Veo 3.1 Lite es el integrante Lite de Google en la línea de generación de video Veo 3. Sintetiza un video con audio a partir de una descripción en lenguaje natural o una imagen de entrada. La salida es un clip generado, no un análisis textual de una grabación existente. La ficha del modelo Lite del fabricante remite a Veo 3 para la arquitectura subyacente, el material de entrenamiento y las limitaciones conocidas, mientras que la documentación específica de Lite define sus propias funciones y límites de generación.
La arquitectura referenciada utiliza difusión latente sobre representaciones temporales de audio y representaciones espaciotemporales de video. El modelo base se entrenó con audio, video e imágenes, con descripciones de distintos niveles de detalle, y con material de entrenamiento filtrado y deduplicado. Esto explica el objetivo de generar imagen y audio de manera conjunta. No revela una cantidad de parámetros específica de Lite ni establece que cada movimiento generado siga la realidad física. Para una escena práctica, decide juntos la acción visible y el sonido correspondiente.
La documentación exacta de Lite establece un límite de entrada de texto de 1,024 tokens y un video de salida. La columna Lite de la guía de generación incluye duraciones de 4, 6 y 8 segundos, con 720p como valor predeterminado y 1080p sujeto a un clip de 8 segundos. La relación de aspecto horizontal 16:9 es la predeterminada y también se incluye la vertical 9:16; la salida está documentada a 24 fotogramas por segundo. El audio nativo está siempre activado en ese flujo. Estos valores pertenecen al flujo Lite nombrado por el fabricante, no a otra edición de Veo ni a una respuesta de aplicación medida por separado.
Lite no admite salida 4K ni extensión de video. La tabla de parámetros también marca la función multirreferencia referenceImages y una entrada de video para extensión como no disponibles en la columna Lite. Una imagen inicial puede establecer el primer fotograma; la tabla incluye una imagen lastFrame junto con esa imagen inicial para una transición. Mantén esta vía de control de fotogramas separada de la combinación de varias referencias de estilo o sujeto. La configuración de generación de personas del fabricante depende del modo: la tabla Lite incluye allow_all para texto a video y allow_adult para imagen a video e interpolación, mientras que las reglas regionales pueden restringir aún más ese perfil documentado. Elige la imagen inicial para que coincida con la primera escena que realmente quieres, con sujeto, encuadre y detalles visibles preparados antes de pedir movimiento.
Para texto a video, describe sujeto, acción, entorno y estilo previsto. Añade posición y movimiento de cámara, encuadre, enfoque y luz cuando sean relevantes. Una escena original de producto podría mantener el objeto centrado mientras la cámara se acerca a un detalle del material y la luz del entorno cambia suavemente. Identifica el estado inicial, la acción principal y el momento final para que el clip corto resuelva una idea coherente. Una lista larga de acciones sin relación es una tarea distinta de una toma enfocada.
Para imagen a video, proporciona un fotograma inicial claro y explica qué debe moverse y qué debe permanecer estable. Especifica por separado el movimiento del sujeto y cualquier movimiento de cámara. Si utilizas una restricción de fotograma final, prepara una composición final compatible y describe la transición entre ambas. Revisa el resultado en lugar de asumir que una identidad, posición o forma solicitada permanece idéntica durante todo el clip. La ficha del modelo referenciada identifica la consistencia completa en escenas complejas y el movimiento complejo como un desafío vigente.
La guía de prompts admite indicaciones explícitas de diálogo, efectos de sonido y ambiente. Escribe las palabras exactas entre comillas, identifica a quien habla y describe los sonidos en relación con la acción visible. Un efecto de sonido y la atmósfera de fondo no deben confundirse con una línea hablada. El inglés está documentado como totalmente compatible para los prompts, mientras que otros idiomas no han sido evaluados en esa guía. Revisa las palabras audibles, el tiempo y la calidad del sonido como parte del mismo recurso que el video, en lugar de tratar el audio como una transcripción fiel garantizada del prompt.
El flujo del fabricante es asíncrono: una solicitud de generación devuelve una operación y el resultado terminado se obtiene cuando su estado informa que finalizó. Conserva la identidad de la operación y revisa el clip devuelto. La guía describe una retención de dos días del lado del fabricante y marcado SynthID, así que un recurso conservado debe incluir el resultado descargado, el prompt, las imágenes de origen y la configuración seleccionada. Una semilla puede mejorar la repetibilidad, pero no garantiza determinismo. Revisa la continuidad del sujeto, la acción, el encuadre, el sonido y el punto final previsto de la escena antes de usar el clip en una edición; la finalización del procesamiento por sí sola no prueba que se cumplieron los requisitos creativos.
", "aboutText": "Veo 3.1 Lite es el integrante Lite de Google en la línea de generación de video Veo 3. Sintetiza un video con audio a partir de una descripción en lenguaje natural o una imagen de entrada. La salida es un clip generado, no un análisis textual de una grabación existente. La ficha del modelo Lite del fabricante remite a Veo 3 para la arquitectura subyacente, el material de entrenamiento y las limitaciones conocidas, mientras que la documentación específica de Lite define sus propias funciones y límites de generación.\n\nLa arquitectura referenciada utiliza difusión latente sobre representaciones temporales de audio y representaciones espaciotemporales de video. El modelo base se entrenó con audio, video e imágenes, con descripciones de distintos niveles de detalle, y con material de entrenamiento filtrado y deduplicado. Esto explica el objetivo de generar imagen y audio de manera conjunta. No revela una cantidad de parámetros específica de Lite ni establece que cada movimiento generado siga la realidad física. Para una escena práctica, decide juntos la acción visible y el sonido correspondiente.\n\nLa documentación exacta de Lite establece un límite de entrada de texto de 1,024 tokens y un video de salida. La columna Lite de la guía de generación incluye duraciones de 4, 6 y 8 segundos, con 720p como valor predeterminado y 1080p sujeto a un clip de 8 segundos. La relación de aspecto horizontal 16:9 es la predeterminada y también se incluye la vertical 9:16; la salida está documentada a 24 fotogramas por segundo. El audio nativo está siempre activado en ese flujo. Estos valores pertenecen al flujo Lite nombrado por el fabricante, no a otra edición de Veo ni a una respuesta de aplicación medida por separado.\n\nLite no admite salida 4K ni extensión de video. La tabla de parámetros también marca la función multirreferencia referenceImages y una entrada de video para extensión como no disponibles en la columna Lite. Una imagen inicial puede establecer el primer fotograma; la tabla incluye una imagen lastFrame junto con esa imagen inicial para una transición. Mantén esta vía de control de fotogramas separada de la combinación de varias referencias de estilo o sujeto. La configuración de generación de personas del fabricante depende del modo: la tabla Lite incluye allow_all para texto a video y allow_adult para imagen a video e interpolación, mientras que las reglas regionales pueden restringir aún más ese perfil documentado. Elige la imagen inicial para que coincida con la primera escena que realmente quieres, con sujeto, encuadre y detalles visibles preparados antes de pedir movimiento.\n\nPara texto a video, describe sujeto, acción, entorno y estilo previsto. Añade posición y movimiento de cámara, encuadre, enfoque y luz cuando sean relevantes. Una escena original de producto podría mantener el objeto centrado mientras la cámara se acerca a un detalle del material y la luz del entorno cambia suavemente. Identifica el estado inicial, la acción principal y el momento final para que el clip corto resuelva una idea coherente. Una lista larga de acciones sin relación es una tarea distinta de una toma enfocada.\n\nPara imagen a video, proporciona un fotograma inicial claro y explica qué debe moverse y qué debe permanecer estable. Especifica por separado el movimiento del sujeto y cualquier movimiento de cámara. Si utilizas una restricción de fotograma final, prepara una composición final compatible y describe la transición entre ambas. Revisa el resultado en lugar de asumir que una identidad, posición o forma solicitada permanece idéntica durante todo el clip. La ficha del modelo referenciada identifica la consistencia completa en escenas complejas y el movimiento complejo como un desafío vigente.\n\nLa guía de prompts admite indicaciones explícitas de diálogo, efectos de sonido y ambiente. Escribe las palabras exactas entre comillas, identifica a quien habla y describe los sonidos en relación con la acción visible. Un efecto de sonido y la atmósfera de fondo no deben confundirse con una línea hablada. El inglés está documentado como totalmente compatible para los prompts, mientras que otros idiomas no han sido evaluados en esa guía. Revisa las palabras audibles, el tiempo y la calidad del sonido como parte del mismo recurso que el video, en lugar de tratar el audio como una transcripción fiel garantizada del prompt.\n\nEl flujo del fabricante es asíncrono: una solicitud de generación devuelve una operación y el resultado terminado se obtiene cuando su estado informa que finalizó. Conserva la identidad de la operación y revisa el clip devuelto. La guía describe una retención de dos días del lado del fabricante y marcado SynthID, así que un recurso conservado debe incluir el resultado descargado, el prompt, las imágenes de origen y la configuración seleccionada. Una semilla puede mejorar la repetibilidad, pero no garantiza determinismo. Revisa la continuidad del sujeto, la acción, el encuadre, el sonido y el punto final previsto de la escena antes de usar el clip en una edición; la finalización del procesamiento por sí sola no prueba que se cumplieron los requisitos creativos.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "31941ddc022a36851081c15230cd0316db632fc11808ef603467eef5d11112b5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "google/veo-3.1-liteConvierte la descripción de una escena en un video de 4, 6 u 8 segundos a 720p.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Veo 3.1 Lite es el integrante Lite de Google en la línea de generación de video Veo 3. Sintetiza un video con audio a partir de una descripción en lenguaje natural o una imagen de entrada. La salida es un clip generado, no un análisis textual de una grabación existente. La ficha del modelo Lite del fabricante remite a Veo 3 para la arquitectura subyacente, el material de entrenamiento y las limitaciones conocidas, mientras que la documentación específica de Lite define sus propias funciones y límites de generación.
La arquitectura referenciada utiliza difusión latente sobre representaciones temporales de audio y representaciones espaciotemporales de video. El modelo base se entrenó con audio, video e imágenes, con descripciones de distintos niveles de detalle, y con material de entrenamiento filtrado y deduplicado. Esto explica el objetivo de generar imagen y audio de manera conjunta. No revela una cantidad de parámetros específica de Lite ni establece que cada movimiento generado siga la realidad física. Para una escena práctica, decide juntos la acción visible y el sonido correspondiente.
La documentación exacta de Lite establece un límite de entrada de texto de 1,024 tokens y un video de salida. La columna Lite de la guía de generación incluye duraciones de 4, 6 y 8 segundos, con 720p como valor predeterminado y 1080p sujeto a un clip de 8 segundos. La relación de aspecto horizontal 16:9 es la predeterminada y también se incluye la vertical 9:16; la salida está documentada a 24 fotogramas por segundo. El audio nativo está siempre activado en ese flujo. Estos valores pertenecen al flujo Lite nombrado por el fabricante, no a otra edición de Veo ni a una respuesta de aplicación medida por separado.
Lite no admite salida 4K ni extensión de video. La tabla de parámetros también marca la función multirreferencia referenceImages y una entrada de video para extensión como no disponibles en la columna Lite. Una imagen inicial puede establecer el primer fotograma; la tabla incluye una imagen lastFrame junto con esa imagen inicial para una transición. Mantén esta vía de control de fotogramas separada de la combinación de varias referencias de estilo o sujeto. La configuración de generación de personas del fabricante depende del modo: la tabla Lite incluye allow_all para texto a video y allow_adult para imagen a video e interpolación, mientras que las reglas regionales pueden restringir aún más ese perfil documentado. Elige la imagen inicial para que coincida con la primera escena que realmente quieres, con sujeto, encuadre y detalles visibles preparados antes de pedir movimiento.
Para texto a video, describe sujeto, acción, entorno y estilo previsto. Añade posición y movimiento de cámara, encuadre, enfoque y luz cuando sean relevantes. Una escena original de producto podría mantener el objeto centrado mientras la cámara se acerca a un detalle del material y la luz del entorno cambia suavemente. Identifica el estado inicial, la acción principal y el momento final para que el clip corto resuelva una idea coherente. Una lista larga de acciones sin relación es una tarea distinta de una toma enfocada.
Para imagen a video, proporciona un fotograma inicial claro y explica qué debe moverse y qué debe permanecer estable. Especifica por separado el movimiento del sujeto y cualquier movimiento de cámara. Si utilizas una restricción de fotograma final, prepara una composición final compatible y describe la transición entre ambas. Revisa el resultado en lugar de asumir que una identidad, posición o forma solicitada permanece idéntica durante todo el clip. La ficha del modelo referenciada identifica la consistencia completa en escenas complejas y el movimiento complejo como un desafío vigente.
La guía de prompts admite indicaciones explícitas de diálogo, efectos de sonido y ambiente. Escribe las palabras exactas entre comillas, identifica a quien habla y describe los sonidos en relación con la acción visible. Un efecto de sonido y la atmósfera de fondo no deben confundirse con una línea hablada. El inglés está documentado como totalmente compatible para los prompts, mientras que otros idiomas no han sido evaluados en esa guía. Revisa las palabras audibles, el tiempo y la calidad del sonido como parte del mismo recurso que el video, en lugar de tratar el audio como una transcripción fiel garantizada del prompt.
El flujo del fabricante es asíncrono: una solicitud de generación devuelve una operación y el resultado terminado se obtiene cuando su estado informa que finalizó. Conserva la identidad de la operación y revisa el clip devuelto. La guía describe una retención de dos días del lado del fabricante y marcado SynthID, así que un recurso conservado debe incluir el resultado descargado, el prompt, las imágenes de origen y la configuración seleccionada. Una semilla puede mejorar la repetibilidad, pero no garantiza determinismo. Revisa la continuidad del sujeto, la acción, el encuadre, el sonido y el punto final previsto de la escena antes de usar el clip en una edición; la finalización del procesamiento por sí sola no prueba que se cumplieron los requisitos creativos.
POST /v1/videostext, imagevideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites google/veo-3.1-lite | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 Máximo de bytes: 10,000 Unidad: bytes UTF8 | Predeterminado— |
Campoduration | Tipointeger | RequisitoObligatorio | Valores y límites 4, 6, 8 Unidad: segundos | Predeterminado— |
Camporesolution | Tipostring | RequisitoObligatorio | Valores y límites 720p | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoObligatorio | Valores y límites 16:9, 9:16 | Predeterminado— |
Campogenerate_audio | Tipoboolean | RequisitoObligatorio | Valores y límites false | Predeterminado— |
Campoframe_images | Tipoarray | RequisitoOpcional | Valores y límites Condiciones: Omítelo para text_to_video. Si se incluye: exactamente un elemento {"type":"image_url","image_url":{"url":"<URL HTTPS real>"},"frame_type":"first_frame"}; el elemento contiene exactamente type,image_url,frame_type; image_url contiene exactamente url. No incluyas claves adicionales ni duplicadas. Solo duration=4,resolution="720p",aspect_ratio="16:9",generate_audio=false. La URL debe poder analizarse con esquema https, nombre de host no vacío, sin userinfo ni # literal; se conservan la consulta firmada y la ruta codificada. El código fuente no verifica el MIME de entrada, el tamaño del archivo ni sus dimensiones en píxeles. | Predeterminado— |
Texto a video · Obligatorio: prompt
Imagen a video · Obligatorio: prompt, frame_images
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt, duration, resolution, aspect_ratio, generate_audio |
Parámetroother_options | Contratofalse |
Parámetroresolution | Contrato720p |
Parámetroprompt_max_bytes | Contrato10000 |
Parámetroduration | Contrato4, 6, 8 |
Parámetroaspect_ratio | Contrato16:9, 9:16 |
Parámetrogenerate_audio | Contratofalse |
Parámetromaterial_types | Contratotext, image |
Parámetroparameters | Contrato{"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":"bytes UTF8"}, {"name":"duration","type":"integer","required":true,"default_known":false,"default":null,"enum_known":true,"enum":[4,6,8],"availability":"source_interface","unit":"segundos"}, {"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":"Omítelo para text_to_video. Si se incluye: exactamente un elemento {\\"type\\":\\"image_url\\",\\"image_url\\":{\\"url\\":\\"<URL HTTPS real>\\"},\\"frame_type\\":\\"first_frame\\"}; el elemento contiene exactamente type,image_url,frame_type; image_url contiene exactamente url. No incluyas claves adicionales ni duplicadas. Solo duration=4,resolution=\\"720p\\",aspect_ratio=\\"16:9\\",generate_audio=false. La URL debe poder analizarse con esquema https, nombre de host no vacío, sin userinfo ni # literal; se conservan la consulta firmada y la ruta codificada. El código fuente no verifica el MIME de entrada, el tamaño del archivo ni sus dimensiones en píxeles."} |
Alias de método: /v1/videos/generations, /videos, /videos/generations
Ciclo de vida: 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
Crea una sola vez y guarda el ID devuelto.
Consulta periódicamente el estado original; conserva cada recurso completado y su duración.
Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Generar audio | Resolución | Unidad de facturación | Condiciones de facturación | Cargo |
|---|---|---|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturación— | Condiciones de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónconfiguración de audio: with_audio | Cargo Salida · Precio del video · Estimación solo para comparar $0.16 por segundo de video |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónconfiguración de audio: with_audio; resolución: 720p | Cargo Salida · Precio del video · Estimación solo para comparar $0.1 por segundo de video |
| ConfiguraciónPrecio del video | Tabla de tarifas— | Cantidad prevista— | Generar audio— | Resolución— | Unidad de facturaciónpor segundo de video | Condiciones de facturaciónconfiguración de audio: without_audio | Cargo Salida · Precio del video · Estimación solo para comparar $0.1 por segundo de video |
| ConfiguraciónUltra | Tabla de tarifas— | Cantidad previstaConfiguración solicitada; solo una estimación. | Generar audioSin audio | Resolución720p | Unidad de facturaciónpor segundo de video de salida | Condiciones de facturación— | Cargo Salida · Segundo estimado de video de salida · Estimación solo para comparar $0.06 por segundo de video de salida La tarifa mostrada estima el costo antes de generar. El cargo final se calcula a partir del costo registrado para la generación original. La duración física del video no es la cantidad facturable. |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Generar audio— | Resolución— | Unidad de facturación— | Condiciones de facturación— | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.24 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónPrecio del video | Condiciones de facturaciónconfiguración de audio: with_audio | Cargo Salida · Precio del video $0.16 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónconfiguración de audio: without_audio | Cargo Salida · Precio del video $0.1 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónconfiguración de audio: with_audio; resolución: 720p | Cargo Salida · Precio del video $0.1 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
| ConfiguraciónPrecio del video | Condiciones de facturaciónconfiguración de audio: without_audio; resolución: 720p | Cargo Salida · Precio del video $0.06 por segundo de video Referencia de precio publicada para la configuración mostrada. Los cargos finales corresponden a la configuración realmente facturada. |
set -eu\n: "${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\nGuarda todos los videos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
El arreglo data[] completado contiene todas las URL firmadas de contenido que te pertenece. Recupera cada URL devuelta o usa el endpoint de contenido con index establecido en un índice real de salida. Un trabajo original fallido puede devolver charge_pending_check; verifica ese trabajo original en lugar de crearlo nuevamente. Puede haber una pista AAC válida incluso con generate_audio=false; conserva el MP4 original completo, incluido ese audio.
Consulta el trabajo original existente; nunca repitas un envío de resultado desconocido.
Máximo de salidas: 4.
| Campo | Tipo | Significado |
|---|---|---|
Campoid | Tipostring | Significado— |
Campoobject | Tipostring | Significado— |
Campomodel | Tipostring | Significado— |
Campostatus | Tipostring | Significado— |
Campodata[] | Tiposigned content URL | Significado— |
Campocharge_pending_check | Tipoboolean | Significado— |
Campoerror.code | Tipostring | Significado— |
Campoerror.message | Tipostring | Significado— |
Campooperation_id | Tipostring | SignificadoRespuesta HTTP503 result_pending_check del estado o contenido original: el mismo ID público del video original como id. |
Campoerror.type | Tipostring | Significadoserver_error en HTTP503 result_pending_check. |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Respuesta409 · video_not_ready | CondiciónEl contenido del resultado original todavía no está disponible | Siguiente pasoConsulta periódicamente el ID original devuelto y respeta Retry-After. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una revisión | Siguiente pasoConserva el ID original de operación o tarea devuelto, los encabezados de la solicitud y la respuesta; continúa con las consultas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Respuesta503 · result_pending_check | CondiciónGET del estado o contenido original: la tarea no está publicada, el trabajo original no tiene estado failed/cancelled/expired y el estado local es unknown o el estado del trabajo original es completed. | Siguiente pasoConserva el id y operation_id originales (el mismo ID público de video), la respuesta y los encabezados; consulta únicamente el estado o contenido original. Nunca envíes una solicitud nueva de generación. |
Respuesta422 · price_unavailable | CondiciónNo se puede analizar el objeto frame_images proporcionado o su perfil condicional, o el perfil completo analizado no tiene una ficha exacta de precios lista. | Siguiente pasoConserva model, prompt, duration, resolution, aspect_ratio y generate_audio. Agrega frame_images con exactamente un elemento first_frame en el formato de objeto especificado. Establece duration=4, resolution="720p", aspect_ratio="16:9" y generate_audio=false. Esta validación se ejecuta antes de enviar la solicitud. |
Ailoot Ultra google/veo-3.1-lite
/v1/videos/generations, /videos, /videos/generations