Veo 3.1 Fast vs. Lite: Sind 2,5-mal so teuer es wert?

Fazit zuerst: Hohes Volumen, knappes Budget, 1080p gewünscht und keine Lust auf Mehrkosten? Dann Veo 3.1 Lite: 720p mit Ton für $0,10 pro Sekunde, nur 40 % von Fast ($0,25). Wer 4K will oder einen gleichmäßigeren Tonschlag braucht, nimmt Veo 3.1 Fast. Im Test mit demselben Prompt war Lite sogar folgsamer: Die Person zeigte ihr Gesicht, und die U-Bahn war „gerade beim Einfahren“; Fast schnitt das Gesicht des Drummers aus dem Bild und zeichnete noch einen zweiten Drummer dazu, dafür war der Trommelschlag von Anfang bis Ende regelmäßig. Beide sind bereits auf HiAPI verfügbar, öffne die Veo 3.1 Lite Modellseite und probiere es aus.

Die Unterschiede auf einen Blick

	Veo 3.1 Fast	Veo 3.1 Lite
Modellname	veo-3.1-fast/text-to-video, /image-to-video	veo-3.1-lite/text-to-video, /image-to-video
720p / Sekunde	mit Ton $0,25, ohne $0,17	mit Ton $0,10, ohne $0,06
1080p / Sekunde	mit Ton $0,25, ohne $0,17	mit Ton $0,14, ohne $0,10
4K	ja, mit Ton $0,60, ohne $0,50	nein
Dauer	4, 6, 8 Sekunden	4, 6, 8 Sekunden
Seitenverhältnis	16:9, 9:16	16:9, 9:16
Ton	generate_audio, standardmäßig an	generate_audio
Dauer für dieses 4-Sekunden-Video	166 Sekunden	107 Sekunden

HiAPI aktueller Preis, geprüft am 18. Oktober 2026. Die Dauer stammt aus jeweils einem einzelnen Lauf.

Bei Fast kosten 720p und 1080p dasselbe, bei Lite ist 1080p teurer als 720p. 8 Sekunden 1080p mit Ton: Fast $2,00, Lite $1,12.

Derselbe Prompt, je ein Video auf beiden Seiten

Beide mit 720p, 16:9, 4 Sekunden, mit Ton.

A street drummer plays on upturned plastic buckets in a busy subway station at rush hour, close shot on the sticks blurring and his focused face, commuters streaming past behind him, a train pulling in on the right, handheld camera slowly circling. Sound: crisp bucket drumming, a train braking, crowd footsteps and a station announcement echoing.

Veo 3.1 Fast:

Mit Fast generieren →

veo-3.1-fast/text-to-video, 720p, 4 Sekunden, mit Ton, $1,00.

Veo 3.1 Lite:

Mit Lite generieren →

veo-3.1-lite/text-to-video, 720p, 4 Sekunden, mit Ton, $0,40.

Sichtbare Unterschiede:

• Bildtreue zum Prompt: Der Prompt verlangt „die Sticks und sein konzentriertes Gesicht“. Lite liefert einen vollständigen Drummer – Gesicht, Hände und Eimer sind im Bild; Fast geht sehr nah heran, das Gesicht wird angeschnitten, und im Hintergrund taucht ein zweiter Drummer mit Marschtrommel-Gurt auf, eher wie ein Trommelkorps.
• Zug: Bei Lite fährt der Zug mit eingeschalteten Lichtern aus der Ferne ein, passend zu „gerade beim Einfahren“; bei Fast bleibt der Zug rechts stehen.
• Kameraführung: Der Prompt verlangt eine langsam kreisende Handkamera. Beide Kamerapositionen bewegen sich kaum, bei Fast gibt es nur leichte Verwacklungen.
• Ton: Beide haben eine Tonspur. Der Lautstärkeverlauf zeigt bei Fast einen sehr regelmäßigen Trommelschlag, etwa alle 0,35 Sekunden; bei Lite wird der Trommelschlag zwischen 1,7 und 3 Sekunden deutlich dünner.

Ein einzelner Test sagt nicht alles, aber zumindest so viel: Das 2,5-mal teurere Fast garantiert nicht, dass das Bild besser zum Prompt passt.

Auswahl nach Szenario

• Massenproduktion, Budget im Vordergrund: Lite. 100 Videos à 8 Sekunden 720p mit Ton: Lite $80, Fast $200.
• 1080p gewünscht: Lite mit Ton $0,14 pro Sekunde, Fast $0,25.
• 4K gewünscht: nur Fast, mit Ton $0,60 pro Sekunde.
• Kein Ton gewünscht: Bei beiden lässt sich generate_audio deaktivieren. Lite 720p sinkt auf $0,06 pro Sekunde, Fast auf $0,17.
• Gleichmäßiger Tonschlag (Musik, Trommelschlag, Sprechgesang): Diesmal war Fast gleichmäßiger; vor der finalen Produktion bei beiden zuerst ein 4-Sekunden-Video testen.
• Beste Bildqualität gewünscht: Sieh dir die Standardversion von Veo 3.1 an, 720p/1080p mit Ton $0,57 pro Sekunde, siehe Veo 3.1 API-Preise.

Wie man zwischen den beiden Modellen wechselt

Die Parameter sind fast identisch, nur model austauschen. Zwei Hinweise: Lite akzeptiert kein 4k; bei Fast sind resolution und duration Pflichtfelder.

{"model": "veo-3.1-fast/text-to-video", "input": {"prompt": "...", "resolution": "720p", "duration": 4, "aspect_ratio": "16:9", "generate_audio": true}}

{"model": "veo-3.1-lite/text-to-video", "input": {"prompt": "...", "resolution": "720p", "duration": 4, "aspect_ratio": "16:9", "generate_audio": true}}

duration akzeptiert nur die ganzen Zahlen 4, 6, 8; andere Werte führen zu HTTP 400.

Häufige Fragen

Ist die Bildqualität von Lite schlechter als die von Fast?

In diesem Test war kein deutlicher Unterschied erkennbar, Lite passte sogar besser zum Prompt. Beide sind 1280×720. Die Unterschiede liegen vor allem beim Preis, bei 4K und beim Tonschlag.

Welches ist schneller?

Diesmal lieferte Lite in 107 Sekunden, Fast in 166 Sekunden. Die Geschwindigkeit schwankt je nach Auslastung, miss die Zeit mit deinem eigenen Prompt.

Womit sollte man Prompts zuerst testen?

Mit Lite 4 Sekunden 720p mit Ton, $0,40 pro Video. Wenn es passt, kann man entscheiden, ob Fast oder die Standardversion nötig ist.

Geht auch Bild-zu-Video?

Ja. Beide haben einen /image-to-video-Einstieg, der Preis ist derselbe wie bei Text-zu-Video.

Die vollständigen Preise der drei Veo 3.1-Stufen findest du unter Veo 3.1 API-Preise, curl- und Python-Aufrufcode unter Veo 3.1 API-Anleitung. Du kannst auch einfach den obigen Prompt kopieren und mit Lite für $0,40 ein Video generieren.