Vídeo · Google DeepMind

Veo 3 e 3.1

O modelo de vídeo do Google, com diálogos, efeitos e ambiente gerados na mesma passada. Escolha-o para planos curtos, caprichados e realistas.

Anonimizado Low cost
Última versãoVeo 3.115 de outubro de 2025
Artificial Analysis Image to Video Arena1.082 Elo7º de 22 em Artificial Analysis Image to Video Arena
Preço$ 0,0742 por segundo de vídeo$ 0,371 por um clipe de 5 s
Especificação principalClipes de até 8 s, com som

O que o diferencia

O Veo é o modelo de vídeo do Google, e o Veo 3 foi o primeiro modelo de grande público a gerar diálogo, efeitos e ambiência junto com a imagem. O Veo 3.1 trouxe imagens de referência, controle do primeiro e do último quadro e extensão de cena, mas cada clipe continua com 8 s ou menos.

  • Som gerado com a imagem
  • 3.1: até 3 imagens de referência
  • 8 s por clipe, extensível

Recomendado para: filmar um plano cinematográfico ; uma cena em que pessoas falam.

Pontos fortes e limites

Onde ele brilha

  • Som, fala e efeitos sincronizados com a imagem
  • O Veo 3.1 vai até 4K
  • As versões Fast custam metade do preço Full ou menos

Pense duas vezes quando

  • No máximo 8 s por clipe
  • O Veo 3 em imagem para vídeo faz só 8 s
  • Não há modo de referências neste catálogo
  • 4, 6 ou 8 s
  • Som nativo
  • Veo 3.1 até 4K, Veo 3 até 1080p

Casos de uso

Plano de ambientação realista

Uma rua chuvosa de Tóquio à noite, reflexos de neon no asfalto, um ciclista passa sob um guarda-chuva. 8 segundos, chuva e som distante de trânsito.

O Veo lida bem com luz fotorrealista e som ambiente.

Fala em estilo de entrevista

Um chef em uma cozinha olha para a câmera e diz: “The secret is patience.” Ao fundo, um leve barulho de panelas.

Diálogo e efeitos vêm na mesma passada.

Transição entre dois quadros

Transição do meu primeiro quadro (uma semente) para o meu último quadro (um girassol aberto), com cara de time-lapse, piano suave.

O 3.1 suporta controle do primeiro e do último quadro.

Diante dos rivais

  • Seedance 2.0 e 1.5O Seedance 2.0 vai até 15 s e aceita áudio e vídeo como entrada.18º de 22 em Artificial Analysis Image to Video Arena ( 1.000 Elo)
  • Kling V3O Kling V3 oferece clipes multiplano mais longos e um nível 4K.12º de 22 em Artificial Analysis Image to Video Arena ( 1.055 Elo)
  • Grok Imagine vídeoO Grok Imagine chega a 15 s, mas só em 720p.5º de 22 em Artificial Analysis Image to Video Arena ( 1.098 Elo)
Comparar lado a lado ↗

Histórico de versões

Cada versão, com data, e o que ela mudou em relação à anterior.

  1. Veo 1Anterior, fora do Sub Rosa
    • Anunciado no Google I/O 2024: vídeo em 1080p com mais de um minuto de duração.
    Fonte : en.wikipedia.org
  2. Veo 2Anterior, fora do Sub Rosa
    • Melhor compreensão da física e resolução de até 4K, sem áudio.
    Fonte : en.wikipedia.org
  3. Veo 3
    • Primeiro Veo com diálogo sincronizado, efeitos sonoros e ruído ambiente.
    • Clipes limitados a 8 s.
    Fonte : en.wikipedia.org
  4. Veo 3.1A mais recente
    • Imagens de referência (até 3) para manter um personagem ou um estilo de um plano para outro.
    • Controle de quadro inicial e final e extensão de cena para um minuto ou mais.
    • Áudio nativo mais rico e mais fidelidade ao prompt.
    Fonte : developers.googleblog.com

Benchmarks

Como ler estas pontuações: o que um benchmark diz.

Artificial Analysis Image to Video Arena: 7º de 22 modelos medidos no catálogo. O mesmo duelo às cegas, a partir de uma imagem: qual clipe dá mais vida a ela. Uma pontuação Elo: quanto maior, mais vezes é preferido. Com 100 pontos de diferença, o modelo mais bem pontuado vence cerca de 64% dos duelos.

Artificial Analysis Image to Video ArenaPontuação Elo · Artificial Analysis, 4 de outubro de 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 vídeo1.098
  6. 6. HappyHorse 1.0HappyHorse1.083
  7. 7. Veo 3.1 Full QualityVeo 3 e 3.11.082
  8. 8. Wan 2.7Wan 2.x1.077
  9. 9. Grok ImagineGrok Imagine vídeo1.072
  10. 10. Veo 3.1 FastVeo 3 e 3.11.066
Ver os números
ModeloElo
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: 14º de 18 modelos medidos no catálogo. O duelo para clipes com som: imagem, vozes, efeitos e o quanto combinam. Uma pontuação Elo: quanto maior, mais vezes é preferido. Só participam os modelos que fazem o próprio som.

Artificial Analysis Text to Video Arena with audioPontuação Elo · Artificial Analysis, 4 de outubro de 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 vídeo1.127
  6. 6. Seedance 2.0Seedance 2.0 e 1.51.119
  7. 7. Gemini Omni Flash 1.1Gemini Omni Flash1.113
  8. 8. Grok Imagine 1.5Grok Imagine vídeo1.044
  9. 9. HappyHorse 1.1HappyHorse1.043
  10. 10. Wan 2.7Wan 2.x1.029
  11. 14. Veo 3.1 Full QualityVeo 3 e 3.1966
  12. 15. Veo 3.1 FastVeo 3 e 3.1958
Ver os números
ModeloElo
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

Todos os 8 modelos desta família

ModeloUsoPrivacidadePreço
Veo 3 Fastveo3-fast-text-to-videoTexto para vídeoAnonimizado$ 0,0495 por segundo de vídeo$ 0,248 por um clipe de 5 s
Veo 3 Fastveo3-fast-image-to-videoImagem para vídeoAnonimizado$ 0,0495 por segundo de vídeo$ 0,248 por um clipe de 5 s
Veo 3 Full Qualityveo3-full-text-to-videoTexto para vídeoAnonimizado$ 0,0989 por segundo de vídeo$ 0,495 por um clipe de 5 s
Veo 3 Full Qualityveo3-full-image-to-videoImagem para vídeoAnonimizado$ 0,0989 por segundo de vídeo$ 0,495 por um clipe de 5 s
Veo 3.1 Fastveo3.1-fast-text-to-videoTexto para vídeoAnonimizado$ 0,0742 por segundo de vídeo$ 0,371 por um clipe de 5 s
Veo 3.1 Fastveo3.1-fast-image-to-videoImagem para vídeoAnonimizado$ 0,0742 por segundo de vídeo$ 0,371 por um clipe de 5 s
Veo 3.1 Full Qualityveo3.1-full-text-to-videoTexto para vídeoAnonimizado$ 0,198 por segundo de vídeo$ 0,989 por um clipe de 5 s
Veo 3.1 Full Qualityveo3.1-full-image-to-videoImagem para vídeoAnonimizado$ 0,198 por segundo de vídeo$ 0,989 por um clipe de 5 s

Especificações

EspecificaçãoVeo 3.1Veo 3
Lançamento15 de outubro de 2025maio de 2025
PesosFechadosFechados
Aceitatext, imagestext, images
Produzvideo, audiovideo, audio
Duração dos clipes4 a 8 s, com som4 a 8 s, com som
Resoluções720p, 1080p, 4k720p, 1080p
Preço$ 0,0742 por segundo de vídeo$ 0,0495 por segundo de vídeo
PrivacidadeAnonimizadoAnonimizado

Preços, contexto e durações do catálogo ao vivo em 16 de outubro de 2026; parâmetros e licenças segundo o fabricante.