Veo 3.1 — нейросеть Google для генерации видео со звуком

Veo 3.1 — видеомодель Google DeepMind. Она снимает короткий ролик по описанию или оживляет вашу картинку, и в ролике сразу есть звук: шум улицы, шаги, бульканье воды, музыка, реплики героев.

Veo 3.1 генерирует видео длиной 4, 6 или 8 секунд со звуковой дорожкой, по тексту или по стартовой картинке, горизонтально или вертикально. У модели три версии: Veo 3.1 (максимальное качество), Veo 3.1 Fast (быстрее и дешевле) и Veo 3.1 Lite (самая недорогая). В tenzor все три работают из России без VPN, секунда видео со звуком стоит от 9,6 ₽ на Lite и от 19,2 ₽ на Fast.

Что такое Veo 3.1 и чем она отличается от других нейросетей для видео

Google показал Veo 3.1 в октябре 2025 года как обновление Veo 3: звук стал богаче, картинка реалистичнее, а сюжетом проще управлять (анонс в блоге Google).

Главное отличие от большинства генераторов видео в звуке. Многие модели отдают немой ролик, и звук потом подбирают отдельно. Veo сама слышит сцену: если в кадре дождь, будет стук капель, если закипает чайник, будет свист. Звук совпадает с движением, его не нужно сводить с картинкой.

Сильные стороны Veo: атмосферные сцены, природа, интерьеры, предметная съёмка, движение камеры. Для крупных лиц и сложной мимики аккуратнее работает Kling 3.0, а длинный ролик одним дублем (до 30 секунд) делает Seedance 2.5.

Veo 3.1, Fast и Lite: какую версию выбрать

Все три версии генерируют видео со звуком и понимают одинаковые описания. Разница в качестве, разрешении и цене.

Удобный порядок такой: ищете удачное описание на Lite, а когда сцена получилась, запускаете то же описание на Fast или старшей Veo 3.1 в нужном разрешении. Lite Google выпустил в марте 2026 года как самую экономичную видеомодель линейки (разбор The Decoder).

Характеристики Veo 3.1

Полное описание параметров есть в документации Google по Veo.

Как Veo генерирует звук и как описать его в промпте

Звук Veo строит из того, что происходит в кадре, но точнее всего он получается, когда вы описываете его словами. Удобно писать промпт из трёх частей: что происходит, что делает камера, что слышно. Реплику героя Google советует брать в кавычки, а фоновые шумы перечислять прямо: «шипит газ», «капли стучат по подоконнику».

Ролик с чайником в начале страницы сделан по такому описанию:

Под чайником на газовой плите горит голубое пламя, чайник закипает: из носика валит пар, крышка подрагивает, и через несколько секунд чайник начинает громко свистеть. Камера стоит неподвижно. Звук: шипение конфорки, бульканье воды, свист чайника, тиканье часов, за окном шум двора. Без музыки и речи.

Если звук не нужен (например, ролик пойдёт под вашу музыку), снимите галочку «Со звуком»: ролик станет дешевле. Больше готовых формулировок собрано в статье промпты для видео.

Примеры видео Veo 3.1

Одно фото лисы оживили моделью Veo 3.1 Fast по запросу «Лисёнок поворачивает голову к камере, падает снег, камера медленно приближается».

Открытку к юбилею оживили на младшей Veo 3.1 Lite за 4 секунды в 720p. Надпись осталась на месте, потому что в описании прямо сказано, что она не двигается.

Как пользоваться Veo 3.1 в России

Официально Veo доступна в приложении Gemini, в Flow и через API Google. Из России туда нужен VPN и зарубежная карта, а оплаты в рублях нет. Сайты «veo официальный сайт» в выдаче обычно оказываются посредниками с подпиской.

В tenzor Veo открывается в обычном браузере, с компьютера или телефона, оплата российской картой:

1. Откройте раздел «Видео» и выберите режим: «По тексту», «Оживить картинку» или «Переход кадров» (ролик между первым и последним кадром).
2. Для оживления загрузите картинку. Формат ролика подстроится под неё.
3. В поле «Что происходит в кадре» опишите действие, камеру и звук. Кнопка «Улучшить» дописывает короткое описание до подробного.
4. Выберите Veo 3.1 Lite, Fast или Veo 3.1, длительность и разрешение. Галочка «Со звуком» включена по умолчанию.
5. Нажмите «Сгенерировать». Цена видна на кнопке до запуска, ролик появится в «Истории генераций».

Ролик считается от десятков секунд до нескольких минут. Можно запустить сразу несколько вариантов и не ждать каждый. Пошагово с примерами: как оживить фото и как сделать видео из текста.

Сколько стоит Veo 3.1

Видео оплачивается по секундам, сумма зависит от версии, разрешения и звука. Цены за секунду:

Для ориентира: 4 секунды на Lite со звуком стоят около 38 ₽, 8 секунд на Fast в 720p со звуком около 154 ₽, те же 8 секунд на старшей Veo 3.1 около 640 ₽. Видео открывается после первого пополнения баланса и дальше остаётся доступным. Подробнее об оплате в статье про токены и кредиты.

Что Veo 3.1 делает плохо

• Длина. Один ролик длится не больше 8 секунд. Длинное видео собирают из нескольких кусков.
• Лица крупным планом. При сильной мимике и поворотах лицо со стартового фото может измениться. Просите спокойное движение и дописывайте «черты лица не меняются».
• Надписи. Текст в кадре иногда плывёт. Если он есть на картинке, прямо напишите, что надпись неподвижна.
• Звук наугад. Без описания звука модель подбирает его сама, и он не всегда совпадает с задумкой. Опишите нужные шумы, а если музыка не нужна, допишите «без музыки».
• Язык. Русское описание модель понимает, но лучше всего Google поддерживает английский. Если сцена упорно не получается, попробуйте то же описание по-английски.

Частые вопросы