ویو ۳٫۱ (Veo 3.1)
Veo 3.1 مدل ساخت ویدیوی Google DeepMind است که گوگل در ۱۵ اکتبر ۲۰۲۵ معرفی کرد و آن را «مدل پیشروی ما در ساخت ویدیو» می‌نامد. ویدیوی ۸ ثانیه‌ای با 720p، 1080p یا 4K و صدای بومی میسازد: گفتوگو، جلوههای صوتی و صدای محیط. میتوانید تا سه تصویر مرجع بدهید، قاب اول و آخر را تعیین کنید یا ویدیوی ساخته‌شده را ادامه دهید. Veo 3.1 در اپ Gemini، Google Flow و Google Vids هست و پیشنمایش آن در Gemini API از ۲۲ اکتبر ۲۰۲۶ خاموش شده است.
مناسب برای
مشخصات فنی
هر مقدار تا تاریخ ذکرشده معتبر است؛ منبع هر ردیف کنارش آمده.
| مشخصه | مقدار | تا تاریخ | منبع |
|---|---|---|---|
| طول ویدیو | ۸ ثانیه در هر ساخت | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| کیفیت خروجی | 720p، 1080p یا 4K (4K برای Veo 3.1 Lite نیست) | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| نسبت تصویر | افقی 16:9 (پیش‌فرض) یا عمودی 9:16 | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| صدا | صدای بومی همراه ویدیو: گفتوگو، جلوههای صوتی و صدای محیط | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| تصویر مرجع | تا ۳ تصویر از یک شخص، شخصیت یا محصول برای حفظ ظاهر آن در ویدیو | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| ادامهٔ ویدیو (Extend) | هر بار ۷ ثانیه و تا ۲۰ بار، فقط با 720p؛ خروجی نهایی تا ۱۴۸ ثانیه. در Veo 3.1 Lite نیست. | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| نسخه‌ها | Veo 3.1، Veo 3.1 Fast و Veo 3.1 Lite | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| واترمارک | همهٔ ویدیوها با SynthID نشانه‌گذاری می‌شوند | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| در Gemini API | پیش‌نمایش‌های veo-3.1-generate-preview، fast و lite در ۲۲ اکتبر ۲۰۲۶ خاموش شد | ۱۶ آبان ۱۴۰۵ | منبع رسمی |
| نام دیگر | veo-3.1-generate-preview شناسهٔ پیشنمایش در Gemini API؛ خاموش از ۲۲ اکتبر ۲۰۲۶ | ||
| نام دیگر | veo-3.1-fast-generate-preview نسخهٔ Fast در Gemini API؛ خاموش از ۲۲ اکتبر ۲۰۲۶ | ||
| نام دیگر | veo-3.1-lite-generate-preview نسخهٔ Lite در Gemini API؛ خاموش از ۲۲ اکتبر ۲۰۲۶ |
تایم‌لاین نسخه‌ها
رویدادهای مهم این مدل، به ترتیب زمانی معکوس.
۳۰ مهر ۱۴۰۵
خاموش شدن پیشنمایش
Veo 3.1 در Gemini APIگوگل پیشنهاد میکند به Gemini Omni Flash (gemini-omni-1.2-flash) یا مدلهای GA در Gemini Enterprise Agent Platform بروید. اعلام رسمی
۲۳ دی ۱۴۰۴
به‌روزرسانی
Ingredients to Video، ویدیوی عمودی و 4Kخروجی بومی 9:16 برای ساخت از تصویر مرجع، و 1080p بهتر و 4K در Flow، Gemini API و Vertex AI. اعلام رسمی
۲۳ مهر ۱۴۰۴
عرضهٔ
Veo 3.1 و Veo 3.1 Fastدر پیشنمایش پولی Gemini API، در Google AI Studio و Vertex AI، و همزمان در اپ Gemini و Flow. با تصویر مرجع، ادامهٔ ویدیو و قاب اول و آخر. اعلام رسمی
موارد استفاده
جاهایی که این مدل واقعاً تفاوت میسازد.
ویدیوی کوتاه با گفتوگو و صدا
Veo 3.1 صدا را همراه تصویر میسازد. اگر جملهٔ شخصیت را داخل گیومه بنویسید و صدای محیط و جلوه‌ها را توصیف کنید، همان‌ها در ویدیو شنیده می‌شوند.
شخصیت یکسان در چند صحنه
با دادن تا سه تصویر مرجع از یک شخص، شخصیت یا محصول، ظاهر آن در ویدیوهای مختلف ثابت می‌ماند؛ برای داستان چندصحنه‌ای یا تبلیغ محصول به کار می‌آید.
گذار بین دو تصویر
قاب اول و قاب آخر را می‌دهید و Veo 3.1 حرکت بین آن دو را، همراه صدا، میسازد.
ویدیوی عمودی برای شبکه‌های اجتماعی
خروجی 9:16 بومی است و از برش ویدیوی افقی ساخته نمی‌شود؛ برای Shorts و استوری مناسب است.
محدودیت‌ها و آنچه این مدل نیست
- پیشنمایش Gemini API خاموش شده است ناموجود شناسه‌های veo-3.1-generate-preview، veo-3.1-fast-generate-preview و veo-3.1-lite-generate-preview از ۲۲ اکتبر ۲۰۲۶ در Gemini API کار نمی‌کنند. منبع رسمی
- زبان غیرانگلیسی ارزیابی نشده به گفتهٔ مستندات گوگل فقط انگلیسی کامل پشتیبانی میشود؛ زبان‌های دیگر ارزیابی نشده‌اند و ممکن است کار کنند ولی نتیجه یکسان نیست. منبع رسمی
- گفتار کوتاه هنوز کامل نیست Google DeepMind می‌گوید ساخت گفتار طبیعی و هماهنگ، به‌خصوص در جمله‌های کوتاه، هنوز در حال بهبود است. منبع رسمی
- ویدیو دو روز روی سرور می‌ماند در API، ویدیوی ساخته‌شده دو روز نگه داشته میشود و بعد پاک میشود؛ باید در همین مدت دانلودش کنید. منبع رسمی
سؤالات متداول
Veo 3.1 چیست؟
مدل ساخت ویدیوی Google DeepMind که در ۱۵ اکتبر ۲۰۲۵ معرفی شد و ویدیوی ۸ ثانیه‌ای با صدای بومی، تا کیفیت 4K، میسازد.
Veo 3.1 صدا هم میسازد؟
بله. گفتوگو، جلوههای صوتی و صدای محیط را همراه ویدیو میسازد.
برای استفاده از Veo 3.1 کدام اشتراک را بخرم؟
همهٔ پلنهای پولی Hailuo AI و هر سه پلن پولی Monica، به گفتهٔ صفحههای رسمی خودشان، Veo 3.1 را دارند و هر دو را میتوانید از ما بخرید.
هنوز با Gemini API میشود از Veo 3.1 استفاده کرد؟
نسخههای پیشنمایش در ۲۲ اکتبر ۲۰۲۶ خاموش شدند. گوگل Gemini Omni Flash یا مدلهای GA در Gemini Enterprise Agent Platform را پیشنهاد میکند.
منابع رسمی
Google DeepMind: Veodeepmind.googleرسمیGoogle Developers Blog: Introducing Veo 3.1 and new creative capabilities in the Gemini API(Oct 15, 2025)developers.googleblog.comرسمیGoogle Blog: Bringing new Veo 3.1 updates into Flow(Oct 15, 2025)blog.googleرسمیGoogle Blog: Veo 3.1 Ingredients to Video(Jan 13, 2026)blog.googleرسمیGemini API docs: Generate videos with Veo 3.1ai.google.devرسمیHailuo AI: Subscribe(دسترسی پلنها بهVeo 3.1)hailuoai.videoرسمیMonica: Pricing(دسترسی پلنها بهVeo 3.1)monica.imرسمی
پیشنهاد ما
مدلهای مرتبط
هم‌خانواده‌ها، بقیهٔ مدلهای همین سازنده، و مدل‌هایی که با همان اشتراک باز می‌شوند.
| مدل | قیمت رسمی | وضعیت | تفاوت کلیدی |
|---|---|---|---|
ویو ۳٫۱ (Veo 3.1) | ندارد | فعال | مدل پیشروی ساخت ویدیوی گوگل (به گفتهٔ گوگل) |
جمینای اومنی ۱٫۱ فلش (Gemini Omni 1.1 Flash) | ۱٫۵۰ دلار ورودی و ۱۷٫۵۰ دلار خروجی ویدیو برای هر یک میلیون توکن؛ حدود ۰٫۱۰ دلار برای هر ثانیه ویدیوی ۷۲۰p | فعال | ساخت و ویرایش گفت‌وگویی ویدیو از متن، عکس و ویدیو |
جمینای ۳٫۱ پرو (Gemini 3.1 Pro) | تا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکن | فعال | مدل Pro جمینای برای استدلال عمیق و کار پیچیده |
جمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite) | ۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکن | فعال | سریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini |
جمینای ۳٫۶ فلش (Gemini 3.6 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکن | فعال | مدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash |
جمینای ۳٫۷ فلش (Gemini 3.7 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلش | فعال | باربر هوشمند گوگل برای کد و ایجنت |
جمینای ۳٫۸ فلش (Gemini 3.8 Flash) | ۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلار | فعال | هوشمندترین مدل کاری گوگل برای کد و ایجنت |
جمینای ۳٫۸ لایو (Gemini 3.8 Live) | صوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکن | فعال | گفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ای |
جمینای ۴ آرگون (Gemini 4 Argon) | ۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکن | فعال | مدل مرزی Google برای کد، کار دانشی و دفاع سایبری |
جمینای ۴ کربن (Gemini 4 Carbon) | ندارد | دسترسی محدود | قوی‌ترین مدل گوگل (به گفتهٔ گوگل) |
جمینای اومنی فلش (Gemini Omni Flash) | ندارد | فعال | دانش دنیای واقعی Gemini در ساخت ویدیو (به گفتهٔ گوگل) |
لیریا ۳٫۵ (Lyria 3.5) | ۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان ندارد | فعال | خوش‌صداترین مدل موسیقی Google (به گزارش Google) |
نانو بنانا ۲ (Nano Banana 2) | ۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلار | فعال | قابلیت‌های Nano Banana Pro با سرعت Flash |
نانو بنانا ۲٫۱ (Nano Banana 2.1) | ۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4K | فعال | ساخت و ویرایش تصویر با دانش جهانی جمینای |
الون‌لبز v4 توربو (Eleven v4 Turbo) | ندارد | فعال | |
جی‌پی‌تی ۶٫۱ ترا (GPT-6.1 Terra) | ندارد | فعال | استدلال تصویری و کار دقیق با کامپیوتر |
کلینگ ۴٫۰ (Kling 4.0) | ندارد | فعال | حرکت پایدارتر و کنترل دقیق دوربین |
کیمی K3.1 پرو (Kimi K3.1 Pro) | ۸٫۳٪ از ادعاها، در برابر ۲۳٫۴٪ برای K3 | فعال | پرتوان‌ترین مدل Kimi تا امروز (به گفتهٔ سازنده) |
هم‌خانواده ۱ مدل
مدلهای خانوادهٔ Veo.
سایر مدلهای
Google ۱۲ مدلجمینای ۳٫۱ پرو (
Gemini 3.1 Pro)فعالمدل Pro جمینای برای استدلال عمیق و کار پیچیدهتا ۲۰۰ هزار توکن: ۲ دلار ورودی و ۱۲ دلار خروجی؛ بالای آن: ۴ و ۱۸ دلار برای هر یک میلیون توکنمشخصاتجمینای ۳٫۵ فلش لایت (Gemini 3.5 Flash-Lite)فعالسریع‌ترین و کم‌هزینه‌ترین مدل ردهٔ 3.5، مدل پلن رایگان Gemini۰٫۳ دلار ورودی و ۲٫۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۶ فلش (Gemini 3.6 Flash)فعالمدل Flash نسل قبل گوگل، کم‌مصرف‌تر از 3.5 Flash۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۳٫۷ فلش (Gemini 3.7 Flash)فعالباربر هوشمند گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی به ازای هر میلیون توکن، نصف قیمت اولیهٔ ۳٫۶ فلشمشخصاتجمینای ۳٫۸ فلش (Gemini 3.8 Flash)فعالهوشمندترین مدل کاری گوگل برای کد و ایجنت۰٫۷۵ دلار ورودی و ۳٫۷۵ دلار خروجی تا ۳۱ دسامبر ۲۰۲۶؛ بعد ۱٫۵ و ۷٫۵ دلارمشخصاتجمینای ۳٫۸ لایو (Gemini 3.8 Live)فعالگفت‌وگوی صوتی زنده؛ نسخهٔ Extended Thinking برای کار چندمرحله‌ایصوت: ۳ دلار ورودی و ۱۲ دلار خروجی؛ متن: ۰٫۷۵ و ۴٫۵ دلار؛ برای هر یک میلیون توکنمشخصاتجمینای ۴ آرگون (Gemini 4 Argon)فعالمدل مرزی Google برای کد، کار دانشی و دفاع سایبری۲ دلار ورودی و ۱۰ دلار خروجی برای هر یک میلیون توکنمشخصاتجمینای ۴ کربن (Gemini 4 Carbon)دسترسی محدودقوی‌ترین مدل گوگل (به گفتهٔ گوگل)قیمت عمومی نداردمشخصاتجمینای اومنی فلش (Gemini Omni Flash)فعالدانش دنیای واقعی Gemini در ساخت ویدیو (به گفتهٔ گوگل)قیمت عمومی نداردمشخصاتلیریا ۳٫۵ (Lyria 3.5)فعالخوش‌صداترین مدل موسیقی Google (به گزارش Google)۰٫۰۸ دلار برای هر آهنگ کامل؛ ردهٔ رایگان نداردمشخصاتنانو بنانا ۲ (Nano Banana 2)فعالقابلیت‌های Nano Banana Pro با سرعت Flash۰٫۵ دلار ورودی برای هر یک میلیون توکن؛ هر تصویر 1K حدود ۰٫۰۶۷ دلار و هر تصویر 4K حدود ۰٫۱۵۱ دلارمشخصاتنانو بنانا ۲٫۱ (Nano Banana 2.1)فعالساخت و ویرایش تصویر با دانش جهانی جمینای۰٫۰۳۳۶ دلار در 1K، ۰٫۰۵۰۴ دلار در 2K، ۰٫۱۱۳ دلار در 4Kمشخصاتبا همین اشتراک چه مدل‌هایی باز میشود؟ ۴ مدل
مدل‌هایی که از همان میزبان‌های بالا در دسترس‌اند.
الون‌لبز
v4 توربو (Eleven v4 Turbo)فعالقیمت عمومی نداردمشخصاتجی‌پی‌تی ۶٫۱ ترا (GPT-6.1 Terra)فعالاستدلال تصویری و کار دقیق با کامپیوترقیمت عمومی نداردمشخصاتکلینگ ۴٫۰ (Kling 4.0)فعالحرکت پایدارتر و کنترل دقیق دوربینقیمت عمومی نداردمشخصاتکیمی K3.1 پرو (Kimi K3.1 Pro)فعالپرتوان‌ترین مدل Kimi تا امروز (به گفتهٔ سازنده)۸٫۳٪ از ادعاها، در برابر ۲۳٫۴٪ برای K3مشخصاتمدلهای دیگر برای همین کاربردها
این مدل در این فهرست‌ها هم آمده است. هر فهرست مدلهای همان کاربرد و اشتراکی که بازشان میکند را کنار هم نشان می‌دهد.
همهٔ کاربردها