API Veo 3.1: il text-to-video di Google con audio nativo, compatibile con OpenAI (2026)

Veo 3 è il modello text-to-video di Google e l'API Veo 3 genera clip cinematografiche, con audio nativo e sincronizzato, a partire da un prompt testuale o da un'immagine fissa. Kunavo offre l'intera famiglia (veo-3-lite, veo-3 Fast e veo-3-quality) tramite l'endpoint video in stile OpenAI, a circa 50–70% in meno rispetto al listino Google, con un unico bearer token.

Chiama l'API Veo 3

Genera una chiave in /app/keys ed esegui una richiesta POST a /v1/video/generations. La generazione richiede un paio di minuti, quindi la chiamata sincrona mantiene la connessione aperta finché la clip non è pronta:

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 stessa chiamata 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"
  }'

Se il resto del tuo codice utilizza già l'SDK OpenAI, puoi mantenere un unico client per tutto: chat, immagini e video condividono la chiave e il 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 secondi) imposta la durata del clip nei modelli con fatturazione al secondo: i modelli Seedance e il modello Wan 2.7. I modelli Veo lo ignorano; ogni clip Veo dura 8 secondi e viene fatturato per video.

Gli URL restituiti sono permanenti. I parametri completi (resolution, aspect_ratio, image_urls, image_mode) sono nel riferimento dell'API video.

Su Kunavo, Veo non ha un parametro per il seed né per il prompt negativo. Se una richiesta ne invia uno, quel parametro viene ignorato.

Livelli e prezzi

Veo 3 ha tre livelli di qualità. Le tariffe per video riportate sotto si riferiscono a una clip 720p di 8 secondi; per 1080p e 4K il prezzo aumenta. Le tariffe aggiornate sono disponibili nella pagina di ogni modello.

Da immagine a video

Passa image_url per animare un'immagine fissa, utile per mantenere coerente un prodotto o un personaggio. Passa un primo e un ultimo fotogramma per transizioni controllate.

# 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,
)

Asincrono in produzione

Non mantenere una connessione di diversi minuti in produzione. Invia un'attività a /v1/videos, ottieni un ID dell'attività e poi interroga GET /v1/videos/{id} finché non viene completata, con chiavi di idempotenza e webhook opzionali. Il ciclo completo è nella documentazione video.

Creare prompt per Veo 3

• Descrivi l'inquadratura, non solo il soggetto: movimento della camera (carrello, panoramica, avvicinamento), resa dell'obiettivo, illuminazione e ritmo sono gli elementi più importanti.
• Sfrutta l'audio: Veo 3 renderizza il suono, quindi indica l'atmosfera o gli effetti che vuoi.
• Imposta esplicitamente il rapporto d’aspetto — 16:9 per il formato orizzontale, 9:16 per il formato verticale/social.
• Ogni clip Veo dura 8 secondi: pianifica ogni inquadratura per questa durata e concatena le generazioni per sequenze più lunghe.

Kunavo rispetto alla chiamata diretta a Google

Veo 3 è disponibile anche direttamente tramite Gemini API e Vertex AI. Questa strada è quella giusta se ti servono lo SLA e il contratto di supporto proprietari di Google. Ecco il compromesso in modo trasparente:

In breve: Kunavo vince per tempi di configurazione, prezzo unitario e una sola chiave per ogni modalità. Google diretto vince quando serve una quota garantita o un accordo aziendale.

Veo 3 rispetto a Sora e Kling

Veo 3 è oggi il modello text-to-video generalmente disponibile più avanzato e quello attivo su Kunavo. Sora e Kling sono nella roadmap dietro lo stesso endpoint: consulta la guida all'API text-to-video per il panorama dei modelli e le guide API Sora e API Kling per le rispettive famiglie.

Devi scegliere tra i modelli video in base al prezzo, non a questa singola famiglia? Il confronto delle API di generazione video calcola il prezzo di tutti e otto sullo stesso video 720p di 8 secondi.

Domande frequenti