Video · Google DeepMind
Veo 3 e 3.1
Il modello video di Google, con dialoghi, effetti e ambiente generati nello stesso passaggio. Sceglilo per inquadrature brevi, curate e realistiche.
Anonimizzato Low costCosa lo distingue
Veo è il modello video di Google, e Veo 3 è stato il primo modello di largo uso a generare dialoghi, effetti e ambiente insieme alle immagini. Veo 3.1 ha aggiunto le immagini di riferimento, il controllo del primo e dell'ultimo fotogramma e l'estensione della scena, ma ogni clip resta di 8 s o meno.
- Audio generato con le immagini
- 3.1: fino a 3 immagini di riferimento
- 8 s per clip, estendibile
Consigliato per: girare un'inquadratura cinematografica ; una scena in cui le persone parlano.
Punti di forza e limiti
Dove dà il meglio
- Audio, voce ed effetti sincronizzati con le immagini
- Veo 3.1 arriva fino al 4K
- Le versioni Fast costano la metà del prezzo Full o meno
Pensaci due volte quando
- Al massimo 8 s per clip
- Veo 3 da immagine a video fa solo 8 s
- Niente modalità riferimenti in questo catalogo
- 4, 6 o 8 s
- Audio nativo
- Veo 3.1 fino al 4K, Veo 3 fino a 1080p
Casi d’uso
Inquadratura d'ambientazione realistica
Una strada di Tokyo sotto la pioggia di notte, riflessi al neon sull'asfalto, un ciclista passa sotto un ombrello. 8 secondi, pioggia e rumore di traffico lontano.
Veo gestisce bene la luce fotorealistica e i suoni d'ambiente.
Battuta in stile intervista
Uno chef in cucina guarda in camera e dice: «The secret is patience.» Dietro, un leggero tintinnio di pentole.
Dialoghi ed effetti arrivano nello stesso passaggio.
Transizione tra due fotogrammi
Transizione dal mio primo fotogramma (un seme) al mio ultimo fotogramma (un girasole sbocciato) con effetto time-lapse, pianoforte delicato.
La 3.1 supporta il controllo del primo e dell'ultimo fotogramma.
Rispetto ai rivali
- Seedance 2.0 e 1.5Seedance 2.0 arriva fino a 15 s e accetta audio e video in input.18° su 22 in Artificial Analysis Image to Video Arena ( 1000 Elo)
- Kling V3Kling V3 offre clip multi-inquadratura più lunghe e un livello 4K.12° su 22 in Artificial Analysis Image to Video Arena ( 1055 Elo)
- Grok Imagine videoGrok Imagine arriva a 15 s, ma solo in 720p.5° su 22 in Artificial Analysis Image to Video Arena ( 1098 Elo)
Cronologia delle versioni
Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.
- Veo 1Precedente, non in Sub Rosa
- Annunciato al Google I/O 2024: video in 1080p lunghi più di un minuto.
- Veo 2Precedente, non in Sub Rosa
- Migliore comprensione della fisica e risoluzione fino a 4K, senza audio.
- Veo 3
- Primo Veo con dialoghi sincronizzati, effetti sonori e rumori d'ambiente.
- Clip limitate a 8 s.
- Veo 3.1La più recente
- Immagini di riferimento (fino a 3) per mantenere un personaggio o uno stile da un'inquadratura all'altra.
- Controllo del fotogramma iniziale e finale ed estensione della scena a un minuto o più.
- Audio nativo più ricco e maggiore aderenza al prompt.
Benchmark
Come leggere questi punteggi: cosa dice un benchmark.
Artificial Analysis Image to Video Arena: 7° su 22 modelli misurati nel catalogo. Lo stesso duello alla cieca, partendo da un’immagine: quale clip le dà vita meglio. Un punteggio Elo: più è alto, più spesso il modello viene preferito. Con 100 punti di distacco, il modello con il punteggio più alto vince circa il 64% dei duelli.
- 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 e 3.11082
- 8. Wan 2.7Wan 2.x1077
- 9. Grok ImagineGrok Imagine video1072
- 10. Veo 3.1 FastVeo 3 e 3.11066
Vedi i numeri
| Modello | 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: 14° su 18 modelli misurati nel catalogo. Il duello per le clip con audio: immagine, voci, effetti e quanto si accordano tra loro. Un punteggio Elo: più è alto, più spesso il modello viene preferito. Partecipano solo i modelli che producono il proprio suono.
- 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 e 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 e 3.1966
- 15. Veo 3.1 FastVeo 3 e 3.1958
Vedi i numeri
| Modello | 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 |
Tutti i 8 modelli di questa famiglia
| Modello | Uso | Privacy | Prezzo |
|---|---|---|---|
Veo 3 Fastveo3-fast-text-to-video | Da testo a video | Anonimizzato | 0,0495 $ per secondo di video0,248 $ per una clip da 5 s |
Veo 3 Fastveo3-fast-image-to-video | Da immagine a video | Anonimizzato | 0,0495 $ per secondo di video0,248 $ per una clip da 5 s |
Veo 3 Full Qualityveo3-full-text-to-video | Da testo a video | Anonimizzato | 0,0989 $ per secondo di video0,495 $ per una clip da 5 s |
Veo 3 Full Qualityveo3-full-image-to-video | Da immagine a video | Anonimizzato | 0,0989 $ per secondo di video0,495 $ per una clip da 5 s |
Veo 3.1 Fastveo3.1-fast-text-to-video | Da testo a video | Anonimizzato | 0,0742 $ per secondo di video0,371 $ per una clip da 5 s |
Veo 3.1 Fastveo3.1-fast-image-to-video | Da immagine a video | Anonimizzato | 0,0742 $ per secondo di video0,371 $ per una clip da 5 s |
Veo 3.1 Full Qualityveo3.1-full-text-to-video | Da testo a video | Anonimizzato | 0,198 $ per secondo di video0,989 $ per una clip da 5 s |
Veo 3.1 Full Qualityveo3.1-full-image-to-video | Da immagine a video | Anonimizzato | 0,198 $ per secondo di video0,989 $ per una clip da 5 s |
Scheda tecnica
| Caratteristica | Veo 3.1 | Veo 3 |
|---|---|---|
| Uscita | 15 ottobre 2025 | maggio 2025 |
| Pesi | Chiusi | Chiusi |
| Accetta | text, images | text, images |
| Produce | video, audio | video, audio |
| Durata delle clip | da 4 a 8 s, con audio | da 4 a 8 s, con audio |
| Risoluzioni | 720p, 1080p, 4k | 720p, 1080p |
| Prezzo | 0,0742 $ per secondo di video | 0,0495 $ per secondo di video |
| Privacy | Anonimizzato | Anonimizzato |
Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.
Fonti
Tutto ciò che è in questa pagina viene da queste pagine, lette il 16 ottobre 2026 o alla data indicata su ogni punteggio.