Veo 3.1

带音频的视频参考图引导最高 4K

APIXO 上的 Veo 3.1 将 Google 的 Lite、Fast 和标准 Veo 3.1 生成层级整合在一个路径下。通过文字、有序的首尾帧或最多三个视觉参考图创建短视频，支持原生音频、纵向或横向画幅，以及从 720p 到 4K 的 APIXO 输出选项。

工作流

文本 / 帧 / 参考图

APIXO 价格

$0.15–$2.40 / 视频

分辨率

720p / 1080p / 4K

时长

4 / 6 / 8 秒

构图

16:9 / 9:16 / 自动

正在加载工作区...

Veo 3.1 模型 API 费率结构

Veo 3.1 按生成的视频数量计费。所选的模式和分辨率决定了单价，而视频时长不影响价格。

lite

720p

$0.15 / 视频

1080p

$0.25 / 视频

$0.75 / 视频

fast

720p

$0.30 / 视频

1080p

$0.375 / 视频

$0.90 / 视频

quality

720p

$1.60 / 视频

1080p

$1.80 / 视频

$2.40 / 视频

模式	720p	1080p	4K
lite	$0.15 / 视频	$0.25 / 视频	$0.75 / 视频
fast	$0.30 / 视频	$0.375 / 视频	$0.90 / 视频
quality	$1.60 / 视频	$1.80 / 视频	$2.40 / 视频

计费规则

支持的时长为 4、6 和 8 秒，但在 1080p、4K、参考图和首尾帧生成等特定工作流中存在兼容性限制。
图生视频需要使用快速模式，并接受一到三个公开的图片 URL。
Veo 3.1 视频扩展使用独立路由：$0.20 用于快速续写，$1.50 用于高质量续写。
使用 Lite 模式进行低成本探索，Fast 模式用于参考图引导的创作，Quality 模式则用于生成更高保真度的最终镜头。

常见费用示例

例如：一次 Fast 1080p Veo 3.1 生成的成本为每个视频 $0.375。

正在检查 API 访问权限...

登录以领取免费积分并使用此模型进行创作。

与 AI 集成

复制一段提示词，让您的 AI 助手安装 APIXO MCP、读取实时 schema 并将此模型接入您的应用。

接口地址

创建任务

POSThttps://api.apixo.ai/api/v1/generateTask/veo-3-1

轮询状态

GEThttps://api.apixo.ai/api/v1/statusTask/veo-3-1?taskId={taskId}

请求体

request_type

async

通过 callback_url 使用回调以实现 Webhook。

input

对象

模式、提示词、参考图、尺寸、时长和音频设置。

request_type必填

类型select

使用异步模式轮询任务状态 (poll statusTask)，或使用回调模式在结果就绪时接收 webhook 通知。async · callback

callback_url有条件的

类型text

用于接收回调通知的公开 HTTPS URL。仅限 request_type=callback

mode必填

类型select

选择 lite、fast 或 quality 模式。参考图生成视频需使用 fast 模式。lite · fast · quality

prompt必填

类型string

描述输出视频的动作、镜头、主体、情绪和视觉细节。

generationType必填

类型select

选择文生视频、首/尾帧动画或参考引导的视频生成。TEXT_2_VIDEO · FIRST_AND_LAST_FRAMES_2_VIDEO · REFERENCE_2_VIDEO

duration有条件的

类型select

选择输出片段的时长。Veo 3.1 支持 4、6 或 8 秒。4 · 6 · 8仅限 generationType=TEXT_2_VIDEO | FIRST_AND_LAST_FRAMES_2_VIDEO | REFERENCE_2_VIDEO

resolution有条件的

类型select

选择输出分辨率。如不指定，将默认按 720p 计费。720p · 1080p · 4k仅限 generationType=TEXT_2_VIDEO | FIRST_AND_LAST_FRAMES_2_VIDEO | REFERENCE_2_VIDEO

aspect_ratio有条件的

类型select

选择输出宽高比。16:9 · 9:16 · auto仅限 generationType=TEXT_2_VIDEO | FIRST_AND_LAST_FRAMES_2_VIDEO | REFERENCE_2_VIDEO

watermark可选

类型text

用于生成视频的可选水印文本。

seed可选

类型text

可选的随机种子值，用于可复现的生成尝试。

参数	类型	必填项	描述
`request_type`	select	必填	使用异步模式轮询任务状态 (poll statusTask)，或使用回调模式在结果就绪时接收 webhook 通知。async · callback
`callback_url`	text	有条件的	用于接收回调通知的公开 HTTPS URL。仅限 request_type=callback
`mode`	select	必填	选择 lite、fast 或 quality 模式。参考图生成视频需使用 fast 模式。lite · fast · quality
`prompt`	string	必填	描述输出视频的动作、镜头、主体、情绪和视觉细节。
`generationType`	select	必填	选择文生视频、首/尾帧动画或参考引导的视频生成。TEXT_2_VIDEO · FIRST_AND_LAST_FRAMES_2_VIDEO · REFERENCE_2_VIDEO
`duration`	select	有条件的	选择输出片段的时长。Veo 3.1 支持 4、6 或 8 秒。4 · 6 · 8仅限 generationType=TEXT_2_VIDEO \| FIRST_AND_LAST_FRAMES_2_VIDEO \| REFERENCE_2_VIDEO
`resolution`	select	有条件的	选择输出分辨率。如不指定，将默认按 720p 计费。720p · 1080p · 4k仅限 generationType=TEXT_2_VIDEO \| FIRST_AND_LAST_FRAMES_2_VIDEO \| REFERENCE_2_VIDEO
`aspect_ratio`	select	有条件的	选择输出宽高比。16:9 · 9:16 · auto仅限 generationType=TEXT_2_VIDEO \| FIRST_AND_LAST_FRAMES_2_VIDEO \| REFERENCE_2_VIDEO
`watermark`	text	可选	用于生成视频的可选水印文本。
`seed`	text	可选	可选的随机种子值，用于可复现的生成尝试。

文件参数 (URL 数组)

image_urls[generationType=FIRST_AND_LAST_FRAMES_2_VIDEO | REFERENCE_2_VIDEO]上传最多 2 张图片作为起始/结束帧，或最多 3 张图片用于参考图生视频。仅限 generationType=FIRST_AND_LAST_FRAMES_2_VIDEO | REFERENCE_2_VIDEO

示例 (cURL)

curl -X POST "https://api.apixo.ai/api/v1/generateTask/veo-3-1" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "request_type": "async",
    "input": {
      "mode": "lite",
      "prompt": "A cinematic flyover of a futuristic city at sunrise",
      "generationType": "TEXT_2_VIDEO",
      "duration": 6,
      "resolution": "1080p",
      "aspect_ratio": "16:9"
    }
  }'

完整 API 文档

能力

跨越图像、动态、相机和声音的创意控制

原生音视频生成

Veo 3.1 在生成视频的同时会生成配套音频，您可以在提示词中描述对话、环境音、音乐和音效。APIXO 未提供禁用音频或上传音频的字段。

定向相机语言

提示词可以指定镜头构图、镜头视角、相机运镜、节奏、光照、动作和氛围，以实现更具创意的短篇视觉叙事。

首帧到尾帧的转场

提供一张起始图像，并可选地提供一张结束图像，以引导视频在两个确定的视觉状态之间过渡。图像顺序决定了起始和结束的角色。

多图指导

APIXO 的参考工作流接受一到三张公开图像，作为对主体、产品、角色和场景内容的视觉指导。这些图像提供的是一般性条件引导，而不是对身份、几何形状、品牌或形式化风格参考的精确控制。

竖屏视频创作

为活动、移动端和社交媒体布局生成横向或纵向视频片段。当不需要固定宽高比时，APIXO 还提供自动画面裁剪功能。

种子值控制的迭代生成

使用可选的种子值可以提高相似尝试之间的一致性，但当提示词、参考图、路由或供应商行为发生变化时，它不保证确定性的复现结果。

图像引导工作流

选择端点帧或更广泛的视觉参考

首尾帧视频

使用 `FIRST_AND_LAST_FRAMES_2_VIDEO` 并提供一张起始图像或一对有序的起始与结束图像。APIXO 最多接受两个 URL，并为这一专注于过渡效果的工作流提供 lite、fast 或 quality 路由选项。

最多 2 帧

参考图引导的视频生成

ja72nt

1–3 个参考

Veo 3.1 视频扩展

通过独立的 veo-3-1-extend 路由续写一个已完成的 Veo 3.1 任务。续写使用前一个任务的 ID 加上新的提示词，并支持 fast 或 quality 的续写定价。

$0.20-$1.50 / 视频

API 详情

Veo 3.1 路由规格

经 APIXO 主要生成路径验证并开放的控件和输出。

轻量版 / 快速版 / 高质量版

模式

1–10,000 个字符

提示词

3 种生成类型

工作流

最多 3 个公开 URL

图像输入

1 个 MP4 视频 URL

输出

轮询 / 回调

交付

应用场景

适合 Veo 3.1 的生产工作流

营销活动创意

产品与品牌视频

生成简短的产品展示、营销概念和电商场景，可指定相机运镜和原生音效。发布前请检查产品比例、标志、嵌入文本和参考图的还原度。

移动端媒体

竖屏社交短片

为移动端场景创建 9:16 的视听内容，无需重构横向主画面。在剪辑审核期间，请验证口语措辞、发音、口型同步、身体结构和快速运动的准确性。

可控转场

关键帧之间生成动画

为变形镜头、视觉转场或故事板节点定义一个起始状态和一个可选的结束状态。复杂的物体接触和帧间的大幅变化可能需要多次尝试。

预可视化

参考图引导的镜头概念设计

将角色、产品、服装或场景的参考图与相机和动作指令相结合，以探索预期的镜头效果。请将参考图视为指导，而非对确切身份或设计的保证。

说明与常见问题

兼容性与操作指南

集成说明

+3+VFA

Google 要求在生成 1080p、4K、参考图视频以及首尾帧插值时，时长必须为 8 秒。APIXO 的通用模式中提供了 4、6 和 8 秒的选项，因此应用程序在提交生产任务前，应验证特定工作流的参数组合是否有效。

Google 文档要求 1080p、4K 和参考图生成模式的输出时长为 8 秒；即使 APIXO 的通用选择器提供了 4、6 和 8 秒选项，也请使用 8 秒。

APIXO 列出了一个 4K Lite 选项，而 Google 当前的 Veo 3.1 Lite 文档声明 Lite 版本不支持 4K；在生产使用前请确认当前有效的路由。

典型生成耗时 1-3 分钟；APIXO 建议 Lite 或 Fast 模式在 60-90 秒后、Quality 模式在 90 秒后进行首次轮询，之后每 5-10 秒轮询一次。

X/TWHY

常见问题解答

价格按生成的视频计费，由模式和分辨率决定，与时长无关。Lite 模式的 720p、1080p、4K 分辨率价格分别为 $0.15、$0.25、$0.75 积分；Fast 模式为 $0.30、$0.375、$0.90 积分；Quality 模式为 $1.60、$1.80、$2.40 积分。

根据 Google 文档，Veo 3.1 系列模型始终默认启用原生音频。提示词可以请求对话、环境音、音乐和音效，但 APIXO 不提供声音开关、上传音频条件、声音选择器、发音字段或口型同步控制。

APIXO 建议使用可直接访问的公开 JPG、JPEG 或 PNG URL，大小不超过 10 MB。文档未提及支持 WebP。URL 在整个处理过程中应保持可访问，以便所选路由能够获取每张图像。

否。APIXO 的 watermark 字段用于在生成的视频上添加用户提供的可选文本。它不是一个去除水印的控件，也不会移除 Google SynthID 或其他来源和安全机制。

该路由文档未涉及负向提示词、提示词增强开关、人物生成设置、输出数量控制、安全级别字段、音频设置、帧率选择器或相机预设。不应假定 Google 官方 API 的选项可以通过 APIXO 使用。

探索其他模型

探索更多 AI 模型，赋能您的创意工作流

查看所有模型

OpenAI

Sora 2 Pro

Sora 2 Pro 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.3/sec

OpenAI

Sora 2

Sora 2 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频

$0.1/sec

ByteDance

Seedance 2.0

Seedance 2.0 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.0573/sec

Google

Gemini Omni

Gemini Omni 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.1/sec

Alibaba

HappyHorse

HappyHorse 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.125/sec

ByteDance

Seedance 2.0 Fast

Seedance 2.0 Fast 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.044/sec

ByteDance

Seedance 1.5 Pro

Seedance 1.5 Pro 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.0108/sec

Alibaba

Wan 2.6

Wan 2.6 已在 APIXO 上线，支持视频。该模型页面将示例、创作控件、定价和结果整合到一个专注的工作区中。

视频新建

$0.025/sec

Veo 3.1

使用 Veo 3.1 创作

Veo 3.1 模型 API 费率结构

请求

通过提示词、帧或视觉参考指导简短的视听场景

跨越图像、动态、相机和声音的创意控制

原生音视频生成

定向相机语言

首帧到尾帧的转场

多图指导

竖屏视频创作

种子值控制的迭代生成

选择端点帧或更广泛的视觉参考

首尾帧视频

参考图引导的视频生成

Veo 3.1 视频扩展

Veo 3.1 路由规格

适合 Veo 3.1 的生产工作流

产品与品牌视频

竖屏社交短片

关键帧之间生成动画

参考图引导的镜头概念设计

兼容性与操作指南

集成说明

常见问题解答

APIXO 如何对 Veo 3.1 的生成任务计费？

原生音频是可选的吗？

图像引导请求可以使用哪些文件？

watermark 字段是否能移除供应商标记？

APIXO 未提供哪些控件？

探索其他模型

Sora 2 Pro

Sora 2

Seedance 2.0

Gemini Omni

HappyHorse

Seedance 2.0 Fast

Seedance 1.5 Pro

Wan 2.6