Veo 3.1 Lite è il membro Lite della linea di generazione video Veo 3 di Google. Sintetizza un video con audio da una descrizione in linguaggio naturale o un’immagine in ingresso. L’output è una clip generata, non un’analisi testuale di una registrazione esistente. La scheda del modello Lite del produttore rimanda a Veo 3 per architettura sottostante, materiali di addestramento e limiti noti, mentre la documentazione specifica Lite definisce caratteristiche e limiti di generazione propri.
L’architettura di riferimento usa diffusione latente su rappresentazioni audio temporali e rappresentazioni video spazio-temporali. Il modello di base è stato addestrato su audio, video e immagini, con didascalie a diversi livelli di dettaglio e materiali di addestramento filtrati e deduplicati. Questo spiega lo scopo di generazione congiunta visiva e audio. Non rivela un numero di parametri specifico di Lite né stabilisce che ogni movimento generato segua la realtà fisica. Per una scena pratica, decidi insieme azione visibile e suono corrispondente.
La documentazione esatta di Lite dà un limite di input testuale di 1.024 token e un video in uscita. La colonna Lite della guida di generazione elenca durate di 4, 6 e 8 secondi, con 720p predefinita e 1080p che richiede una clip di 8 secondi. Il rapporto d’aspetto predefinito è orizzontale 16:9 ed è elencato anche il verticale 9:16; l’output è documentato a 24 fotogrammi al secondo. L’audio nativo è sempre attivo in quel flusso. Questi valori appartengono al flusso denominato Lite del produttore, non a un’edizione Veo estranea o a una risposta applicativa misurata separatamente.
Lite non supporta output 4K o estensione video. La tabella dei parametri indica inoltre la funzione multi-riferimento referenceImages e un video in ingresso per l’estensione come indisponibili nella colonna Lite. Un’immagine iniziale può stabilire il fotogramma di partenza; la tabella elenca un’immagine lastFrame insieme a quella iniziale per una transizione. Mantieni distinto questo percorso di controllo dei fotogrammi dalla combinazione di vari riferimenti di stile o soggetto. Le impostazioni di generazione delle persone del produttore dipendono dalla modalità: la tabella Lite elenca allow_all per text-to-video e allow_adult per image-to-video e interpolazione, mentre regole regionali possono restringere ulteriormente quel profilo documentato. Scegli l’immagine iniziale adatta alla prima scena che desideri realmente, con soggetto, inquadratura e dettagli visibili preparati prima di chiedere movimento.
Per il text-to-video, descrivi soggetto, azione, ambiente e stile desiderato. Aggiungi posizione e movimento di camera, inquadratura, fuoco e luce quando contano. Una scena originale di prodotto potrebbe mantenere l’oggetto centrato mentre la camera si avvicina a un dettaglio del materiale e la luce circostante cambia dolcemente. Identifica stato iniziale, azione principale e momento finale, così la breve clip risolve un’idea coerente. Una lunga raccolta di azioni scollegate è un’attività diversa da una ripresa mirata.
Per l’image-to-video, fornisci un fotogramma iniziale chiaro e spiega cosa deve muoversi e cosa deve restare stabile. Specifica separatamente movimento del soggetto e della camera. Se usi un vincolo di fotogramma finale, prepara una composizione finale compatibile e descrivi la transizione fra i due. Ispeziona il risultato invece di presumere che identità, posizione o forma richieste restino identiche per tutta la clip. La scheda del modello di riferimento identifica coerenza completa in scene complesse e movimento complesso come sfide ancora aperte.
La guida ai prompt supporta indicazioni esplicite per dialoghi, effetti sonori e atmosfera. Metti il parlato esatto fra virgolette, identifica il parlante e descrivi i suoni in relazione all’azione visibile. Un effetto sonoro e l’atmosfera di sottofondo non vanno confusi con una battuta pronunciata. L’inglese è documentato come pienamente supportato per i prompt, mentre altre lingue non sono state valutate in quella guida. Controlla parole udibili, tempi e qualità sonora come parte dello stesso risultato del video, anziché trattare l’audio come trascrizione fedele garantita del prompt.
Il flusso del produttore è asincrono: una richiesta di generazione restituisce un’operazione e il risultato completato si ottiene dopo che il suo stato segnala il completamento. Conserva l’identità dell’operazione e ispeziona la clip restituita. La guida descrive conservazione lato produttore per due giorni e marcatura SynthID; un risultato conservato deve quindi includere file scaricato, prompt, immagini sorgente e impostazioni selezionate. Un seed può migliorare la ripetibilità ma non garantisce determinismo. Controlla continuità del soggetto, azione, inquadratura, suono e punto finale desiderato prima di usare la clip in un montaggio; il solo completamento dell’elaborazione non dimostra che i requisiti creativi siano soddisfatti.
", "aboutText": "Veo 3.1 Lite è il membro Lite della linea di generazione video Veo 3 di Google. Sintetizza un video con audio da una descrizione in linguaggio naturale o un’immagine in ingresso. L’output è una clip generata, non un’analisi testuale di una registrazione esistente. La scheda del modello Lite del produttore rimanda a Veo 3 per architettura sottostante, materiali di addestramento e limiti noti, mentre la documentazione specifica Lite definisce caratteristiche e limiti di generazione propri.\n\nL’architettura di riferimento usa diffusione latente su rappresentazioni audio temporali e rappresentazioni video spazio-temporali. Il modello di base è stato addestrato su audio, video e immagini, con didascalie a diversi livelli di dettaglio e materiali di addestramento filtrati e deduplicati. Questo spiega lo scopo di generazione congiunta visiva e audio. Non rivela un numero di parametri specifico di Lite né stabilisce che ogni movimento generato segua la realtà fisica. Per una scena pratica, decidi insieme azione visibile e suono corrispondente.\n\nLa documentazione esatta di Lite dà un limite di input testuale di 1.024 token e un video in uscita. La colonna Lite della guida di generazione elenca durate di 4, 6 e 8 secondi, con 720p predefinita e 1080p che richiede una clip di 8 secondi. Il rapporto d’aspetto predefinito è orizzontale 16:9 ed è elencato anche il verticale 9:16; l’output è documentato a 24 fotogrammi al secondo. L’audio nativo è sempre attivo in quel flusso. Questi valori appartengono al flusso denominato Lite del produttore, non a un’edizione Veo estranea o a una risposta applicativa misurata separatamente.\n\nLite non supporta output 4K o estensione video. La tabella dei parametri indica inoltre la funzione multi-riferimento referenceImages e un video in ingresso per l’estensione come indisponibili nella colonna Lite. Un’immagine iniziale può stabilire il fotogramma di partenza; la tabella elenca un’immagine lastFrame insieme a quella iniziale per una transizione. Mantieni distinto questo percorso di controllo dei fotogrammi dalla combinazione di vari riferimenti di stile o soggetto. Le impostazioni di generazione delle persone del produttore dipendono dalla modalità: la tabella Lite elenca allow_all per text-to-video e allow_adult per image-to-video e interpolazione, mentre regole regionali possono restringere ulteriormente quel profilo documentato. Scegli l’immagine iniziale adatta alla prima scena che desideri realmente, con soggetto, inquadratura e dettagli visibili preparati prima di chiedere movimento.\n\nPer il text-to-video, descrivi soggetto, azione, ambiente e stile desiderato. Aggiungi posizione e movimento di camera, inquadratura, fuoco e luce quando contano. Una scena originale di prodotto potrebbe mantenere l’oggetto centrato mentre la camera si avvicina a un dettaglio del materiale e la luce circostante cambia dolcemente. Identifica stato iniziale, azione principale e momento finale, così la breve clip risolve un’idea coerente. Una lunga raccolta di azioni scollegate è un’attività diversa da una ripresa mirata.\n\nPer l’image-to-video, fornisci un fotogramma iniziale chiaro e spiega cosa deve muoversi e cosa deve restare stabile. Specifica separatamente movimento del soggetto e della camera. Se usi un vincolo di fotogramma finale, prepara una composizione finale compatibile e descrivi la transizione fra i due. Ispeziona il risultato invece di presumere che identità, posizione o forma richieste restino identiche per tutta la clip. La scheda del modello di riferimento identifica coerenza completa in scene complesse e movimento complesso come sfide ancora aperte.\n\nLa guida ai prompt supporta indicazioni esplicite per dialoghi, effetti sonori e atmosfera. Metti il parlato esatto fra virgolette, identifica il parlante e descrivi i suoni in relazione all’azione visibile. Un effetto sonoro e l’atmosfera di sottofondo non vanno confusi con una battuta pronunciata. L’inglese è documentato come pienamente supportato per i prompt, mentre altre lingue non sono state valutate in quella guida. Controlla parole udibili, tempi e qualità sonora come parte dello stesso risultato del video, anziché trattare l’audio come trascrizione fedele garantita del prompt.\n\nIl flusso del produttore è asincrono: una richiesta di generazione restituisce un’operazione e il risultato completato si ottiene dopo che il suo stato segnala il completamento. Conserva l’identità dell’operazione e ispeziona la clip restituita. La guida descrive conservazione lato produttore per due giorni e marcatura SynthID; un risultato conservato deve quindi includere file scaricato, prompt, immagini sorgente e impostazioni selezionate. Un seed può migliorare la ripetibilità ma non garantisce determinismo. Controlla continuità del soggetto, azione, inquadratura, suono e punto finale desiderato prima di usare la clip in un montaggio; il solo completamento dell’elaborazione non dimostra che i requisiti creativi siano soddisfatti.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "912e9165db70df546a952871d68528f6be0530d637f78a29e601c003ec49551e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "google/veo-3.1-liteTrasforma la descrizione di una scena in un video di 4, 6 o 8 secondi a 720p.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Veo 3.1 Lite è il membro Lite della linea di generazione video Veo 3 di Google. Sintetizza un video con audio da una descrizione in linguaggio naturale o un’immagine in ingresso. L’output è una clip generata, non un’analisi testuale di una registrazione esistente. La scheda del modello Lite del produttore rimanda a Veo 3 per architettura sottostante, materiali di addestramento e limiti noti, mentre la documentazione specifica Lite definisce caratteristiche e limiti di generazione propri.
L’architettura di riferimento usa diffusione latente su rappresentazioni audio temporali e rappresentazioni video spazio-temporali. Il modello di base è stato addestrato su audio, video e immagini, con didascalie a diversi livelli di dettaglio e materiali di addestramento filtrati e deduplicati. Questo spiega lo scopo di generazione congiunta visiva e audio. Non rivela un numero di parametri specifico di Lite né stabilisce che ogni movimento generato segua la realtà fisica. Per una scena pratica, decidi insieme azione visibile e suono corrispondente.
La documentazione esatta di Lite dà un limite di input testuale di 1.024 token e un video in uscita. La colonna Lite della guida di generazione elenca durate di 4, 6 e 8 secondi, con 720p predefinita e 1080p che richiede una clip di 8 secondi. Il rapporto d’aspetto predefinito è orizzontale 16:9 ed è elencato anche il verticale 9:16; l’output è documentato a 24 fotogrammi al secondo. L’audio nativo è sempre attivo in quel flusso. Questi valori appartengono al flusso denominato Lite del produttore, non a un’edizione Veo estranea o a una risposta applicativa misurata separatamente.
Lite non supporta output 4K o estensione video. La tabella dei parametri indica inoltre la funzione multi-riferimento referenceImages e un video in ingresso per l’estensione come indisponibili nella colonna Lite. Un’immagine iniziale può stabilire il fotogramma di partenza; la tabella elenca un’immagine lastFrame insieme a quella iniziale per una transizione. Mantieni distinto questo percorso di controllo dei fotogrammi dalla combinazione di vari riferimenti di stile o soggetto. Le impostazioni di generazione delle persone del produttore dipendono dalla modalità: la tabella Lite elenca allow_all per text-to-video e allow_adult per image-to-video e interpolazione, mentre regole regionali possono restringere ulteriormente quel profilo documentato. Scegli l’immagine iniziale adatta alla prima scena che desideri realmente, con soggetto, inquadratura e dettagli visibili preparati prima di chiedere movimento.
Per il text-to-video, descrivi soggetto, azione, ambiente e stile desiderato. Aggiungi posizione e movimento di camera, inquadratura, fuoco e luce quando contano. Una scena originale di prodotto potrebbe mantenere l’oggetto centrato mentre la camera si avvicina a un dettaglio del materiale e la luce circostante cambia dolcemente. Identifica stato iniziale, azione principale e momento finale, così la breve clip risolve un’idea coerente. Una lunga raccolta di azioni scollegate è un’attività diversa da una ripresa mirata.
Per l’image-to-video, fornisci un fotogramma iniziale chiaro e spiega cosa deve muoversi e cosa deve restare stabile. Specifica separatamente movimento del soggetto e della camera. Se usi un vincolo di fotogramma finale, prepara una composizione finale compatibile e descrivi la transizione fra i due. Ispeziona il risultato invece di presumere che identità, posizione o forma richieste restino identiche per tutta la clip. La scheda del modello di riferimento identifica coerenza completa in scene complesse e movimento complesso come sfide ancora aperte.
La guida ai prompt supporta indicazioni esplicite per dialoghi, effetti sonori e atmosfera. Metti il parlato esatto fra virgolette, identifica il parlante e descrivi i suoni in relazione all’azione visibile. Un effetto sonoro e l’atmosfera di sottofondo non vanno confusi con una battuta pronunciata. L’inglese è documentato come pienamente supportato per i prompt, mentre altre lingue non sono state valutate in quella guida. Controlla parole udibili, tempi e qualità sonora come parte dello stesso risultato del video, anziché trattare l’audio come trascrizione fedele garantita del prompt.
Il flusso del produttore è asincrono: una richiesta di generazione restituisce un’operazione e il risultato completato si ottiene dopo che il suo stato segnala il completamento. Conserva l’identità dell’operazione e ispeziona la clip restituita. La guida descrive conservazione lato produttore per due giorni e marcatura SynthID; un risultato conservato deve quindi includere file scaricato, prompt, immagini sorgente e impostazioni selezionate. Un seed può migliorare la ripetibilità ma non garantisce determinismo. Controlla continuità del soggetto, azione, inquadratura, suono e punto finale desiderato prima di usare la clip in un montaggio; il solo completamento dell’elaborazione non dimostra che i requisiti creativi siano soddisfatti.
POST /v1/videostext, imagevideo| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti google/veo-3.1-lite | Predefinito— |
Campoprompt | Tipostring | RequisitoObbligatorio | Valori e limiti Lunghezza minima: 1 Numero massimo di byte: 10.000 Unità: byte UTF8 | Predefinito— |
Campoduration | Tipointeger | RequisitoObbligatorio | Valori e limiti 4, 6, 8 Unità: secondi | Predefinito— |
Camporesolution | Tipostring | RequisitoObbligatorio | Valori e limiti 720p | Predefinito— |
Campoaspect_ratio | Tipostring | RequisitoObbligatorio | Valori e limiti 16:9, 9:16 | Predefinito— |
Campogenerate_audio | Tipoboolean | RequisitoObbligatorio | Valori e limiti false | Predefinito— |
Campoframe_images | Tipoarray | RequisitoFacoltativo | Valori e limiti Condizioni: Ometti per text_to_video. Se presente: esattamente un elemento {"type":"image_url","image_url":{"url":"<URL HTTPS reale>"},"frame_type":"first_frame"}; l'elemento contiene esclusivamente type,image_url,frame_type; image_url contiene esclusivamente url. Nessuna chiave aggiuntiva o duplicata. Solo duration=4,resolution="720p",aspect_ratio="16:9",generate_audio=false. L'URL deve essere analizzabile con schema https, nome host non vuoto, senza userinfo né carattere # letterale; la query firmata e il percorso codificato vengono conservati. Il codice sorgente non verifica il MIME in ingresso, la dimensione del file o le dimensioni in pixel. | Predefinito— |
Da testo a video · Obbligatorio: prompt
Da immagine a video · Obbligatorio: prompt, frame_images
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, prompt, duration, resolution, aspect_ratio, generate_audio |
Parametroother_options | Contrattofalse |
Parametroresolution | Contratto720p |
Parametroprompt_max_bytes | Contratto10000 |
Parametroduration | Contratto4, 6, 8 |
Parametroaspect_ratio | Contratto16:9, 9:16 |
Parametrogenerate_audio | Contrattofalse |
Parametromaterial_types | Contrattotext, image |
Parametroparameters | Contratto{"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":"byte UTF8"}, {"name":"duration","type":"integer","required":true,"default_known":false,"default":null,"enum_known":true,"enum":[4,6,8],"availability":"source_interface","unit":"secondi"}, {"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":"Ometti per text_to_video. Se presente: esattamente un elemento {\\"type\\":\\"image_url\\",\\"image_url\\":{\\"url\\":\\"<URL HTTPS reale>\\"},\\"frame_type\\":\\"first_frame\\"}; l'elemento contiene esclusivamente type,image_url,frame_type; image_url contiene esclusivamente url. Nessuna chiave aggiuntiva o duplicata. Solo duration=4,resolution=\\"720p\\",aspect_ratio=\\"16:9\\",generate_audio=false. L'URL deve essere analizzabile con schema https, nome host non vuoto, senza userinfo né carattere # letterale; la query firmata e il percorso codificato vengono conservati. Il codice sorgente non verifica il MIME in ingresso, la dimensione del file o le dimensioni in pixel."} |
Alias del metodo: /v1/videos/generations, /videos, /videos/generations
Ciclo di vita: 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 volta e salva l'ID restituito.
Interroga periodicamente lo stato originale; conserva ogni risorsa completata e la relativa durata.
Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Quantità prevista | Genera audio | Risoluzione | Unità di fatturazione | Condizioni di fatturazione | Costo |
|---|---|---|---|---|---|---|---|
| ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Genera audio— | Risoluzione— | Unità di fatturazione— | Condizioni di fatturazione— | Costo Input · Token in input · Stima solo a fini di confronto — / 1K token Output · Token in output · Stima solo a fini di confronto — / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto — / 1K token |
| ConfigurazionePrezzo del video | Listino delle tariffe— | Quantità prevista— | Genera audio— | Risoluzione— | Unità di fatturazioneper secondo di video | Condizioni di fatturazioneopzione audio: with_audio | Costo Output · Prezzo del video · Stima solo a fini di confronto $0.16 per secondo di video |
| ConfigurazionePrezzo del video | Listino delle tariffe— | Quantità prevista— | Genera audio— | Risoluzione— | Unità di fatturazioneper secondo di video | Condizioni di fatturazioneaudio: with_audio; risoluzione: 720p | Costo Output · Prezzo del video · Stima solo a fini di confronto $0.1 per secondo di video |
| ConfigurazionePrezzo del video | Listino delle tariffe— | Quantità prevista— | Genera audio— | Risoluzione— | Unità di fatturazioneper secondo di video | Condizioni di fatturazioneopzione audio: without_audio | Costo Output · Prezzo del video · Stima solo a fini di confronto $0.1 per secondo di video |
| ConfigurazioneUltra | Listino delle tariffe— | Quantità previstaConfigurazione richiesta; solo una stima. | Genera audioSenza audio | Risoluzione720p | Unità di fatturazioneper secondo di video in output | Condizioni di fatturazione— | Costo Output · Secondo stimato di video in uscita · Stima solo a fini di confronto $0.06 per secondo di video in output La tariffa visualizzata stima il costo prima della generazione. L'addebito definitivo viene calcolato sul costo registrato per la generazione originale. La durata fisica del video non è la quantità fatturabile. |
| ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Genera audio— | Risoluzione— | Unità di fatturazione— | Condizioni di fatturazione— | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto $0.24 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
I listini di riferimento del modello non modificano la selezione del metodo, i preventivi o gli addebiti. Gli addebiti attivi usano le tariffe del metodo Ailoot selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Condizioni di fatturazione | Costo |
|---|---|---|
| ConfigurazionePrezzo del video | Condizioni di fatturazioneopzione audio: with_audio | Costo Output · Prezzo del video $0.16 per secondo di video Riferimento di prezzo pubblicato per la configurazione mostrata. Gli addebiti finali seguono la configurazione effettivamente fatturata. |
| ConfigurazionePrezzo del video | Condizioni di fatturazioneopzione audio: without_audio | Costo Output · Prezzo del video $0.1 per secondo di video Riferimento di prezzo pubblicato per la configurazione mostrata. Gli addebiti finali seguono la configurazione effettivamente fatturata. |
| ConfigurazionePrezzo del video | Condizioni di fatturazioneaudio: with_audio; risoluzione: 720p | Costo Output · Prezzo del video $0.1 per secondo di video Riferimento di prezzo pubblicato per la configurazione mostrata. Gli addebiti finali seguono la configurazione effettivamente fatturata. |
| ConfigurazionePrezzo del video | Condizioni di fatturazioneaudio: without_audio; risoluzione: 720p | Costo Output · Prezzo del video $0.06 per secondo di video Riferimento di prezzo pubblicato per la configurazione mostrata. Gli addebiti finali seguono la configurazione effettivamente fatturata. |
set -eu\n: "${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\nSalva ogni video completato o file restituito; recupera ogni URL di risorsa effettivamente restituito.
A completamento, data[] contiene tutti gli URL firmati dei contenuti di tua proprietà. Recupera ogni URL restituito oppure usa l'endpoint del contenuto impostando index su un indice di uscita effettivo. Un'attività originale non riuscita può restituire charge_pending_check; verifica quell'attività originale invece di crearla nuovamente. Può essere presente una traccia audio AAC valida anche con generate_audio=false; conserva l'intero MP4 originale, compreso l'audio.
Consulta l'attività originale esistente; non ripetere mai un invio dall'esito sconosciuto.
Numero massimo di output: 4.
| Campo | Tipo | Significato |
|---|---|---|
Campoid | Tipostring | Significato— |
Campoobject | Tipostring | Significato— |
Campomodel | Tipostring | Significato— |
Campostatus | Tipostring | Significato— |
Campodata[] | Tiposigned content URL | Significato— |
Campocharge_pending_check | Tipoboolean | Significato— |
Campoerror.code | Tipostring | Significato— |
Campoerror.message | Tipostring | Significato— |
Campooperation_id | Tipostring | SignificatoRisposta HTTP503 result_pending_check dello stato o del contenuto originale: lo stesso ID video pubblico originale come id. |
Campoerror.type | Tipostring | Significatoserver_error su HTTP503 result_pending_check. |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Risposta409 · video_not_ready | CondizioneContenuto del risultato originale non ancora disponibile | Passaggio successivoInterroga periodicamente l'ID originale restituito e rispetta Retry-After. |
Rispostaserver_error | CondizioneLa risposta restituita indica che l'operazione o il risultato richiede una verifica | Passaggio successivoConserva l'ID originale di operazione/task restituito, gli header della richiesta e la risposta; continua a leggere l'operazione originale tramite le modalità supportate. Non reinviare la richiesta di creazione. |
Risposta503 · result_pending_check | CondizioneGET dello stato o del contenuto originale: l'attività non è pubblicata, l'attività originale non è in stato failed/cancelled/expired e lo stato locale è unknown oppure lo stato dell'attività originale è completed. | Passaggio successivoConserva id e operation_id originali (lo stesso ID video pubblico), la risposta e le intestazioni; consulta solo lo stato o il contenuto originale. Non inviare mai una nuova richiesta di generazione. |
Risposta422 · price_unavailable | CondizioneL'analisi di un oggetto frame_images fornito o del suo profilo condizionale non riesce oppure il profilo analizzato completo non dispone di una scheda tariffaria esatta pronta all'uso. | Passaggio successivoMantieni model, prompt, duration, resolution, aspect_ratio e generate_audio. Aggiungi frame_images contenente esattamente un elemento first_frame nel formato oggetto specificato. Imposta duration=4, resolution="720p", aspect_ratio="16:9" e generate_audio=false. Questa convalida viene eseguita prima dell'invio della richiesta. |
Ailoot Ultra google/veo-3.1-lite
/v1/videos/generations, /videos, /videos/generations