Vidéo · Google DeepMind

Veo 3 et 3.1

Le modèle vidéo de Google, avec dialogues, bruitages et ambiance générés dans la même passe. Choisissez-le pour des plans courts, soignés et réalistes.

Anonymisé Coût bas
Dernière versionVeo 3.115 octobre 2025
Artificial Analysis Image to Video Arena1 082 Elo7e sur 22 au Artificial Analysis Image to Video Arena
Prix0,0742 $ par seconde de vidéo0,371 $ le plan de 5 s
Spec pharePlans jusqu’à 8 s, avec le son

Ce qui le distingue

Veo est le modèle vidéo de Google, et Veo 3 a été le premier modèle grand public à générer dialogues, effets et ambiances avec l’image. Veo 3.1 a ajouté les images de référence, le contrôle de la première et de la dernière image et la prolongation de scène, mais chaque clip reste à 8 s ou moins.

  • Son généré avec l’image
  • 3.1 : jusqu’à 3 images de référence
  • 8 s par clip, prolongeable

Recommandé pour : tourner un plan cinématographique ; une scène où des personnages parlent.

Forces et limites

Ses points forts

  • Son, voix et bruitages synchronisés avec l’image
  • Veo 3.1 monte jusqu’à la 4K
  • Les versions Fast coûtent la moitié du prix des versions Full, voire moins

À éviter quand

  • 8 s au maximum par clip
  • Veo 3 en image vers vidéo ne fait que 8 s
  • Pas de mode références dans ce catalogue
  • 4, 6 ou 8 s
  • Son natif
  • Veo 3.1 jusqu’à la 4K, Veo 3 jusqu’à 1080p

Cas d’usage

Plan d’ensemble réaliste

Une rue de Tokyo sous la pluie la nuit, reflets de néons sur l’asphalte, un cycliste passe sous un parapluie. 8 secondes, bruit de pluie et de circulation lointaine.

Veo rend bien la lumière photoréaliste et les sons d’ambiance.

Réplique façon interview

Un chef en cuisine regarde la caméra et dit : « The secret is patience. » Léger bruit de casseroles derrière.

Dialogue et effets arrivent dans la même passe.

Transition entre deux images

Transition de ma première image (une graine) à ma dernière image (un tournesol épanoui) en accéléré, piano doux.

3.1 gère le contrôle de la première et de la dernière image.

Face à ses rivaux

  • Seedance 2.0 et 1.5Seedance 2.0 va jusqu’à 15 s et accepte l’audio et la vidéo en entrée.18e sur 22 au Artificial Analysis Image to Video Arena (1 000 Elo)
  • Kling V3Kling V3 donne des clips multi-plans plus longs et un niveau 4K.12e sur 22 au Artificial Analysis Image to Video Arena (1 055 Elo)
  • Grok Imagine vidéoGrok Imagine atteint 15 s mais seulement en 720p.5e sur 22 au Artificial Analysis Image to Video Arena (1 098 Elo)
Comparer côte à côte ↗

Historique des versions

Chaque version, datée, avec ce qu’elle a changé par rapport à la précédente.

  1. Veo 1Antérieure, hors de Sub Rosa
    • Annoncé à Google I/O 2024 : vidéo 1080p de plus d’une minute.
    Source : en.wikipedia.org
  2. Veo 2Antérieure, hors de Sub Rosa
    • Meilleure compréhension de la physique et jusqu’à 4K, sans audio.
    Source : en.wikipedia.org
  3. Veo 3
    • Premier Veo avec dialogues, effets sonores et ambiance synchronisés.
    • Clips plafonnés à 8 s.
    Source : en.wikipedia.org
  4. Veo 3.1La plus récente
    • Images de référence (jusqu’à 3) pour garder un personnage ou un style d’un plan à l’autre.
    • Contrôle de la première et de la dernière image, prolongation de scène jusqu’à une minute ou plus.
    • Audio natif plus riche et meilleure fidélité au prompt.
    Source : developers.googleblog.com

Benchmarks

Comment lire ces scores : ce qu’un benchmark dit.

Artificial Analysis Image to Video Arena : 7e sur 22 modèles mesurés du catalogue. Le même duel à l’aveugle, à partir d’une image : quel plan l’anime le mieux. Un classement Elo : plus le score est haut, plus le modèle est souvent préféré. À 100 points d’écart, le mieux classé gagne environ 64 % des duels.

Artificial Analysis Image to Video ArenaClassement Elo · Artificial Analysis, 4 octobre 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 vidéo1 098
  6. 6. HappyHorse 1.0HappyHorse1 083
  7. 7. Veo 3.1 Full QualityVeo 3 et 3.11 082
  8. 8. Wan 2.7Wan 2.x1 077
  9. 9. Grok ImagineGrok Imagine vidéo1 072
  10. 10. Veo 3.1 FastVeo 3 et 3.11 066
Voir les chiffres
ModèleElo
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 : 14e sur 18 modèles mesurés du catalogue. Le duel pour les plans avec le son : image, voix, bruitages et leur cohérence. Un classement Elo : plus le score est haut, plus le modèle est souvent préféré. Seuls les modèles qui font leur propre son y participent.

Artificial Analysis Text to Video Arena with audioClassement Elo · Artificial Analysis, 4 octobre 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 vidéo1 127
  6. 6. Seedance 2.0Seedance 2.0 et 1.51 119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1 113
  8. 8. Grok Imagine 1.5Grok Imagine vidéo1 044
  9. 9. HappyHorse 1.1HappyHorse1 043
  10. 10. Wan 2.7Wan 2.x1 029
  11. 14. Veo 3.1 Full QualityVeo 3 et 3.1966
  12. 15. Veo 3.1 FastVeo 3 et 3.1958
Voir les chiffres
ModèleElo
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

Les 8 modèles de cette famille

ModèleUsageConfidentialitéPrix
Veo 3 Fastveo3-fast-text-to-videoTexte vers vidéoAnonymisé0,0495 $ par seconde de vidéo0,248 $ le plan de 5 s
Veo 3 Fastveo3-fast-image-to-videoImage vers vidéoAnonymisé0,0495 $ par seconde de vidéo0,248 $ le plan de 5 s
Veo 3 Full Qualityveo3-full-text-to-videoTexte vers vidéoAnonymisé0,0989 $ par seconde de vidéo0,495 $ le plan de 5 s
Veo 3 Full Qualityveo3-full-image-to-videoImage vers vidéoAnonymisé0,0989 $ par seconde de vidéo0,495 $ le plan de 5 s
Veo 3.1 Fastveo3.1-fast-text-to-videoTexte vers vidéoAnonymisé0,0742 $ par seconde de vidéo0,371 $ le plan de 5 s
Veo 3.1 Fastveo3.1-fast-image-to-videoImage vers vidéoAnonymisé0,0742 $ par seconde de vidéo0,371 $ le plan de 5 s
Veo 3.1 Full Qualityveo3.1-full-text-to-videoTexte vers vidéoAnonymisé0,198 $ par seconde de vidéo0,989 $ le plan de 5 s
Veo 3.1 Full Qualityveo3.1-full-image-to-videoImage vers vidéoAnonymisé0,198 $ par seconde de vidéo0,989 $ le plan de 5 s

Fiche technique

CaractéristiqueVeo 3.1Veo 3
Sortie15 octobre 2025mai 2025
PoidsFermésFermés
Acceptetexte, imagestexte, images
Produitvidéo, audiovidéo, audio
Durée des plans4 à 8 s, avec le son4 à 8 s, avec le son
Résolutions720p, 1080p, 4k720p, 1080p
Prix0,0742 $ par seconde de vidéo0,0495 $ par seconde de vidéo
ConfidentialitéAnonymiséAnonymisé

Prix, contexte et durées tirés du catalogue le 16 octobre 2026 ; paramètres et licences selon le fabricant.