Veo 3.1 Lite ist Googles Lite-Mitglied der Veo-3-Videogenerierungsreihe. Es synthetisiert aus einer natürlichsprachlichen Beschreibung oder einem Eingabebild ein Video mit Ton. Die Ausgabe ist ein generierter Clip, keine Textanalyse einer vorhandenen Aufnahme. Die Lite-Modellkarte verweist für zugrunde liegende Architektur, Trainingsmaterial und bekannte Grenzen auf Veo 3; die Lite-spezifische Dokumentation definiert eigene Generierungsfunktionen und Grenzen.
Die referenzierte Architektur verwendet latente Diffusion über zeitliche Audiorepräsentationen und räumlich-zeitliche Videorepräsentationen. Das Basismodell wurde mit Audio, Video und Bildern, unterschiedlich detaillierten Bildbeschreibungen sowie gefiltertem und dedupliziertem Trainingsmaterial trainiert. Das erklärt den Zweck gemeinsamer Bild- und Tongenerierung. Es offenbart weder eine Lite-spezifische Parameterzahl noch belegt es, dass jede generierte Bewegung der physikalischen Realität folgt. Entscheiden Sie für eine praktische Szene sichtbare Handlung und zugehörigen Ton gemeinsam.
Die genaue Lite-Dokumentation nennt eine Texteingabegrenze von 1’024 Tokens und ein Ausgabevideo. Die Lite-Spalte des Generierungsleitfadens nennt 4, 6 und 8 Sekunden, standardmässig 720p; 1080p verlangt einen achtsekündigen Clip. Querformat 16:9 ist das Standardseitenverhältnis, Hochformat 9:16 ist ebenfalls aufgeführt; die Ausgabe ist mit 24 Bildern pro Sekunde dokumentiert. Nativer Ton ist in diesem Ablauf immer aktiv. Diese Werte gehören zum benannten Lite-Ablauf des Herstellers, nicht zu einer anderen Veo-Edition oder einer separat gemessenen Anwendungsantwort.
Lite unterstützt weder 4K-Ausgabe noch Videoverlängerung. Die Parametertabelle kennzeichnet in der Lite-Spalte auch die Mehrfachreferenzfunktion referenceImages und Videoeingabe zur Verlängerung als nicht verfügbar. Ein Anfangsbild kann das Startbild festlegen; die Tabelle nennt für einen Übergang ein lastFrame-Bild zusammen mit diesem Anfangsbild. Unterscheiden Sie diesen Einzelbildsteuerungsweg vom Mischen mehrerer Stil- oder Motivreferenzen. Die Personengenerierungseinstellungen des Herstellers sind modusspezifisch: Die Lite-Tabelle nennt allow_all für Text-to-Video und allow_adult für Image-to-Video und Interpolation; regionale Regeln können dieses dokumentierte Profil zusätzlich begrenzen. Wählen Sie das Startbild passend zur tatsächlich gewünschten ersten Szene und bereiten Sie Motiv, Bildausschnitt und sichtbare Details vor der Bewegungsanfrage vor.
Beschreiben Sie für Text-to-Video Motiv, Handlung, Umgebung und gewünschten Stil. Ergänzen Sie Kameraposition und -bewegung, Bildausschnitt, Fokus und Licht, sofern relevant. Eine eigene Produktszene könnte das Objekt mittig halten, während sich die Kamera einem Materialdetail nähert und sich das Umgebungslicht sanft ändert. Benennen Sie Anfangszustand, Haupthandlung und letzten Moment, damit der kurze Clip eine zusammenhängende Idee zu einem stimmigen Abschluss bringt. Eine lange Sammlung unzusammenhängender Handlungen ist eine andere Aufgabe als eine fokussierte Einstellung.
Liefern Sie für Image-to-Video ein klares Anfangsbild und erklären Sie, was sich bewegen und was stabil bleiben soll. Geben Sie Motivbewegung und Kamerabewegung separat an. Bereiten Sie bei einer Endbildvorgabe eine kompatible Schlusskomposition vor und beschreiben Sie den Übergang. Prüfen Sie das Ergebnis, statt anzunehmen, eine gewünschte Identität, Position oder Form bleibe über den ganzen Clip identisch. Die referenzierte Modellkarte nennt vollständige Konsistenz in komplexen Szenen und komplexe Bewegung als weiterhin anspruchsvoll.
Der Prompt-Leitfaden unterstützt ausdrückliche Hinweise für Dialog, Geräuscheffekte und Atmosphäre. Setzen Sie den exakten gesprochenen Wortlaut in Anführungszeichen, benennen Sie den Sprecher und beschreiben Sie Geräusche im Verhältnis zur sichtbaren Handlung. Ein Geräuscheffekt und Hintergrundatmosphäre dürfen nicht mit einem gesprochenen Satz verwechselt werden. Englisch ist für Prompts als vollständig unterstützt dokumentiert; andere Sprachen wurden in diesem Leitfaden nicht bewertet. Prüfen Sie hörbare Wörter, Timing und Tonqualität als Teil desselben Ergebnisses wie das Video, statt Ton als garantiert getreue Wiedergabe des Prompts zu behandeln.
Der Herstellerablauf ist asynchron: Eine Generierungsanfrage liefert eine Operation, deren fertiges Ergebnis nach gemeldetem Abschluss abgerufen wird. Bewahren Sie die Operationskennung auf und prüfen Sie den zurückgegebenen Clip. Der Leitfaden beschreibt zweitägige herstellerseitige Aufbewahrung und SynthID-Kennzeichnung; ein aufbewahrtes Ergebnis sollte deshalb heruntergeladene Datei, Prompt, Quellbilder und gewählte Einstellungen enthalten. Ein Seed kann Wiederholbarkeit verbessern, garantiert aber keinen Determinismus. Prüfen Sie Motivkontinuität, Handlung, Bildausschnitt, Ton und gewünschten Szenenendpunkt vor der Schnittverwendung; abgeschlossene Verarbeitung allein beweist nicht die Erfüllung kreativer Anforderungen.
", "aboutText": "Veo 3.1 Lite ist Googles Lite-Mitglied der Veo-3-Videogenerierungsreihe. Es synthetisiert aus einer natürlichsprachlichen Beschreibung oder einem Eingabebild ein Video mit Ton. Die Ausgabe ist ein generierter Clip, keine Textanalyse einer vorhandenen Aufnahme. Die Lite-Modellkarte verweist für zugrunde liegende Architektur, Trainingsmaterial und bekannte Grenzen auf Veo 3; die Lite-spezifische Dokumentation definiert eigene Generierungsfunktionen und Grenzen.\n\nDie referenzierte Architektur verwendet latente Diffusion über zeitliche Audiorepräsentationen und räumlich-zeitliche Videorepräsentationen. Das Basismodell wurde mit Audio, Video und Bildern, unterschiedlich detaillierten Bildbeschreibungen sowie gefiltertem und dedupliziertem Trainingsmaterial trainiert. Das erklärt den Zweck gemeinsamer Bild- und Tongenerierung. Es offenbart weder eine Lite-spezifische Parameterzahl noch belegt es, dass jede generierte Bewegung der physikalischen Realität folgt. Entscheiden Sie für eine praktische Szene sichtbare Handlung und zugehörigen Ton gemeinsam.\n\nDie genaue Lite-Dokumentation nennt eine Texteingabegrenze von 1’024 Tokens und ein Ausgabevideo. Die Lite-Spalte des Generierungsleitfadens nennt 4, 6 und 8 Sekunden, standardmässig 720p; 1080p verlangt einen achtsekündigen Clip. Querformat 16:9 ist das Standardseitenverhältnis, Hochformat 9:16 ist ebenfalls aufgeführt; die Ausgabe ist mit 24 Bildern pro Sekunde dokumentiert. Nativer Ton ist in diesem Ablauf immer aktiv. Diese Werte gehören zum benannten Lite-Ablauf des Herstellers, nicht zu einer anderen Veo-Edition oder einer separat gemessenen Anwendungsantwort.\n\nLite unterstützt weder 4K-Ausgabe noch Videoverlängerung. Die Parametertabelle kennzeichnet in der Lite-Spalte auch die Mehrfachreferenzfunktion referenceImages und Videoeingabe zur Verlängerung als nicht verfügbar. Ein Anfangsbild kann das Startbild festlegen; die Tabelle nennt für einen Übergang ein lastFrame-Bild zusammen mit diesem Anfangsbild. Unterscheiden Sie diesen Einzelbildsteuerungsweg vom Mischen mehrerer Stil- oder Motivreferenzen. Die Personengenerierungseinstellungen des Herstellers sind modusspezifisch: Die Lite-Tabelle nennt allow_all für Text-to-Video und allow_adult für Image-to-Video und Interpolation; regionale Regeln können dieses dokumentierte Profil zusätzlich begrenzen. Wählen Sie das Startbild passend zur tatsächlich gewünschten ersten Szene und bereiten Sie Motiv, Bildausschnitt und sichtbare Details vor der Bewegungsanfrage vor.\n\nBeschreiben Sie für Text-to-Video Motiv, Handlung, Umgebung und gewünschten Stil. Ergänzen Sie Kameraposition und -bewegung, Bildausschnitt, Fokus und Licht, sofern relevant. Eine eigene Produktszene könnte das Objekt mittig halten, während sich die Kamera einem Materialdetail nähert und sich das Umgebungslicht sanft ändert. Benennen Sie Anfangszustand, Haupthandlung und letzten Moment, damit der kurze Clip eine zusammenhängende Idee zu einem stimmigen Abschluss bringt. Eine lange Sammlung unzusammenhängender Handlungen ist eine andere Aufgabe als eine fokussierte Einstellung.\n\nLiefern Sie für Image-to-Video ein klares Anfangsbild und erklären Sie, was sich bewegen und was stabil bleiben soll. Geben Sie Motivbewegung und Kamerabewegung separat an. Bereiten Sie bei einer Endbildvorgabe eine kompatible Schlusskomposition vor und beschreiben Sie den Übergang. Prüfen Sie das Ergebnis, statt anzunehmen, eine gewünschte Identität, Position oder Form bleibe über den ganzen Clip identisch. Die referenzierte Modellkarte nennt vollständige Konsistenz in komplexen Szenen und komplexe Bewegung als weiterhin anspruchsvoll.\n\nDer Prompt-Leitfaden unterstützt ausdrückliche Hinweise für Dialog, Geräuscheffekte und Atmosphäre. Setzen Sie den exakten gesprochenen Wortlaut in Anführungszeichen, benennen Sie den Sprecher und beschreiben Sie Geräusche im Verhältnis zur sichtbaren Handlung. Ein Geräuscheffekt und Hintergrundatmosphäre dürfen nicht mit einem gesprochenen Satz verwechselt werden. Englisch ist für Prompts als vollständig unterstützt dokumentiert; andere Sprachen wurden in diesem Leitfaden nicht bewertet. Prüfen Sie hörbare Wörter, Timing und Tonqualität als Teil desselben Ergebnisses wie das Video, statt Ton als garantiert getreue Wiedergabe des Prompts zu behandeln.\n\nDer Herstellerablauf ist asynchron: Eine Generierungsanfrage liefert eine Operation, deren fertiges Ergebnis nach gemeldetem Abschluss abgerufen wird. Bewahren Sie die Operationskennung auf und prüfen Sie den zurückgegebenen Clip. Der Leitfaden beschreibt zweitägige herstellerseitige Aufbewahrung und SynthID-Kennzeichnung; ein aufbewahrtes Ergebnis sollte deshalb heruntergeladene Datei, Prompt, Quellbilder und gewählte Einstellungen enthalten. Ein Seed kann Wiederholbarkeit verbessern, garantiert aber keinen Determinismus. Prüfen Sie Motivkontinuität, Handlung, Bildausschnitt, Ton und gewünschten Szenenendpunkt vor der Schnittverwendung; abgeschlossene Verarbeitung allein beweist nicht die Erfüllung kreativer Anforderungen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "5bb6e0558c0727babec853e15ec69c7979ea674a3dac580bbb5b81b9f8a84cdf", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "google/veo-3.1-liteEine Szenenbeschreibung in ein 4, 6 oder 8 Sekunden langes Video in 720p umwandeln.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Veo 3.1 Lite ist Googles Lite-Mitglied der Veo-3-Videogenerierungsreihe. Es synthetisiert aus einer natürlichsprachlichen Beschreibung oder einem Eingabebild ein Video mit Ton. Die Ausgabe ist ein generierter Clip, keine Textanalyse einer vorhandenen Aufnahme. Die Lite-Modellkarte verweist für zugrunde liegende Architektur, Trainingsmaterial und bekannte Grenzen auf Veo 3; die Lite-spezifische Dokumentation definiert eigene Generierungsfunktionen und Grenzen.
Die referenzierte Architektur verwendet latente Diffusion über zeitliche Audiorepräsentationen und räumlich-zeitliche Videorepräsentationen. Das Basismodell wurde mit Audio, Video und Bildern, unterschiedlich detaillierten Bildbeschreibungen sowie gefiltertem und dedupliziertem Trainingsmaterial trainiert. Das erklärt den Zweck gemeinsamer Bild- und Tongenerierung. Es offenbart weder eine Lite-spezifische Parameterzahl noch belegt es, dass jede generierte Bewegung der physikalischen Realität folgt. Entscheiden Sie für eine praktische Szene sichtbare Handlung und zugehörigen Ton gemeinsam.
Die genaue Lite-Dokumentation nennt eine Texteingabegrenze von 1’024 Tokens und ein Ausgabevideo. Die Lite-Spalte des Generierungsleitfadens nennt 4, 6 und 8 Sekunden, standardmässig 720p; 1080p verlangt einen achtsekündigen Clip. Querformat 16:9 ist das Standardseitenverhältnis, Hochformat 9:16 ist ebenfalls aufgeführt; die Ausgabe ist mit 24 Bildern pro Sekunde dokumentiert. Nativer Ton ist in diesem Ablauf immer aktiv. Diese Werte gehören zum benannten Lite-Ablauf des Herstellers, nicht zu einer anderen Veo-Edition oder einer separat gemessenen Anwendungsantwort.
Lite unterstützt weder 4K-Ausgabe noch Videoverlängerung. Die Parametertabelle kennzeichnet in der Lite-Spalte auch die Mehrfachreferenzfunktion referenceImages und Videoeingabe zur Verlängerung als nicht verfügbar. Ein Anfangsbild kann das Startbild festlegen; die Tabelle nennt für einen Übergang ein lastFrame-Bild zusammen mit diesem Anfangsbild. Unterscheiden Sie diesen Einzelbildsteuerungsweg vom Mischen mehrerer Stil- oder Motivreferenzen. Die Personengenerierungseinstellungen des Herstellers sind modusspezifisch: Die Lite-Tabelle nennt allow_all für Text-to-Video und allow_adult für Image-to-Video und Interpolation; regionale Regeln können dieses dokumentierte Profil zusätzlich begrenzen. Wählen Sie das Startbild passend zur tatsächlich gewünschten ersten Szene und bereiten Sie Motiv, Bildausschnitt und sichtbare Details vor der Bewegungsanfrage vor.
Beschreiben Sie für Text-to-Video Motiv, Handlung, Umgebung und gewünschten Stil. Ergänzen Sie Kameraposition und -bewegung, Bildausschnitt, Fokus und Licht, sofern relevant. Eine eigene Produktszene könnte das Objekt mittig halten, während sich die Kamera einem Materialdetail nähert und sich das Umgebungslicht sanft ändert. Benennen Sie Anfangszustand, Haupthandlung und letzten Moment, damit der kurze Clip eine zusammenhängende Idee zu einem stimmigen Abschluss bringt. Eine lange Sammlung unzusammenhängender Handlungen ist eine andere Aufgabe als eine fokussierte Einstellung.
Liefern Sie für Image-to-Video ein klares Anfangsbild und erklären Sie, was sich bewegen und was stabil bleiben soll. Geben Sie Motivbewegung und Kamerabewegung separat an. Bereiten Sie bei einer Endbildvorgabe eine kompatible Schlusskomposition vor und beschreiben Sie den Übergang. Prüfen Sie das Ergebnis, statt anzunehmen, eine gewünschte Identität, Position oder Form bleibe über den ganzen Clip identisch. Die referenzierte Modellkarte nennt vollständige Konsistenz in komplexen Szenen und komplexe Bewegung als weiterhin anspruchsvoll.
Der Prompt-Leitfaden unterstützt ausdrückliche Hinweise für Dialog, Geräuscheffekte und Atmosphäre. Setzen Sie den exakten gesprochenen Wortlaut in Anführungszeichen, benennen Sie den Sprecher und beschreiben Sie Geräusche im Verhältnis zur sichtbaren Handlung. Ein Geräuscheffekt und Hintergrundatmosphäre dürfen nicht mit einem gesprochenen Satz verwechselt werden. Englisch ist für Prompts als vollständig unterstützt dokumentiert; andere Sprachen wurden in diesem Leitfaden nicht bewertet. Prüfen Sie hörbare Wörter, Timing und Tonqualität als Teil desselben Ergebnisses wie das Video, statt Ton als garantiert getreue Wiedergabe des Prompts zu behandeln.
Der Herstellerablauf ist asynchron: Eine Generierungsanfrage liefert eine Operation, deren fertiges Ergebnis nach gemeldetem Abschluss abgerufen wird. Bewahren Sie die Operationskennung auf und prüfen Sie den zurückgegebenen Clip. Der Leitfaden beschreibt zweitägige herstellerseitige Aufbewahrung und SynthID-Kennzeichnung; ein aufbewahrtes Ergebnis sollte deshalb heruntergeladene Datei, Prompt, Quellbilder und gewählte Einstellungen enthalten. Ein Seed kann Wiederholbarkeit verbessern, garantiert aber keinen Determinismus. Prüfen Sie Motivkontinuität, Handlung, Bildausschnitt, Ton und gewünschten Szenenendpunkt vor der Schnittverwendung; abgeschlossene Verarbeitung allein beweist nicht die Erfüllung kreativer Anforderungen.
POST /v1/videostext, imagevideo| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits google/veo-3.1-lite | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 Maximale Anzahl Bytes: 10'000 Einheit: UTF8-Bytes | Standard— |
Feldduration | Typinteger | AnforderungErforderlich | Werte und Limits 4, 6, 8 Einheit: Sekunden | Standard— |
Feldresolution | Typstring | AnforderungErforderlich | Werte und Limits 720p | Standard— |
Feldaspect_ratio | Typstring | AnforderungErforderlich | Werte und Limits 16:9, 9:16 | Standard— |
Feldgenerate_audio | Typboolean | AnforderungErforderlich | Werte und Limits false | Standard— |
Feldframe_images | Typarray | AnforderungOptional | Werte und Limits Bedingungen: Bei text_to_video weglassen. Falls vorhanden: genau ein Element {"type":"image_url","image_url":{"url":"<actual HTTPS URL>"},"frame_type":"first_frame"}; das Element enthält genau type,image_url,frame_type; image_url enthält genau url. Keine zusätzlichen oder doppelten Schlüssel. Ausschliesslich duration=4,resolution="720p",aspect_ratio="16:9",generate_audio=false. Die URL muss mit dem Schema https, einem nicht leeren Hostnamen, ohne Benutzerinformationen und ohne wörtliches # lesbar sein; signierte Abfrageparameter und der codierte Pfad bleiben erhalten. Der Quellcode prüft weder den MIME-Typ der Eingabe noch Dateigrösse oder Pixelabmessungen. | Standard— |
Text zu Video · Erforderlich: prompt
Bild zu Video · Erforderlich: prompt, frame_images
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, prompt, duration, resolution, aspect_ratio, generate_audio |
Parameterother_options | Vertragfalse |
Parameterresolution | Vertrag720p |
Parameterprompt_max_bytes | Vertrag10000 |
Parameterduration | Vertrag4, 6, 8 |
Parameteraspect_ratio | Vertrag16:9, 9:16 |
Parametergenerate_audio | Vertragfalse |
Parametermaterial_types | Vertragtext, image |
Parameterparameters | Vertrag{"name":"model","type":"string","required":true,"default_known":false,"default":null,"enum_known":true,"enum":["google/veo-3.1-lite"],"availability":"source_interface"}, {"name":"prompt","type":"string","required":true,"default_known":false,"default":null,"enum_known":false,"enum":null,"availability":"source_interface","min_length":1,"maximum_bytes":10000,"maximum_length":null,"unit":"UTF8-Bytes"}, {"name":"duration","type":"integer","required":true,"default_known":false,"default":null,"enum_known":true,"enum":[4,6,8],"availability":"source_interface","unit":"Sekunden"}, {"name":"resolution","type":"string","required":true,"default_known":false,"default":null,"enum_known":true,"enum":["720p"],"availability":"source_interface"}, {"name":"aspect_ratio","type":"string","required":true,"default_known":false,"default":null,"enum_known":true,"enum":["16:9","9:16"],"availability":"source_interface"}, {"name":"generate_audio","type":"boolean","required":true,"default_known":false,"default":null,"enum_known":true,"enum":[false],"availability":"source_interface"}, {"name":"frame_images","type":"array","required":false,"default_known":false,"default":null,"enum_known":false,"enum":null,"availability":"source_interface","conditions":"Bei text_to_video weglassen. Falls vorhanden: genau ein Element {\\"type\\":\\"image_url\\",\\"image_url\\":{\\"url\\":\\"<actual HTTPS URL>\\"},\\"frame_type\\":\\"first_frame\\"}; das Element enthält genau type,image_url,frame_type; image_url enthält genau url. Keine zusätzlichen oder doppelten Schlüssel. Ausschliesslich duration=4,resolution=\\"720p\\",aspect_ratio=\\"16:9\\",generate_audio=false. Die URL muss mit dem Schema https, einem nicht leeren Hostnamen, ohne Benutzerinformationen und ohne wörtliches # lesbar sein; signierte Abfrageparameter und der codierte Pfad bleiben erhalten. Der Quellcode prüft weder den MIME-Typ der Eingabe noch Dateigrösse oder Pixelabmessungen."} |
Methodenaliasnamen: /v1/videos/generations, /videos, /videos/generations
Lebenszyklus: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Erstellen Sie einmal und speichern Sie die zurückgegebene ID.
Fragen Sie den ursprünglichen Status ab; bewahren Sie jedes fertiggestellte Asset und dessen Dauer auf.
Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Prognostizierte Menge | Audio generieren | Auflösung | Abrechnungseinheit | Abrechnungsbedingungen | Gebühr |
|---|---|---|---|---|---|---|---|
| KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Prognostizierte Menge— | Audio generieren— | Auflösung— | Abrechnungseinheit— | Abrechnungsbedingungen— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationVideopreis | Tarifstaffel— | Prognostizierte Menge— | Audio generieren— | Auflösung— | Abrechnungseinheitpro Videosekunde | AbrechnungsbedingungenAudio: with_audio | Gebühr Ausgabe · Videopreis · Schätzung nur zum Vergleich $0.16 pro Videosekunde |
| KonfigurationVideopreis | Tarifstaffel— | Prognostizierte Menge— | Audio generieren— | Auflösung— | Abrechnungseinheitpro Videosekunde | AbrechnungsbedingungenAudio: with_audio; Auflösung: 720p | Gebühr Ausgabe · Videopreis · Schätzung nur zum Vergleich $0.1 pro Videosekunde |
| KonfigurationVideopreis | Tarifstaffel— | Prognostizierte Menge— | Audio generieren— | Auflösung— | Abrechnungseinheitpro Videosekunde | AbrechnungsbedingungenAudio: without_audio | Gebühr Ausgabe · Videopreis · Schätzung nur zum Vergleich $0.1 pro Videosekunde |
| KonfigurationUltra | Tarifstaffel— | Prognostizierte MengeAngeforderte Konfiguration; nur eine Schätzung. | Audio generierenOhne Audio | Auflösung720p | Abrechnungseinheitpro Sekunde Ausgabevideo | Abrechnungsbedingungen— | Gebühr Ausgabe · Geschätzte Ausgabevideo-Sekunde · Schätzung nur zum Vergleich $0.06 pro Sekunde Ausgabevideo Der angezeigte Preis dient zur Kostenschätzung vor der Erzeugung. Die endgültige Abbuchung wird anhand der für die ursprüngliche Erzeugung erfassten Kosten berechnet. Die physische Videodauer ist nicht die abrechenbare Menge. |
| KonfigurationGeschätzte Erzeugungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Audio generieren— | Auflösung— | Abrechnungseinheit— | Abrechnungsbedingungen— | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.24 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Abrechnungsbedingungen | Gebühr |
|---|---|---|
| KonfigurationVideopreis | AbrechnungsbedingungenAudio: with_audio | Gebühr Ausgabe · Videopreis $0.16 pro Videosekunde Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültige Abrechnung folgt der tatsächlich abgerechneten Konfiguration. |
| KonfigurationVideopreis | AbrechnungsbedingungenAudio: without_audio | Gebühr Ausgabe · Videopreis $0.1 pro Videosekunde Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültige Abrechnung folgt der tatsächlich abgerechneten Konfiguration. |
| KonfigurationVideopreis | AbrechnungsbedingungenAudio: with_audio; Auflösung: 720p | Gebühr Ausgabe · Videopreis $0.1 pro Videosekunde Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültige Abrechnung folgt der tatsächlich abgerechneten Konfiguration. |
| KonfigurationVideopreis | AbrechnungsbedingungenAudio: without_audio; Auflösung: 720p | Gebühr Ausgabe · Videopreis $0.06 pro Videosekunde Veröffentlichte Preisreferenz für die angezeigte Konfiguration. Die endgültige Abrechnung folgt der tatsächlich abgerechneten Konfiguration. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/veo-3.1-lite", "prompt": "A cat in a spacesuit walking on the Moon", "duration": 4, "resolution": "720p", "aspect_ratio": "16:9", "generate_audio": false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_URL:?Set the actual HTTPS URL of your first-frame image}"\nexport AILOOT_IMAGE_URL\npython3 - <<'PY_REQUEST'\nimport json,os,re\nfrom pathlib import Path\nfrom urllib.parse import urlsplit\nimage=os.environ["AILOOT_IMAGE_URL"]\ntry:\n parsed=urlsplit(image)\n valid=(image.startswith("https://") and parsed.scheme=="https" and bool(parsed.hostname)\n and parsed.username is None and parsed.password is None and "#" not in image\n and not any(ord(c)<32 or ord(c)==127 for c in image)\n and re.search(r"%(?![0-9A-Fa-f]{2})",image) is None)\nexcept ValueError:\n valid=False\nif not valid:\n raise SystemExit("Use your actual HTTPS image URL with a hostname, no userinfo and no fragment")\np={"model":"google/veo-3.1-lite","prompt":"The subject makes a slow, natural movement. Keep the opening composition.","duration":4,"resolution":"720p","aspect_ratio":"16:9","generate_audio":False,"frame_images":[{"type":"image_url","image_url":{"url":image},"frame_type":"first_frame"}]}\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint("Keep the complete JSON, headers and original returned id. Use the existing GET status tab for that original operation, then save every completed owned output. Never resubmit an unknown generation.")\nPY_RESULT\nmp4
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_OPERATION_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_OPERATION_ID\noperation_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_OPERATION_ID"],safe=""))')\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/videos/$operation_id" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o status.json\npython3 - <<'PY_STATUS'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("status.json").read_text())\nprint(json.dumps(r))\nif r.get("status")=="completed":\n for x in r.get("data",[]):print(x)\nPY_STATUS\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_STATUS_FILE:?Set the actual completed status JSON file}"\nexport AILOOT_STATUS_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nfrom urllib.parse import urlsplit,urljoin\nf=Path(os.environ["AILOOT_STATUS_FILE"])\nif not f.is_file():raise SystemExit("Choose the actual completed status file")\nr=json.loads(f.read_text())\nif r.get("status")!="completed" or not isinstance(r.get("data"),list) or not r["data"]:raise SystemExit("Wait for a completed status with asset paths")\nurls=[]\nfor x in r["data"]:\n if not isinstance(x,str) or "\\n" in x or "\\r" in x:raise SystemExit("Invalid asset path")\n u=urljoin("https://api.ailoot.ai",x)\n z=urlsplit(u)\n if z.scheme!="https" or z.netloc!="api.ailoot.ai" or z.username or z.password:raise SystemExit("Use the actual Ailoot asset paths from status")\n urls.append(u)\nPath("asset-urls.txt").write_text("\\n".join(urls)+"\\n")\nPY_REQUEST\nindex=0\nwhile IFS= read -r asset_url; do\n curl --fail-with-body --silent --show-error "$asset_url" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o "video-${index}.mp4"\n index=$((index + 1))\ndone < asset-urls.txt\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_OPERATION_ID:?Set the actual Ailoot operation ID returned by creation}"\nexport AILOOT_OPERATION_ID\noperation_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_OPERATION_ID"],safe=""))')\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/videos/$operation_id/content" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o video.mp4\nSpeichern Sie jedes fertiggestellte Video oder jede zurückgegebene Datei; rufen Sie jede tatsächlich zurückgegebene Datei-URL ab.
Das abgeschlossene data[] enthält alle signierten Inhalts-URLs der Ihnen zugeordneten Ausgaben. Rufen Sie jede zurückgegebene URL ab oder verwenden Sie den Inhaltsendpunkt mit index auf einem tatsächlichen Ausgabeindex. Ein fehlgeschlagener ursprünglicher Auftrag kann charge_pending_check zurückgeben; prüfen Sie diesen ursprünglichen Auftrag, statt ihn erneut zu erstellen. Eine gültige AAC-Audiospur kann auch bei generate_audio=false enthalten sein; bewahren Sie die vollständige ursprüngliche MP4-Datei einschliesslich dieser Audiospur auf.
Lesen Sie den bestehenden ursprünglichen Auftrag; reichen Sie einen Sendevorgang mit unbekanntem Ausgang niemals erneut ein.
Maximale Anzahl der Ausgaben: 4.
| Feld | Typ | Bedeutung |
|---|---|---|
Feldid | Typstring | Bedeutung— |
Feldobject | Typstring | Bedeutung— |
Feldmodel | Typstring | Bedeutung— |
Feldstatus | Typstring | Bedeutung— |
Felddata[] | Typsigned content URL | Bedeutung— |
Feldcharge_pending_check | Typboolean | Bedeutung— |
Felderror.code | Typstring | Bedeutung— |
Felderror.message | Typstring | Bedeutung— |
Feldoperation_id | Typstring | BedeutungAntwort des ursprünglichen Status-/Inhaltsabrufs mit HTTP503 result_pending_check: dieselbe ursprüngliche öffentliche Video-ID als id. |
Felderror.type | Typstring | Bedeutungserver_error bei HTTP503 result_pending_check. |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Antwort409 · video_not_ready | BedingungDer ursprüngliche Ergebnisinhalt ist noch nicht verfügbar | Nächster SchrittFragen Sie die ursprünglich zurückgegebene ID ab und beachten Sie Retry-After. |
Antwortserver_error | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. |
Antwort503 · result_pending_check | BedingungGET des ursprünglichen Status/Inhalts: Die Aufgabe ist nicht veröffentlicht, der ursprüngliche Auftrag hat keinen der Zustände failed/cancelled/expired, und der lokale Zustand ist unknown oder der ursprüngliche Auftragsstatus ist completed. | Nächster SchrittBewahren Sie die ursprüngliche id und operation_id (dieselbe öffentliche Video-ID), Antwort und Header auf; lesen Sie ausschliesslich den ursprünglichen Status/Inhalt. Senden Sie niemals eine neue Erzeugungsanfrage. |
Antwort422 · price_unavailable | BedingungEin übergebenes frame_images-Objekt oder sein bedingtes Profil lässt sich nicht parsen, oder für das vollständig geparste Profil liegt keine einsatzbereite exakte Preiskarte vor. | Nächster SchrittBehalten Sie model, prompt, duration, resolution, aspect_ratio und generate_audio bei. Ergänzen Sie frame_images mit genau einem first_frame-Element im angegebenen Objektformat. Setzen Sie duration=4, resolution="720p", aspect_ratio="16:9" und generate_audio=false. Diese Validierung erfolgt, bevor die Anfrage gesendet wird. |
Ailoot Ultra google/veo-3.1-lite
/v1/videos/generations, /videos, /videos/generations