Veo 3.1 API — Googles Text-zu-Video mit nativem Audio, OpenAI-kompatibel (2026)

Veo 3 ist Googles Text-zu-Video-Modell, und die Veo-3-API erzeugt aus einem Text-Prompt oder einem Standbild filmische Clips – mit nativem, synchronisiertem Audio. Kunavo stellt die gesamte Familie (veo-3-lite, veo-3 Fast und veo-3-quality) über den OpenAI-ähnlichen Video-Endpunkt bereit, mit ungefähr 50–70% unter Googles Listenpreis und einem einzigen Bearer-Token.

Veo-3-API aufrufen

Erstellen Sie unter /app/keys einen Key und senden Sie einen POST an /v1/video/generations. Die Generierung dauert einige Minuten, daher hält der synchrone Aufruf die Verbindung offen, bis der Clip bereit ist:

import requests

resp = requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",                 # Fast tier; also veo-3-lite / veo-3-quality
        "prompt": "aerial push-in over a misty pine valley at dawn, birds, soft light",
        "aspect_ratio": "16:9",
        "resolution": "720p",
    },
    timeout=600,  # Veo 3 generation takes minutes
)
print(resp.json()["data"][0]["url"])

Derselbe Aufruf mit curl:

curl https://api.kunavo.com/v1/video/generations \
  -H "Authorization: Bearer $KUNAVO_API_KEY" \
  -H "Content-Type: application/json" \
  --max-time 600 \
  -d '{
    "model": "veo-3",
    "prompt": "aerial push-in over a misty pine valley at dawn, birds, soft light",
    "aspect_ratio": "16:9",
    "resolution": "720p"
  }'

Wenn der Rest Ihrer Codebasis bereits das OpenAI-SDK verwendet, können Sie für alles einen Client beibehalten – Chat, Bilder und Video teilen sich den Key und den base_url:

# Already using the OpenAI SDK? Keep it — only base_url changes.
# Video isn't in the OpenAI SDK surface, so reuse its client for auth/config
# and post to the video route directly.
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["KUNAVO_API_KEY"],
    base_url="https://api.kunavo.com/v1",
)

resp = client.post(
    "/video/generations",
    body={"model": "veo-3", "prompt": "a neon-lit alley in the rain"},
    cast_to=object,
    options={"timeout": 600.0},
)
print(resp["data"][0]["url"])

duration (in Sekunden) legt die Cliplänge bei den Modellen mit sekundengenauer Abrechnung fest: den Seedance-Modellen und Wan 2.7. Die Veo-Modelle ignorieren den Wert; jeder Veo-Clip ist 8 Sekunden lang und wird pro Video abgerechnet.

Die zurückgegebenen URLs sind dauerhaft gültig. Alle Parameter (resolution, aspect_ratio, image_urls, image_mode) finden Sie in der Referenz zur Video-API.

Auf Kunavo hat Veo weder einen Seed-Parameter noch einen Parameter für negative Prompts. Sendet eine Anfrage einen davon, wird dieser Parameter ignoriert.

Stufen und Preise

Veo 3 bietet drei Qualitätsstufen. Die folgenden Preise pro Video gelten für einen 8-sekündigen 720p-Clip; 1080p und 4K kosten mehr. Die aktuellen Preise stehen auf jeder Modellseite.

Bild-zu-Video

Übergeben Sie image_url, um ein Standbild zu animieren – nützlich, wenn ein Produkt oder eine Figur konsistent bleiben soll. Übergeben Sie ein erstes und ein letztes Bild für kontrollierte Übergänge.

# Image-to-video: animate a still by passing image_url
requests.post(
    "https://api.kunavo.com/v1/video/generations",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "veo-3",
        "prompt": "slow parallax, gentle wind through the grass",
        "image_url": "https://your-cdn.com/keyframe.png",
    },
    timeout=600,
)

Asynchron in der Produktion

Halten Sie bei größerem Umfang keine mehrminütige Verbindung offen. Senden Sie eine Aufgabe an /v1/videos, erhalten Sie eine Aufgaben-ID und fragen Sie anschließend GET /v1/videos/{id} ab, bis die Aufgabe abgeschlossen ist – mit Idempotency-Keys und optionalen Webhooks. Der vollständige Ablauf steht in der Videodokumentation.

Veo 3 prompten

• Beschreiben Sie die Aufnahme, nicht nur das Motiv – Kamerabewegung (Dolly, Schwenk, Push-in), Objektivwirkung, Beleuchtung und Tempo sind entscheidend.
• Nutzen Sie das Audio – Veo 3 rendert Ton, nennen Sie also die gewünschte Atmosphäre oder die gewünschten Effekte.
• Seitenverhältnis ausdrücklich festlegen — 16:9 für Querformat, 9:16 für Hochformat/Social Media.
• Jeder Veo-Clip ist 8 Sekunden lang – planen Sie jede Aufnahme für diese Länge; längere Sequenzen können Sie aus mehreren Generierungen zusammensetzen.

Kunavo im Vergleich zum direkten Aufruf von Google

Veo 3 ist auch direkt über die Gemini API und Vertex AI verfügbar. Dieser Weg ist richtig, wenn Sie Googles eigenes SLA und seinen Supportvertrag benötigen. Der ehrliche Vergleich:

Kurz gesagt: Kunavo gewinnt bei Einrichtungszeit, Preis pro Einheit und einem Key für jede Modalität. Google direkt gewinnt, wenn Sie ein garantiertes Kontingent oder eine Enterprise-Vereinbarung benötigen.

Veo 3 im Vergleich zu Sora und Kling

Veo 3 ist derzeit das stärkste allgemein verfügbare Text-zu-Video-Modell und das einzige davon, das auf Kunavo live ist. Sora und Kling stehen für denselben Endpunkt auf der Roadmap – den Überblick über die Modelle finden Sie im Leitfaden zur Text-zu-Video-API, die jeweiligen Familien in den Leitfäden zur Sora-API und zur Kling-API.

Wählen Sie zwischen Videomodellen eher nach dem Preis als innerhalb dieser einen Familie? Der Vergleich der Video-Generierungs-APIs bepreist alle acht anhand desselben 8-sekündigen 720p-Clips.

Häufig gestellte Fragen