Comment utiliser l'API Veo 3.1 ? Réalisez votre première vidéo en 5 minutes

TL;DR

• Veo 3.1 est le modèle de génération vidéo de Google. Sur HiAPI, il se décline en trois versions : Standard, Fast et Lite, avec génération à partir de texte et à partir d'image. Ouvrez la page du modèle pour générer en ligne ; les nouveaux utilisateurs reçoivent 200 crédits à l'inscription.
• Facturation à la seconde : Lite 720p sans son à 0,06 $/s, Fast 720p/1080p avec son à 0,25 $/s, Standard à 0,57 $/s ; un brouillon Lite de 4 secondes ne coûte que 0,24 $.
• L'API en deux étapes : soumettez avec POST /v1/tasks, puis récupérez le résultat avec le taskId. Les exemples curl et Python ci-dessous sont prêts à être copiés et exécutés.

Que peut faire Veo 3.1 ?

• Son natif : l'image et le son sont générés ensemble ; ambiance, effets sonores et bruits d'action suivent l'image ; generate_audio est activé par défaut, le désactiver revient moins cher.
• Trois durées : 4, 6 et 8 secondes, en 16:9 paysage ou 9:16 portrait.
• Jusqu'à 4K : Standard et Fast prennent en charge 720p, 1080p et 4K ; Lite prend en charge 720p et 1080p.
• Vidéo à partir d'image : fournissez une image comme première frame, le modèle la fait bouger, et le format peut suivre l'image d'origine.

Cette vidéo verticale de 6 secondes en 1080p a été générée en une seule requête à partir d'une photo produit de basket ; le bruit sourd de l'atterrissage et les battements de basse sont ajoutés par le modèle lui-même :

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.

Générer avec ce prompt → (téléversez d'abord une image produit en 9:16)

veo-3.1/image-to-video, 1080p, 6 secondes, avec son, 3,42 $, environ 115 secondes entre la soumission et la fin.

Comment choisir entre les trois versions ?

Version	720p/1080p avec son	720p/1080p sans son	4K avec son	Idéal pour
Lite veo-3.1-lite	0,1 $ (720p) / 0,14 $ (1080p)	0,06 $ (720p) / 0,1 $ (1080p)	—	Réglage des prompts, brouillons en série
Fast veo-3.1-fast	0,25 $	0,17 $	0,6 $	Vidéos courtes pour les réseaux sociaux
Standard veo-3.1	0,57 $	0,29 $	0,86 $	Publicités, films de marque

Toutes les unités sont par seconde. 8 secondes avec son : Lite 1080p 1,12 $, Fast 2 $, Standard 4,56 $. Pour le détail des coûts, voir Tarifs de l'API Veo 3.1.

Deux façons de démarrer

Essai en ligne (sans code)

1. Ouvrez la page du modèle Veo 3.1 Lite texte-vers-vidéo, inscrivez-vous ou connectez-vous.
2. Collez le prompt, choisissez la durée, la résolution, le format et l'activation ou non du son.
3. Cliquez sur générer, puis téléchargez directement la vidéo une fois produite.

Appel API

1. Créez une clé API dans la console.
2. Soumettez la tâche avec POST https://api.hiapi.ai/v1/tasks, qui renvoie un taskId.
3. Vérifiez l'état avec GET /v1/tasks/{taskId} ; lorsque status vaut success, téléchargez la vidéo depuis output[0].url.

curl : votre première vidéo

Commencez par le moins cher, Lite, 4 secondes en 720p sans son pour 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
    }
  }'

Réponse :

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

Vérification du résultat :

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

Python : soumission, interrogation, téléchargement

# pip install requests；先 export HIAPI_KEY=你的 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}}
    # 重试提交同一个任务时带同一个 Idempotency-Key，避免重复扣费
    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)

Une fois le prompt fixé, remplacez model par veo-3.1-fast/text-to-video ou veo-3.1/text-to-video pour produire la version finale, sans changer les autres paramètres.

Vidéo à partir d'image

Remplacez le nom du modèle par …/image-to-video et ajoutez une image dans input (image_url est une chaîne, une seule image acceptée) :

{
  "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 à auto suit l'image d'origine ; vous pouvez aussi préciser 16:9 ou 9:16, les images d'autres formats seront recadrées.
• Pour l'image d'origine, privilégiez 720p ou plus, en 16:9 ou 9:16 ; le SVG n'est pas pris en charge.
• Le prompt décrit « comment ça bouge dans les prochaines secondes », sans redécrire toute l'image.

À vérifier avant la mise en production

• Utilisez un callback plutôt que le polling : ajoutez au niveau supérieur de la requête "callback": {"url": "https://votre-domaine/hiapi/callback"} ; HiAPI vous notifie à la fin de la tâche, dédupliquez par taskId.
• Archiver rapidement : output[0].url est un lien temporaire, enregistrez-le immédiatement dans votre propre stockage.
• Indiquez tous les paramètres : duration vaut 8 secondes par défaut, et resolution est obligatoire pour Standard et Fast ; indiquez explicitement la durée, la résolution et generate_audio pour que le coût corresponde à votre budget.
• Pas de son ? Désactivez-le : avec generate_audio: false, Lite 720p passe de 0,1 $ à 0,06 $ par seconde, et Standard de 0,57 $ à 0,29 $.
• Remboursement automatique en cas d'échec : seules les vidéos générées avec succès sont facturées.

Questions fréquentes

Peut-on écrire le prompt en chinois ?

Oui, en chinois comme en anglais. Rédiger les phrases séparément pour la caméra, l'action et le son donne les résultats les plus stables.

Peut-on générer une vidéo de 10 secondes ?

Une seule requête ne prend en charge que 4, 6 ou 8 secondes. Pour une vidéo plus longue, générez par segments puis montez-les.

Peut-on contrôler le son séparément ?

Vous pouvez préciser chaque couche sonore dans le prompt (bruits d'action proches, voix d'ambiance, vent), le modèle les génère séparément ; pour désactiver le son, mettez generate_audio à false.

Quels changements pour passer de Lite à Standard avec un prompt déjà réglé ?

Changez uniquement le nom du modèle. prompt, duration, aspect_ratio et generate_audio sont compatibles ; pour du 4K, passez resolution à 4k (Lite n'a pas de 4K).

Pour des prompts prêts à l'emploi, voir Exemples de prompts Veo 3.1 ; vous pouvez aussi copier le prompt de la basket ci-dessus et générer sur la page du modèle.