API de Veo 3.1 — texto a vídeo de Google con audio nativo y compatible con OpenAI (2026)

Veo 3 es el modelo de texto a vídeo de Google, y la API de Veo 3 genera clips cinematográficos —con audio nativo sincronizado— a partir de un prompt de texto o una imagen fija. Kunavo ofrece toda la familia (veo-3-lite, veo-3 Fast y veo-3-quality) mediante el endpoint de vídeo de estilo OpenAI, con un único token bearer y aproximadamente un 50–70% por debajo del precio de lista de Google.

Invoca la API de Veo 3

Genera una clave en /app/keys y haz POST a /v1/video/generations. La generación tarda un par de minutos, por lo que la llamada síncrona mantiene la conexión abierta hasta que el clip está listo:

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"])

La misma llamada con 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"
  }'

Y si el resto de tu código ya utiliza el SDK de OpenAI, puedes mantener un único cliente para todo: chat, imágenes y vídeo comparten la clave y el 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 (en segundos) define la duración del clip en los modelos con facturación por segundo: los modelos Seedance y el modelo Wan 2.7. Los modelos Veo lo ignoran; cada clip de Veo dura 8 segundos y se factura por vídeo.

Las URL devueltas son permanentes. Todos los parámetros (resolution, aspect_ratio, image_urls, image_mode) están en la referencia de la API de vídeo.

En Kunavo, Veo no tiene parámetro de semilla ni de prompt negativo. Si una solicitud envía alguno, ese parámetro se ignora.

Niveles y precios

Veo 3 tiene tres niveles de calidad. Las tarifas por vídeo que aparecen a continuación corresponden a un clip de 8 segundos a 720p; 1080p y 4K tienen un precio superior. Las tarifas actuales están en la página de cada modelo.

Imagen a vídeo

Pasa image_url para animar una imagen fija; resulta útil para mantener la coherencia de un producto o personaje. Pasa un primer y un último fotograma para controlar las transiciones.

# 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,
)

Asíncrono en producción

No mantengas una conexión abierta durante varios minutos a escala. Envía una tarea a /v1/videos, obtén un ID de tarea y consulta GET /v1/videos/{id} hasta que se complete, con claves de idempotencia y webhooks opcionales. El ciclo completo está en la documentación de vídeo.

Cómo crear prompts para Veo 3

• Describe el plano, no solo el sujeto: el movimiento de cámara (travelling, panorámica, acercamiento), la sensación del objetivo, la iluminación y el ritmo son lo más importante.
• Aprovecha el audio: Veo 3 renderiza sonido, así que indica el ambiente o los efectos que quieres.
• Establece explícitamente la relación de aspecto: 16:9 para formato horizontal, 9:16 para formato vertical/social.
• Cada clip de Veo dura 8 segundos: planifica cada plano para esa duración y une varias generaciones para secuencias más largas.

Kunavo frente a llamar directamente a Google

Veo 3 también está disponible directamente mediante la API de Gemini y Vertex AI. Esa opción es la adecuada si necesitas el SLA y el contrato de asistencia propios de Google. Esta es la contrapartida, sin adornos:

En resumen: Kunavo gana en tiempo de configuración, precio unitario y una única clave para todas las modalidades. Google directamente gana cuando necesitas una garantía de cuota o un acuerdo empresarial.

Veo 3 frente a Sora y Kling

Veo 3 es actualmente el modelo de texto a vídeo de disponibilidad general más potente y el que está activo en Kunavo. Sora y Kling están en la hoja de ruta detrás del mismo endpoint. Consulta la guía de la API de texto a vídeo para conocer el panorama de modelos, y las guías de la API de Sora y la API de Kling para esas familias.

¿Quieres elegir entre modelos de vídeo según el precio, en lugar de centrarte en esta única familia? La comparativa de la API de generación de vídeo compara el precio de los ocho para el mismo clip de 8 segundos a 720p.

Preguntas frecuentes