Wie verwendet man die Veo 3.1 API? In 5 Minuten zum ersten Video

TL;DR

• Veo 3.1 ist das Videogenerierungsmodell von Google, bei HiAPI in drei Stufen unterteilt: Standard, Fast und Lite. Text-to-Video und Image-to-Video sind beide verfügbar – Modellseite öffnen und direkt online generieren. Neue Nutzer erhalten bei der Registrierung 200 Credits.
• Abrechnung pro Sekunde: Lite 720p ohne Ton $0,06 pro Sekunde, Fast 720p/1080p mit Ton $0,25 pro Sekunde, Standard $0,57 pro Sekunde; ein 4-Sekunden-Lite-Entwurf kostet nur $0,24.
• API in zwei Schritten: POST /v1/tasks zum Einreichen, taskId zum Abfragen des Ergebnisses. Die folgenden curl- und Python-Beispiele kannst du direkt kopieren und ausführen.

Was kann Veo 3.1?

• Nativer Ton: Bild und Ton werden gemeinsam generiert – Umgebungsgeräusche, Soundeffekte und die Klänge der Bewegungen folgen dem Bild; generate_audio ist standardmäßig aktiviert, deaktiviert ist es günstiger.
• Drei Längen: 4, 6 und 8 Sekunden, 16:9 Querformat oder 9:16 Hochformat.
• Bis zu 4K: Standard und Fast unterstützen 720p, 1080p und 4K; Lite unterstützt 720p und 1080p.
• Image-to-Video: Ein Bild als erstes Frame hochladen, das Modell bringt es in Bewegung; das Seitenverhältnis kann dem Originalbild folgen.

Dieses 6-sekündige 1080p-Hochformatvideo wurde aus einem Produktfoto eines Sneakers mit einer einzigen Anfrage generiert – der dumpfe Aufprall und der Bass-Drum-Puls stammen vom Modell selbst:

The sneaker slowly rotates about 90 degrees as the camera pushes in from a low angle. Dust particles drift through the rim light. The shoe settles onto the wet stone pedestal with a deep, satisfying thud, sending a soft ring of mist rolling off the edges. A warm light sweep travels across the suede texture. Subtle bass-heavy electronic pulse builds in the background with a low whoosh on the landing. Cinematic product commercial, smooth stabilized motion, no text overlays.

Mit diesem Prompt generieren → (zuerst ein 9:16-Produktbild hochladen)

veo-3.1/image-to-video, 1080p, 6 Sekunden, mit Ton, $3,42, ca. 115 Sekunden von Einreichung bis Fertigstellung.

Wie wählt man die drei Stufen?

Stufe	720p/1080p mit Ton	720p/1080p ohne Ton	4K mit Ton	Geeignet für
Lite veo-3.1-lite	$0,1 (720p) / $0,14 (1080p)	$0,06 (720p) / $0,1 (1080p)	—	Prompts abstimmen, Batch-Entwürfe
Fast veo-3.1-fast	$0,25	$0,17	$0,6	Fertige Social-Short-Videos
Standard veo-3.1	$0,57	$0,29	$0,86	Werbung, Markenfilme

Alle Angaben pro Sekunde. 8 Sekunden mit Ton: Lite 1080p $1,12, Fast $2, Standard $4,56. Die genaue Abrechnung findest du unter Veo 3.1 API-Preise.

Zwei Einstiegswege

Online testen (ohne Code)

1. Öffne die Modellseite Veo 3.1 Lite Text-to-Video, registriere dich oder melde dich an.
2. Prompt einfügen, Dauer, Auflösung und Seitenverhältnis wählen sowie entscheiden, ob Ton gewünscht ist.
3. Auf Generieren klicken und das fertige Video direkt herunterladen.

API-Aufruf

1. Im Dashboard einen API Key erstellen.
2. Mit POST https://api.hiapi.ai/v1/tasks eine Aufgabe einreichen; zurückgegeben wird eine taskId.
3. Mit GET /v1/tasks/{taskId} den Status abfragen; wenn status gleich success ist, das Video über output[0].url herunterladen.

curl: das erste Video

Zuerst mit dem günstigsten Lite durchlaufen, 4 Sekunden 720p ohne Ton $0,24:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-lite/text-to-video",
    "input": {
      "prompt": "A matte-black wireless earbud case slowly rotates on a reflective black surface under a single overhead spotlight.",
      "duration": 4,
      "resolution": "720p",
      "aspect_ratio": "9:16",
      "generate_audio": false
    }
  }'

Rückgabe:

{"code": 200, "data": {"taskId": "tk-hiapi-..."}, "message": "success"}

Ergebnis abfragen:

curl https://api.hiapi.ai/v1/tasks/tk-hiapi-... \
  -H "Authorization: Bearer $HIAPI_KEY"

Python: einreichen, pollen, herunterladen

# pip install requests；zuerst export HIAPI_KEY=dein Key
import os, time, uuid, requests

KEY = os.environ["HIAPI_KEY"]
H = {"Authorization": f"Bearer {KEY}"}

def generate(prompt, model="veo-3.1-lite/text-to-video", timeout_s=900, **params):
    body = {"model": model, "input": {"prompt": prompt, **params}}
    # Beim erneuten Einreichen derselben Aufgabe denselben Idempotency-Key mitsenden, um doppelte Abbuchungen zu vermeiden
    headers = {**H, "Idempotency-Key": str(uuid.uuid4())}
    r = requests.post("https://api.hiapi.ai/v1/tasks", json=body, headers=headers, timeout=30)
    r.raise_for_status()
    res = r.json()
    if res.get("code") != 200:
        raise RuntimeError(res)
    task_id = res["data"]["taskId"]
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        d = requests.get(f"https://api.hiapi.ai/v1/tasks/{task_id}", headers=H, timeout=30).json()["data"]
        if d["status"] == "success":
            return d["output"][0]["url"]
        if d["status"] == "fail":
            raise RuntimeError(d)
        time.sleep(10)
    raise TimeoutError(task_id)

url = generate(
    "A barista pours hot water in a slow spiral over ground coffee, steam rising in morning light",
    duration=4, resolution="720p", aspect_ratio="16:9", generate_audio=True,
)
with open("clip.mp4", "wb") as f:
    f.write(requests.get(url).content)

Wenn der Prompt feststeht, einfach model auf veo-3.1-fast/text-to-video oder veo-3.1/text-to-video ändern, um das finale Video zu erzeugen; die übrigen Parameter bleiben gleich.

Image-to-Video

Modellnamen auf …/image-to-video ändern und in input ein Bild hinzufügen (image_url ist ein String, es wird nur ein Bild akzeptiert):

{
  "model": "veo-3.1/image-to-video",
  "input": {
    "prompt": "The sneaker slowly rotates and settles onto the wet stone pedestal with a deep thud",
    "image_url": "https://your-cdn.example.com/sneaker-916.jpg",
    "aspect_ratio": "auto",
    "resolution": "1080p",
    "duration": 6
  }
}

• aspect_ratio auf auto setzen, um dem Originalbild zu folgen; alternativ 16:9 oder 9:16 angeben – Bilder mit anderen Seitenverhältnissen werden zugeschnitten.
• Für das Originalbild werden mindestens 720p sowie 16:9 oder 9:16 empfohlen; SVG wird nicht unterstützt.
• Im Prompt beschreiben, „wie es sich in den nächsten Sekunden bewegt“; das gesamte Bild muss nicht neu beschrieben werden.

Hinweise vor dem Go-live

• Callbacks statt Polling: Auf oberster Ebene der Anfrage "callback": {"url": "https://deine-domain/hiapi/callback"} hinzufügen; HiAPI benachrichtigt aktiv bei Abschluss der Aufgabe – dedupliziere nach taskId.
• Rechtzeitig sichern: output[0].url ist ein temporärer Link – sofort nach Erhalt im eigenen Speicher ablegen.
• Parameter vollständig angeben: duration ist standardmäßig 8 Sekunden, bei Standard und Fast ist resolution Pflicht; Dauer, Auflösung und generate_audio explizit angeben, damit die Kosten zum Budget passen.
• Kein Ton? Abschalten: Mit generate_audio: false sinkt Lite 720p von $0,1 auf $0,06 pro Sekunde und Standard von $0,57 auf $0,29.
• Automatische Rückerstattung bei Fehlern: Abgerechnet wird nur für erfolgreich generierte Videos.

Häufige Fragen

Kann der Prompt auf Chinesisch geschrieben werden?

Ja, Chinesisch und Englisch sind beide möglich. Kamera, Bewegung und Ton in getrennten Sätzen beschreiben – das liefert die stabilsten Ergebnisse.

Kann man ein 10-Sekunden-Video generieren?

Einzelne Anfragen unterstützen nur 4, 6 und 8 Sekunden. Längere fertige Videos lassen sich segmentweise generieren und anschließend schneiden.

Lässt sich der Ton separat steuern?

Im Prompt kann jede Tonschicht (nahe Aktionsgeräusche, Umgebungsstimmen, Wind) klar beschrieben werden; das Modell generiert sie getrennt. Wenn kein Ton gewünscht ist, generate_audio auf false setzen.

Was muss geändert werden, wenn ein mit Lite abgestimmter Prompt auf Standard umgestellt wird?

Nur der Modellname. prompt, duration, aspect_ratio und generate_audio gelten weiterhin; für 4K zusätzlich resolution auf 4k ändern (Lite hat kein 4K).

Fertige Prompts findest du in den Veo 3.1 Prompt-Beispielen; du kannst auch den Sneaker-Prompt oben kopieren und auf der Modellseite generieren.