónde brilla
- Sonido, voz y efectos sincronizados con la imagen
- Veo 3.1 llega hasta 4K
- Las versiones Fast cuestan la mitad del precio Full o menos
Piénsalo dos veces si
- Como máximo 8 s por clip
- Veo 3 en imagen a video solo hace 8 s
- No hay modo de referencias en este catálogo
- 4, 6 u 8 s
- Sonido nativo
- Veo 3.1 hasta 4K, Veo 3 hasta 1080p
Casos de uso
Plano de situación realista
Una calle lluviosa de Tokio de noche, reflejos de neón en el asfalto, un ciclista pasa bajo un paraguas. 8 segundos, lluvia y sonido lejano de tráfico.
Veo maneja bien la luz fotorrealista y el sonido ambiente.
Réplica en estilo entrevista
Un chef en una cocina mira a la cámara y dice: «The secret is patience.» Detrás, un suave tintineo de sartenes.
El diálogo y los efectos llegan en la misma pasada.
Transición entre dos fotogramas
Transición de mi primer fotograma (una semilla) a mi último fotograma (un girasol en plena flor) como un time-lapse, piano suave.
3.1 admite el control del primer y el último fotograma.
Frente a sus rivales
- Seedance 2.0 y 1.5Seedance 2.0 llega hasta 15 s y acepta audio y video como entrada.Puesto 18 de 22 en Artificial Analysis Image to Video Arena ( 1000 Elo)
- Kling V3Kling V3 ofrece clips multiplano más largos y un nivel 4K.Puesto 12 de 22 en Artificial Analysis Image to Video Arena ( 1055 Elo)
- Grok Imagine videoGrok Imagine llega a 15 s, pero solo en 720p.Puesto 5 de 22 en Artificial Analysis Image to Video Arena ( 1098 Elo)
Historial de versiones
Cada versión, con su fecha y lo que cambió respecto a la anterior.
- Veo 1Anterior, fuera de Sub Rosa
- Anunciado en Google I/O 2024: video en 1080p de más de un minuto.
- Veo 2Anterior, fuera de Sub Rosa
- Mejor comprensión de la física y resolución de hasta 4K, sin audio.
- Veo 3
- Primer Veo con diálogo sincronizado, efectos de sonido y ruido ambiente.
- Clips limitados a 8 s.
- Veo 3.1La más reciente
- Imágenes de referencia (hasta 3) para mantener un personaje o un estilo de un plano a otro.
- Control del fotograma inicial y final y extensión de la escena a un minuto o más.
- Audio nativo más rico y mayor fidelidad al prompt.
Benchmarks
Cómo leer estas puntuaciones: lo que te dice un benchmark.
Artificial Analysis Image to Video Arena: puesto 7 de 22 modelos medidos en el catálogo. El mismo duelo a ciegas, a partir de una imagen: qué clip le da vida mejor. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.
- 1. MiniMax H3 MaxMiniMax H3 (Hailuo)1195
- 2. MiniMax H3MiniMax H3 (Hailuo)1181
- 3. Wan 3.0Wan 3.01164
- 4. HappyHorse 1.1HappyHorse1104
- 5. Grok Imagine 1.5Grok Imagine video1098
- 6. HappyHorse 1.0HappyHorse1083
- 7. Veo 3.1 Full QualityVeo 3 y 3.11082
- 8. Wan 2.7Wan 2.x1077
- 9. Grok ImagineGrok Imagine video1072
- 10. Veo 3.1 FastVeo 3 y 3.11066
Ver las cifras
| Modelo | Elo |
|---|---|
| 1. MiniMax H3 Max | 1195 |
| 2. MiniMax H3 | 1181 |
| 3. Wan 3.0 | 1164 |
| 4. HappyHorse 1.1 | 1104 |
| 5. Grok Imagine 1.5 | 1098 |
| 6. HappyHorse 1.0 | 1083 |
| 7. Veo 3.1 Full Quality | 1082 |
| 8. Wan 2.7 | 1077 |
| 9. Grok Imagine | 1072 |
| 10. Veo 3.1 Fast | 1066 |
Artificial Analysis Text to Video Arena with audio: puesto 14 de 18 modelos medidos en el catálogo. El duelo para clips con sonido: imagen, voces, efectos y lo bien que encajan. Una puntuación Elo: cuanto más alta, más a menudo se prefiere. Solo participan los modelos que generan su propio sonido.
- 1. Wan 3.0Wan 3.01156
- 2. Seedance 2.5Seedance 2.51142
- 3. MiniMax H3MiniMax H3 (Hailuo)1138
- 4. MiniMax H3 MaxMiniMax H3 (Hailuo)1134
- 5. Flux 3FLUX 3 video1127
- 6. Seedance 2.0Seedance 2.0 y 1.51119
- 7. Gemini Omni Flash 1.1Gemini Omni Flash1113
- 8. Grok Imagine 1.5Grok Imagine video1044
- 9. HappyHorse 1.1HappyHorse1043
- 10. Wan 2.7Wan 2.x1029
- 14. Veo 3.1 Full QualityVeo 3 y 3.1966
- 15. Veo 3.1 FastVeo 3 y 3.1958
Ver las cifras
| Modelo | Elo |
|---|---|
| 1. Wan 3.0 | 1156 |
| 2. Seedance 2.5 | 1142 |
| 3. MiniMax H3 | 1138 |
| 4. MiniMax H3 Max | 1134 |
| 5. Flux 3 | 1127 |
| 6. Seedance 2.0 | 1119 |
| 7. Gemini Omni Flash 1.1 | 1113 |
| 8. Grok Imagine 1.5 | 1044 |
| 9. HappyHorse 1.1 | 1043 |
| 10. Wan 2.7 | 1029 |
| 14. Veo 3.1 Full Quality | 966 |
| 15. Veo 3.1 Fast | 958 |
Los 8 modelos de esta familia
| Modelo | Uso | Privacidad | Precio |
|---|---|---|---|
Veo 3 Fastveo3-fast-text-to-video | Texto a video | Anonimizado | 0,0495 $ por segundo de video0,248 $ por un clip de 5 s |
Veo 3 Fastveo3-fast-image-to-video | Imagen a video | Anonimizado | 0,0495 $ por segundo de video0,248 $ por un clip de 5 s |
Veo 3 Full Qualityveo3-full-text-to-video | Texto a video | Anonimizado | 0,0989 $ por segundo de video0,495 $ por un clip de 5 s |
Veo 3 Full Qualityveo3-full-image-to-video | Imagen a video | Anonimizado | 0,0989 $ por segundo de video0,495 $ por un clip de 5 s |
Veo 3.1 Fastveo3.1-fast-text-to-video | Texto a video | Anonimizado | 0,0742 $ por segundo de video0,371 $ por un clip de 5 s |
Veo 3.1 Fastveo3.1-fast-image-to-video | Imagen a video | Anonimizado | 0,0742 $ por segundo de video0,371 $ por un clip de 5 s |
Veo 3.1 Full Qualityveo3.1-full-text-to-video | Texto a video | Anonimizado | 0,198 $ por segundo de video0,989 $ por un clip de 5 s |
Veo 3.1 Full Qualityveo3.1-full-image-to-video | Imagen a video | Anonimizado | 0,198 $ por segundo de video0,989 $ por un clip de 5 s |
Especificaciones
| Especificación | Veo 3.1 | Veo 3 |
|---|---|---|
| Lanzamiento | 15 de octubre de 2025 | mayo de 2025 |
| Pesos | Cerrados | Cerrados |
| Acepta | text, images | text, images |
| Produce | video, audio | video, audio |
| Duración de los clips | 4 a 8 s, con sonido | 4 a 8 s, con sonido |
| Resoluciones | 720p, 1080p, 4k | 720p, 1080p |
| Precio | 0,0742 $ por segundo de video | 0,0495 $ por segundo de video |
| Privacidad | Anonimizado | Anonimizado |
Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.
Fuentes
Todo lo que hay en esta página viene de estas páginas, leídas el 16 de octubre de 2026 o en la fecha indicada en cada puntuación.