Veo 3.1 API — mô hình chuyển văn bản thành video của Google với âm thanh tích hợp sẵn, tương thích OpenAI (2026)

Veo 3 là model chuyển văn bản thành video của Google, còn API Veo 3 tạo các clip điện ảnh — có âm thanh tích hợp sẵn, đồng bộ — từ prompt văn bản hoặc hình ảnh tĩnh. Kunavo cung cấp toàn bộ dòng model (veo-3-lite, veo-3 Fast và veo-3-quality) qua endpoint video kiểu OpenAI, với giá khoảng thấp hơn 50–70% so với giá niêm yết của Google, bằng một bearer token duy nhất.

Gọi API Veo 3

Tạo khóa tại /app/keys và gửi POST tới /v1/video/generations. Việc tạo mất vài phút, nên lệnh gọi đồng bộ sẽ giữ kết nối cho đến khi clip sẵn sàng:

import os

import requests

API_KEY = os.environ["KUNAVO_API_KEY"]

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"])

Cùng lệnh gọi bằng 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"
  }'

Nếu phần còn lại của codebase đã chạy trên OpenAI SDK, bạn có thể dùng một client cho mọi thứ — chat, hình ảnh và video dùng chung khóa và 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 (giây) đặt độ dài clip trên các mô hình tính phí theo giây: các mô hình Seedance và mô hình Wan 2.7. Các mô hình Veo bỏ qua tham số này; mỗi clip Veo dài 8 giây và được tính phí theo video.

Các URL được trả về là vĩnh viễn. Toàn bộ tham số (resolution, aspect_ratio, image_urls, image_mode) có trong tài liệu tham khảo API video.

Trên Kunavo, Veo không có tham số seed và cũng không có tham số prompt phủ định. Nếu yêu cầu gửi kèm một trong hai, tham số đó sẽ bị bỏ qua.

Các cấp và giá

Veo 3 có ba cấp chất lượng. Mức giá theo video bên dưới áp dụng cho clip 8 giây 720p; 1080p và 4K có giá cao hơn. Giá trực tiếp có trên trang của từng model.

Chuyển hình ảnh thành video

Truyền image_url để tạo chuyển động từ hình ảnh tĩnh — hữu ích khi cần giữ sản phẩm hoặc nhân vật nhất quán. Truyền khung hình đầu và cuối để kiểm soát chuyển cảnh.

# 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,
)

Xử lý bất đồng bộ trong môi trường production

Đừng giữ kết nối nhiều phút khi chạy ở quy mô lớn. Gửi tác vụ tới /v1/videos, nhận task ID, rồi thăm dò GET /v1/videos/{id} cho đến khi hoàn tất — kèm khóa idempotency và webhook tùy chọn. Toàn bộ quy trình có trong tài liệu video.

Viết prompt cho Veo 3

• Mô tả cảnh quay, không chỉ chủ thể — chuyển động camera (dolly, pan, push-in), cảm giác của ống kính, ánh sáng và nhịp độ là những yếu tố quan trọng nhất.
• Tận dụng âm thanh — Veo 3 kết xuất âm thanh, nên hãy nêu rõ âm thanh môi trường hoặc hiệu ứng bạn muốn.
• Đặt tỷ lệ khung hình một cách rõ ràng — 16:9 cho khung ngang, 9:16 cho khung dọc/mạng xã hội.
• Mỗi clip Veo dài 8 giây — hãy lên kế hoạch cho từng cảnh quay theo độ dài đó, và nối kết quả của các lần tạo để có chuỗi cảnh dài hơn.

Kunavo so với gọi trực tiếp Google

Veo 3 cũng có sẵn trực tiếp từ Gemini API và Vertex AI. Tuyến đó phù hợp nếu bạn cần SLA và hợp đồng hỗ trợ của chính Google. Đánh đổi thực tế như sau:

Tóm lại: Kunavo vượt trội về thời gian thiết lập, đơn giá và khả năng dùng một khóa cho mọi phương thức. Google trực tiếp phù hợp hơn khi bạn cần đảm bảo hạn ngạch hoặc thỏa thuận doanh nghiệp.

Veo 3 so với Sora và Kling

Veo 3 hiện là model chuyển văn bản thành video mạnh nhất được cung cấp rộng rãi và là model đang hoạt động trên Kunavo. Sora và Kling nằm trong lộ trình phía sau cùng endpoint — xem hướng dẫn API chuyển văn bản thành video để biết bức tranh model, và xem các hướng dẫn API Sora và API Kling cho từng dòng model.

Bạn muốn chọn giữa các model video dựa trên giá thay vì chỉ trong dòng model này? Bản so sánh API tạo video định giá cả tám model trên cùng một clip 8 giây 720p.

Câu hỏi thường gặp