Veo 3.1 — нейросеть Google для видео со звуком: снимает восьмисекундный ролик по описанию, по картинке, по референсам или между двумя заданными кадрами, и герои в нём говорят по-русски. Модели Lite, Fast и Обычная отличаются ценой и проработкой кадра.
Коротко
- Разработчик
- Google DeepMind, модель вышла в октябре 2025 года, Lite — в марте 2026 года
- На входе
- текст до 4000 знаков, одна картинка или до трёх референсов; в версии 3 — начальный и конечный кадр
- На выходе
- ролик ровно 8 секунд, 720p, 1080p или 4K, 16:9 или 9:16
- Модели
- Lite, Fast и Обычная
- Звук
- всегда: речь, шумы и музыка создаются вместе с картинкой
- Русский язык
- понимает задание и говорит по-русски, а русские надписи в кадре выходят с ошибками
- Цена
- от 10 ₽
- Обычно готово
- ≈ 2,5 мин после отправки
Что умеет Veo 3.1
Google Veo 3.1 — нейросеть, которая снимает короткую сцену целиком, со звуком: человек говорит, за кадром шумит море, кричат чайки, и ничего не нужно озвучивать отдельно или подбирать к ролику шумы из библиотеки. Мы сняли пять роликов под эту статью и взяли один готовый пример с сайта. Каждый наш ролик получился с первого раза, мы только сжали файлы для страницы. В поиске модель часто называют «вео 3», хотя Veo 3 без единицы — её прошлая версия.
Одна сцена в трёх моделях
Главный вопрос новичка: какую модель выбрать. Мы дали одно задание Lite, Fast и Обычной: 720p, 16:9, режим «Видео из текста». В задании продавец мороженого достаёт рожок, протягивает его в камеру, подмигивает и произносит фразу.
Солнечная набережная у моря. Полный продавец мороженого с пышными усами, в фартуке в бело-голубую полоску, стоит у ярко-голубого фургончика, достаёт из холодильника рожок пломбира, протягивает его прямо в камеру, подмигивает и говорит по-русски весёлым басом: «Последний пломбир на сегодня — вам повезло!» Камера медленно приближается. Слышно, как кричат чайки и шумят волны. Без субтитров.
Все три ролика пришли примерно за полторы минуты, во всех продавец подмигивает и говорит фразу, а на фоне кричат чайки. Отличается кадр. Lite поняла задание буквально: продавец накладывает пломбир ложкой прямо из морозильника, свет ровный и яркий, как в рекламе. Белую кепку она добавила от себя. Fast поставила за спиной героя набережную с фонарями и гуляющими людьми, лицо и усы прорисованы заметно подробнее. Обычная превратила солнечный день в золотой вечер, фургон стал настоящим киоском с окошком и стаканчиками внутри, фон размыт, как в кино.
Для проб и роликов, где важен сам сюжет, хватает Lite. Fast мы бы взяли для большинства задач: картинка богаче, а стоит она заметно дешевле Обычной. Обычная нужна, когда ролик пойдёт в рекламу или на большой экран. Как Fast и Обычная справились со сценой в мастерской часовщика, показано в обзоре нейросетей Google.
Оживить рисунок или фото
В режиме «Видео из изображения» Veo берёт вашу картинку первым кадром и продолжает её движением. Мы нарисовали акварель с маяком в Nano Banana 2 Lite и попросили оживить её, не трогая лист бумаги.
Акварельный рисунок оживает прямо на листе бумаги: волны разбиваются о скалы и рассыпаются пеной, чайки кружат над морем, у маяка загорается и поворачивается луч света, лодка с парусом покачивается вдали. Камера неподвижна, лист и белые поля бумаги остаются на месте, всё движение остаётся акварелью с подтёками краски. Звук: шум прибоя, ветер, крики чаек.
Видео из изображения · Fast, 720p, 16:9
Лист остался на месте, волны бьют о скалы мазками краски, а жёлтый луч проходит по морю. Одна неожиданность: часть чаек вылетела за край бумаги и летает по белой стене. Луч светит из середины башни, а не с фонаря наверху. Для открытки это мелочь, но если точность важна, опишите, откуда идёт свет.
Герой и место по референсам
Референсами называют картинки-образцы, по которым нейросеть держит внешность героя, предмета или места. Их можно загрузить до трёх, и работает этот режим только с моделью Fast. Мы сделали в Nano Banana 2 Lite вязаного лисёнка и букинистический магазин.
Вязаный лисёнок с первой картинки оживает в букинистическом магазине со второй картинки. Он идёт вдоль книжного стеллажа, встаёт на цыпочки, вытаскивает с полки маленькую книжку в красной обложке, прижимает её к груди и говорит по-русски тонким радостным голосом: «Нашёл! Та самая сказка». Тёплый вечерний свет зелёной лампы, пылинки в луче. Камера на уровне игрушки медленно едет следом. Слышно шуршание пряжи и скрип половиц. Без субтитров.
Видео по референсам · Fast, 720p, 9:16
Лисёнок узнаётся сразу: петли пряжи, белая грудка, полосатый шарф, глаза-пуговицы. Зелёная лампа, лестница и луч из окна тоже взяты с референса. Только таблички на полках поплыли: на картинке было «Редкие книги», а в ролике набор похожих на русские букв. Если в кадре нужна вывеска, добавьте её потом в видеоредакторе.
Зацикленный ролик в версии 3
В поле Версия есть вариант 3, а в нём галочка Добавить конечный кадр. Обычно ею задают переход между двумя разными картинками. Автор этого готового примера с сайта загрузил одну и ту же комнату с камином и первым, и последним кадром, а в поле Задание написал одно слово: Loop (по-английски «петля»). Вышел ролик, который можно крутить по кругу на фоне трансляции или в заставке.
Loop
Версия 3 · Lite, 720p, 16:9, один кадр в начале и в конце
Огонь горит, за окном падают листья, а последний кадр совпадает с первым, поэтому, если поставить ролик на повтор в плеере или на экране в кафе, место склейки почти не заметно. Подробно о петлях рассказано в инструкции про зацикленное видео. Переход между двумя разными фото Veo тоже снимает, но промежуточную сцену может придумать сама. Это видно в разделе Видео-переход между кадрами.
Как это работает
Начните с поля Версия. Сразу выбрана версия 1: в ней ролик снимается по тексту, по одной картинке или по референсам. Версия 3 нужна, когда ролик должен начаться и закончиться заданными кадрами.
Дальше выберите Тип генерации и Модель. Не каждая модель работает в каждом режиме: в версии 1 Lite снимает только по тексту, Обычная не берёт референсы, а Fast работает везде. В версии 3 Lite и Обычная снимают и по кадрам, а референсы и там только у Fast. Неподходящий вариант форма не даст выбрать. Опишите сцену в поле Задание, при необходимости загрузите картинку, выберите Соотношение сторон и Разрешение. Длину ролика выбирать не нужно, она всегда 8 секунд.
Цена видна на кнопке Отправить до запуска и меняется вместе с версией, моделью и разрешением. Наши ролики приходили за полторы-две минуты, обычное время по последним запускам указано в блоке «Коротко». Готовое видео появится в ленте под формой и хранится 7 дней в разделе Мои результаты. Нужное скачайте кнопкой Скачать или сохраните в библиотеку. Повторить запустит ролик ещё раз с теми же настройками, а Изменить вернёт их в форму, чтобы поправить перед запуском.
Настройки: что ставить
| Поле | Что выбрать |
|---|---|
| Версия | 1 для обычных роликов. Версия 3 нужна ради начального и конечного кадра, цены у неё свои, они в таблице «Сколько стоит». Ещё она принимает фото с iPhone в формате HEIC. |
| Тип генерации | «Видео из текста», «Видео из изображения» (одна картинка JPG, PNG или WebP до 10 МБ) или «Видео по референсам» (до трёх картинок по 10 МБ). В версии 3 режим с картинкой называется «Видео из изображений» и выбран сразу. |
| Модель | Lite для проб и простых сцен, Fast для большинства роликов, Обычная для финальной версии, где важны свет и детали. |
| Соотношение сторон | 16:9 для YouTube и презентаций, 9:16 для Reels, Shorts и ВК Клипов. В версии 1 сразу стоит 16:9, в версии 3 стоит 9:16. Квадрата нет, его придётся вырезать в редакторе. |
| Разрешение | В версии 1 сразу выбрано 1080p, и сейчас оно стоит столько же, сколько 720p. В версии 3 сразу стоит 720p, и там 1080p уже дороже. 4K в обеих версиях заметно дороже, его берут для большого экрана. |
Как писать промпт для Veo
Задание можно писать по-русски, все промпты на этой странице русские. За 8 секунд успевают одно-два действия и одна короткая реплика. Удобный порядок такой: кто в кадре, что делает, что говорит, как движется камера, где и при каком свете, что слышно.
[Кто в кадре и как выглядит]. [Одно-два действия]. Говорит по-русски [каким голосом]: «[фраза на 5–12 слов]». Камера: [стоит / медленно приближается / едет следом]. Место и свет: [где, время суток]. Звук: [шумы, музыка или тишина]. Без субтитров.
Когда оживляете картинку, описывайте только движение и звук. Внешность уже есть на картинке, её пересказ нейросеть иногда понимает как просьбу что-то поменять.
Картинка оживает: [что начинает двигаться и как]. [Что должно остаться неподвижным]. Камера: [неподвижна / плавный наезд]. Звук: [что слышно].
Частые ошибки:
- Длинный монолог. Фраза дольше 8 секунд обрежется или собьётся в скороговорку. Разбейте текст на несколько роликов.
- Надпись в кадре. Русские буквы Veo пишет с ошибками, это видно в ролике с лисёнком. Текст добавляйте при монтаже.
- Пять событий в одной сцене. Модель сожмёт или пропустит часть. Оставьте главное.
Реплику мы берём в кавычки и в конце дописываем «Без субтитров», чтобы под героем не появилась строка текста. Готовые задания других пользователей собраны на странице промптов Veo 3.1, общие приёмы — в инструкции про промпты для видео.
Сколько стоит Veo 3.1
Платите за ролик целиком, длина всегда одна. Цена зависит от версии, модели и разрешения:
| Версия | Модель | Разрешение | Цена |
|---|---|---|---|
| 1 | Lite, только из текста | 720p или 1080p | 10 ₽ |
| 1 | Lite, только из текста | 4K | 25 ₽ |
| 1 | Fast | 720p или 1080p | 20 ₽ |
| 1 | Fast | 4K | 50 ₽ |
| 1 | Обычная | 720p или 1080p | 100 ₽ |
| 1 | Обычная | 4K | 400 ₽ |
| 3 | Lite | 720p | 30 ₽ |
| 3 | Lite | 1080p | 35 ₽ |
| 3 | Lite | 4K | 130 ₽ |
| 3 | Fast | 720p | 60 ₽ |
| 3 | Fast | 1080p | 65 ₽ |
| 3 | Fast | 4K | 160 ₽ |
| 3 | Обычная | 720p | 200 ₽ |
| 3 | Обычная | 1080p | 230 ₽ |
| 3 | Обычная | 4K | 330 ₽ |
В версии 3 пробы дешевле делать в 720p, в версии 1 720p и 1080p стоят одинаково. Если ролик нужен для телефона, 4K почти ничего не добавит: на маленьком экране разница с 1080p едва заметна, а файл весит больше.
Для чего подойдёт
- Короткая реклама с живой репликой по-русски: продавец, мастер, ведущий, как в сравнении выше.
- Говорящий талисман бренда или игрушка в нескольких роликах подряд, если держать его по референсам.
- Ожившая открытка из рисунка, акварели или детской картинки.
- Зацикленный фон для стрима, сайта или экрана в кафе.
- Превращение «было и стало» через начальный и конечный кадр, например ремонт или смена сезона.
- Вертикальные ролики для Reels и Shorts: 9:16 ставится одной кнопкой.
- Раскадровка: проверить сцену в Lite, прежде чем снимать или заказывать дорогой ролик. Как собрать рекламу из нескольких сцен, описано в инструкции про рекламное видео.
Ограничения
- Ролик всегда 8 секунд. Длиннее одним куском снимают Seedance 2.5 и Grok Video, до 30 секунд.
- Русский текст в кадре выходит набором похожих букв. Если нужна надпись, возьмите Grok Video или Seedance 2.5, сравнение надписей есть на странице Видео из текста.
- Референсов не больше трёх. Для героя по семи картинкам или своих персонажей с голосами подойдёт Gemini Omni 1.1.
- Загрузить готовое видео и переделать его в Veo 3.1 нельзя: для правки видео есть Gemini Omni 1.1 и Seedance 2.5.
- Голос и музыку Veo сочиняет сама, свой аудиофайл загрузить нельзя, звук не выключается. Если музыка помешает, замените дорожку в видеоредакторе.
- Модерация Google может отклонить запрос, например с откровенной сценой или узнаваемой знаменитостью. Если запрос отклонён или нейросеть не ответила, деньги вернутся на баланс сами.
Версии и альтернативы
У Google на сайте есть и семейство Gemini Omni. Veo 3.1 и обе Gemini Omni сняли одну и ту же сцену в обзоре нейросетей Google. Если Veo не подходит, посмотрите соседей:
| Нейросеть | Цена | Длина ролика | Когда брать |
|---|---|---|---|
| Veo 3.1 | от 10 ₽ | 8 с | сцена с репликой по-русски, петля и переход, 4K |
| Gemini Omni 1.1 | от 48 ₽ | 4–10 с | до семи референсов, свои персонажи и голоса, правка видео |
| Grok Video | от 2 ₽/сек | 6–30 с | быстрый ролик, русская надпись в кадре |
| Seedance 2.5 | от 8 ₽/сек. | 4–30 с | длинный ролик одним куском, несколько сцен |
| Kling 3.0 | от 11 ₽/сек. | 3–15 с | реалистичный свет и 4K, если речь не нужна |
Остальные нейросети для таких роликов сравниваются в статьях Видео из изображений и Видео по референсам.
Вопросы и ответы
Описание обновлено 1 октября 2026 г.