Google

Veo 3.1

veo-3.1/image-to-video

Modelo de generación de vídeo de Google: la entrada de imagen permite generar de forma nativa vídeos de 8 segundos con sonido ambiental y diálogos, con soporte de hasta 4K y manteniendo la apariencia coherente del sujeto

veo-3.1/image-to-video veo-3.1/text-to-video

Probar veo-3.1/image-to-video

Entrada

Creaciones

Ver todas las creaciones

Salida

video

Rellena los parámetros y genera: los resultados aparecerán aquí.

Precios

veo-3.1/image-to-video per second

Especificaciones	720P	1080P	4K
Sound On	$0.570	$0.570	$0.860
Sound Off	$0.290	$0.290	$0.570

Descripción general

La vía de imagen a vídeo de Veo 3.1 es la versión de generación de vídeo basada en imágenes del modelo de vídeo de Google en HiAPI.ai: recibe una imagen y un prompt de texto, y produce un vídeo dinámico con pista de audio nativa. Destaca por controlar el movimiento de cámara y la evolución de la escena manteniendo la apariencia del sujeto de la imagen de entrada; es adecuada para desarrolladores que necesitan convertir rápidamente material visual estático en clips reproducibles, con usos en publicidad, redes sociales y previsualización conceptual, entre otros.

Aspectos clave

Generación nativa sincronizada de imagen y sonido: al generar el vídeo se producen en sincronía sonidos ambientales, diálogos y efectos de sonido, lo que reduce los pasos de doblaje y síntesis de efectos de sonido por separado en la postproducción.
Resolución máxima opcional de 4K: la salida admite tres niveles, 720p, 1080p y 4k, y la relación de aspecto 16:9 o 9:16 puede ajustarse automáticamente según la imagen de entrada o especificarse manualmente.
Duración de salida y audio controlables: la duración puede ser de 4, 6 u 8 segundos, y la pista de audio se puede activar o desactivar, lo que facilita ajustar las especificaciones de generación según el canal de difusión y el presupuesto de costes.
Compatible con prompt negativo y semilla fija: permite usar negative_prompt para excluir elementos no deseados y seed para reproducir resultados de generación similares.

Descripción de capacidades

Generación de animación basada en imágenes: parte de una imagen y, junto con un prompt de hasta 20000 caracteres que describe el movimiento, produce un clip de vídeo de 4 a 8 segundos; es adecuada para convertir material visual existente directamente en contenido dinámico.

Generación de pista de audio nativa: por defecto genera audio nativo; al desactivar generate_audio se obtiene un vídeo sin sonido, lo que facilita añadir música o doblaje propio en el flujo de postproducción.

Control de resolución y relación de aspecto: permite especificar salida en 720p, 1080p o 4k; la relación de aspecto puede seguir automáticamente la imagen de entrada o forzarse a 16:9 o 9:16, adaptándose a difusión en horizontal y vertical.

Controlabilidad del resultado generado: mediante negative_prompt se describe el contenido que debe evitarse y mediante seed se fija la semilla aleatoria, lo que facilita mantener un estilo estable en la generación por lotes o realizar comparaciones A/B.

Casos de uso

Equipos de marketing convierten imágenes de producto en anuncios en vídeo: introducen una imagen estática del producto y una descripción de la acción, y producen un clip de vídeo horizontal en 4K o 1080p, listo para su uso directo en publicidad en línea y presentación en el sitio web.
Gestión de redes sociales crea contenido dinámico vertical: generan vídeos 9:16 a partir de imágenes verticales y prompts, con efectos de sonido nativos, para publicarlos como material en plataformas de vídeo corto.
Preproducción audiovisual convierte imágenes conceptuales en previsualizaciones dinámicas: convierten storyboards o diseños conceptuales en clips dinámicos para ayudar al equipo a confirmar el movimiento de cámara y la atmósfera antes de la producción formal.
Desarrolladores generan material dinámico por lotes: en flujos programáticos introducen imágenes y prompts y, combinando seed, producen por lotes clips de vídeo con estilo uniforme para pruebas o relleno de contenido.

Limitaciones y recomendaciones de selección

La duración máxima de una sola generación es de 8 segundos; las narraciones más largas requieren generar por segmentos y unirlos después, y la coherencia entre múltiples tomas aún necesita planificación manual. Se recomienda que la imagen de entrada tenga 720p o más y sea 16:9 o 9:16; otras proporciones se recortarán. La resolución y el interruptor de audio afectan a la facturación, por lo que antes de generar por lotes conviene hacer pruebas con especificaciones bajas. Si se necesita construir la imagen desde cero en lugar de animar una imagen existente, debe elegirse la vía de texto a vídeo de la misma familia.

Preguntas frecuentes

Ver todas las preguntas →

¿Qué tipo de modelo de video es Veo 3.1 Text to Video?

Es una vía de texto a video pura, solo requiere un Prompt de texto, no exige subir una imagen inicial.
¿Qué especificaciones de salida admite Veo 3.1 Text to Video?

Admite de 4 a 8 segundos, con resoluciones que incluyen 720p, 1080p y 4k, y relaciones de aspecto que incluyen 16:9 y 9:16.
¿Se puede generar voz o usar una referencia de audio?

La generación de audio está activada por defecto
¿Cómo se factura Veo 3.1 Text to Video?

Se factura según la duración de salida y el nivel en tiempo real; las diferencias debidas a la resolución, el modo o las opciones de audio se rigen por el precio de la página y el registro de la tarea.

Crear una tarea de generación

POST https://api.hiapi.ai/v1/tasks

Encabezados

AuthorizationstringObligatorio

Clave API de la cuenta. Obligatoria en cada solicitud. Ejemplo: Bearer YOUR_HIAPI_API_KEY. Obtener clave API

Content-TypestringOpcional

El cuerpo de la solicitud siempre se analiza como JSON; si se envía, solo se acepta application/json (charset opcional) — cualquier otro valor devuelve 415. Ejemplo: application/json.

Idempotency-KeystringOpcional

Clave de idempotencia, hasta 255 bytes. Los reintentos con la misma clave de la misma cuenta crean la tarea una sola vez; las repeticiones devuelven el taskId original.

Clave de idempotencia

Ante timeouts de red o reintentos automáticos del cliente, la misma clave crea la tarea una sola vez, sin doble cobro (alcance = la cuenta de la clave API). Usa un identificador de negocio único (p. ej. "order-42"); las repeticiones devuelven el taskId original y las claves caducan 24 h después de la primera solicitud. La matriz completa de escenarios está en la introducción de la API asíncrona unificada.

Cuerpo

modelstringObligatorio

Valor fijo actual: veo-3.1/image-to-video

routestringOpcional

Valor fijo actual: default

inputobjectObligatorio

Objeto de parámetros de negocio para veo-3.1/image-to-video y la ruta default; consulta la tabla de parámetros a continuación.

seedintegerOpcional

Semilla aleatoria para hacer reproducible el resultado de la generación; introduce la misma semilla para obtener una salida consistente.

promptstringObligatoriominLength 1maxLength 20000

Indicación de texto que describe de qué manera se desea que se mueva la imagen de entrada.

durationintegerObligatorioPredeterminado: 8min 4max 8

Duración del vídeo generado (en segundos); el coste aumenta con la duración; por defecto 8 segundos.

Opciones:468

image_urlstringObligatorio

URL de la imagen de entrada que se va a animar; se recomienda usar una resolución de 720p o superior y una relación de aspecto de 16:9 o 9:16; otras relaciones de aspecto se recortarán.

resolutionstringObligatorioPredeterminado: "720p"

Resolución del vídeo de salida; cuanto mayor sea la resolución, mayor será el coste; por defecto 720p.

Opciones:720p1080p4k

aspect_ratiostringOpcionalPredeterminado: "auto"

Relación de aspecto del vídeo de salida; por defecto auto, lo que significa que sigue la relación de aspecto de la imagen de entrada.

Opciones:auto16:99:16

generate_audiobooleanOpcionalPredeterminado: true

Indica si se genera una pista de audio nativa; al activarlo el precio es mayor; activado por defecto.

negative_promptstringOpcional

Indicación negativa que describe el contenido que debe evitarse en el vídeo generado.

callbackobjectOpcional

Configuración de notificación de estado terminal. Si se omite, no hay callback: consulta la tarea por tu cuenta.

Callbacks (Webhook)

Indica callback.url al crear y HiAPI hará POST a tu servicio en el estado terminal, sin necesidad de sondeo. El cuerpo del callback replica la estructura del detalle de la tarea; firma, reintentos e idempotencia se detallan en la introducción de la API asíncrona unificada.

urlstringObligatorio

Obligatorio si se incluye callback. Al estado terminal se envía un POST a esta URL; debe ser una URL http(s) válida.

whenstringOpcionalPredeterminado: "final"

Actualmente solo se admite final: notifica tanto en success como en fail.

Opciones:final

storagestringOpcionalPredeterminado: "temp"

Nivel de almacenamiento de artefactos: temp (por defecto, ~7 días) o persistent (largo plazo, facturado por tamaño). Saldo insuficiente o exceso de límite ⇒ degradación silenciosa a temp; el nivel efectivo se muestra en la respuesta del detalle.

Opciones:temppersistent

Ejemplos de solicitud

# Envía una tarea asíncrona; devuelve un taskId de inmediato (sin esperar la generación)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "veo-3.1/image-to-video",
  "input": {
    "prompt": "…",
    "duration": 8,
    "image_url": "…",
    "resolution": "720p",
    "aspect_ratio": "auto",
    "generate_audio": true
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "veo-3.1/image-to-video",
    input: {
      "prompt": "…",
      "duration": 8,
      "image_url": "…",
      "resolution": "720p",
      "aspect_ratio": "auto",
      "generate_audio": true
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "veo-3.1/image-to-video",
        "input": {
          "prompt": "…",
          "duration": 8,
          "image_url": "…",
          "resolution": "720p",
          "aspect_ratio": "auto",
          "generate_audio": True
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtener el detalle de la tarea

GET https://api.hiapi.ai/v1/tasks/:id

Campos de respuesta

taskIdstringObligatorio

ID de tarea, siempre con prefijo tk-hiapi-.

modelstringObligatorio

Nombre completo resuelto del modelo. Las tareas enviadas con el parámetro route devuelven base@route (p. ej. gpt-image-2/text-to-image@ext); si no, coincide con el nombre enviado.

routestringOpcional

Solo aparece si se usó el parámetro route explícito; repite el valor enviado.

statusstringObligatorio

Estado de la tarea.

Valores de estado

queued En cola, sin iniciar. handling Procesando. archiving Proceso terminado, preparando artefactos. success Terminal: completado, artefactos disponibles (se devuelve output). fail Terminal: error (se devuelve error). Tras el envío, guíate por status: success y fail son terminales; el resto, no. Sondea cada 1–3 s hasta el estado terminal. Con éxito, descarga los artefactos desde output[].url y transfiérelos antes de expireAt; para retención larga usa storage: "persistent" al crear.

creatednumberObligatorio

Hora de creación de la tarea (segundos Unix).

completednumberObligatorio

Segundos Unix al alcanzar estado terminal; 0 mientras no sea terminal.

outputarrayOpcional

Solo con status == success. Lista de artefactos — siempre un array; una tarea puede devolver varios types a la vez (p. ej. video + first_frame).

Array [ object ]

Elementos del array

urlstringObligatorio

URL del artefacto, descargable directamente.

typestringObligatorio

Valores posibles actuales: video, image, audio, first_frame, last_frame, thumbnail; podrían ampliarse más adelante.

expireAtnumberObligatorio

Segundos Unix hasta los que el artefacto es accesible; descárgalo o transfiérelo antes.

errorobjectOpcional

Solo con status == fail.

codestringObligatorio

Código de error de negocio.

messagestringObligatorio

Descripción del error.

Ejemplos de respuesta

Éxito

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En proceso (no terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Fallido

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}