Veo 3.1 API 怎么用？5 分钟跑通第一条视频

TL;DR

• Veo 3.1 是 Google 的视频生成模型，在 HiAPI 上分标准版、Fast、Lite 三档，文生视频和图生视频都有，打开模型页 就能在线生成，新用户注册送 200 积分。
• 按秒计费：Lite 720p 无声音每秒 $0.06，Fast 720p/1080p 带声音每秒 $0.25，标准版每秒 $0.57；4 秒的 Lite 草稿只要 $0.24。
• API 两步走：POST /v1/tasks 提交，拿 taskId 查结果。下面的 curl 和 Python 复制就能跑。

Veo 3.1 能做什么？

• 原生声音：画面和声音一起生成，环境音、音效、动作的声响都跟着画面走；generate_audio 默认开启，关掉更便宜。
• 4、6、8 秒三种时长，16:9 横屏或 9:16 竖屏。
• 最高 4K：标准版和 Fast 支持 720p、1080p、4K；Lite 支持 720p、1080p。
• 图生视频：传一张图当首帧，模型让它动起来，画幅可以跟随原图。

下面这条 6 秒 1080p 竖屏视频，是用一张运动鞋产品图、一次请求生成的，落地的闷响和低音鼓点都是模型自己配的：

VIDEO

The sneaker slowly rotates about 90 degrees as the camera pushes in from a low angle. Dust particles drift through the rim light. The shoe settles onto the wet stone pedestal with a deep, satisfying thud, sending a soft ring of mist rolling off the edges. A warm light sweep travels across the suede texture. Subtle bass-heavy electronic pulse builds in the background with a low whoosh on the landing. Cinematic product commercial, smooth stabilized motion, no text overlays.

用这个提示词生成 →（先上传一张 9:16 的产品图）

veo-3.1/image-to-video，1080p，6 秒，带声音，$3.42，从提交到完成约 115 秒。

三档怎么选？

单位都是每秒。8 秒带声音：Lite 1080p $1.12，Fast $2，标准版 $4.56。更细的账看 Veo 3.1 API 价格。

两条上手路线

在线试用（不写代码）

1. 打开 Veo 3.1 Lite 文生视频 模型页，注册或登录。
2. 粘贴提示词，选时长、分辨率、画幅，决定要不要声音。
3. 点生成，出片后直接下载。

API 调用

1. 在控制台创建 API Key。
2. POST https://api.hiapi.ai/v1/tasks 提交任务，返回 taskId。
3. GET /v1/tasks/{taskId} 查状态，status 为 success 时从 output[0].url 下载视频。

curl：第一条视频

先用最便宜的 Lite 跑通，4 秒 720p 无声音 $0.24：

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1-lite/text-to-video",
    "input": {
      "prompt": "A matte-black wireless earbud case slowly rotates on a reflective black surface under a single overhead spotlight.",
      "duration": 4,
      "resolution": "720p",
      "aspect_ratio": "9:16",
      "generate_audio": false
    }
  }'

返回：

{"code": 200, "data": {"taskId": "tk-hiapi-..."}, "message": "success"}

查结果：

curl https://api.hiapi.ai/v1/tasks/tk-hiapi-... \
  -H "Authorization: Bearer $HIAPI_KEY"

Python：提交、轮询、下载

# pip install requests；先 export HIAPI_KEY=你的 Key
import os, time, uuid, requests

KEY = os.environ["HIAPI_KEY"]
H = {"Authorization": f"Bearer {KEY}"}

def generate(prompt, model="veo-3.1-lite/text-to-video", timeout_s=900, **params):
    body = {"model": model, "input": {"prompt": prompt, **params}}
    # 重试提交同一个任务时带同一个 Idempotency-Key，避免重复扣费
    headers = {**H, "Idempotency-Key": str(uuid.uuid4())}
    r = requests.post("https://api.hiapi.ai/v1/tasks", json=body, headers=headers, timeout=30)
    r.raise_for_status()
    res = r.json()
    if res.get("code") != 200:
        raise RuntimeError(res)
    task_id = res["data"]["taskId"]
    deadline = time.time() + timeout_s
    while time.time() < deadline:
        d = requests.get(f"https://api.hiapi.ai/v1/tasks/{task_id}", headers=H, timeout=30).json()["data"]
        if d["status"] == "success":
            return d["output"][0]["url"]
        if d["status"] == "fail":
            raise RuntimeError(d)
        time.sleep(10)
    raise TimeoutError(task_id)

url = generate(
    "A barista pours hot water in a slow spiral over ground coffee, steam rising in morning light",
    duration=4, resolution="720p", aspect_ratio="16:9", generate_audio=True,
)
with open("clip.mp4", "wb") as f:
    f.write(requests.get(url).content)

提示词定下来以后，把 model 换成 veo-3.1-fast/text-to-video 或 veo-3.1/text-to-video 出成片，其他参数不变。

图生视频

模型名换成 …/image-to-video，在 input 里加一张图（image_url 是字符串，只收一张）：

{
  "model": "veo-3.1/image-to-video",
  "input": {
    "prompt": "The sneaker slowly rotates and settles onto the wet stone pedestal with a deep thud",
    "image_url": "https://your-cdn.example.com/sneaker-916.jpg",
    "aspect_ratio": "auto",
    "resolution": "1080p",
    "duration": 6
  }
}

• aspect_ratio 写 auto 跟随原图；也可以指定 16:9 或 9:16，其他比例的图会被裁切。
• 原图建议 720p 以上、16:9 或 9:16，不支持 SVG。
• 提示词写"接下来几秒怎么动"，不用重新描述整张图。

上线前注意

• 用回调代替轮询：请求顶层加 "callback": {"url": "https://你的域名/hiapi/callback"}，任务结束时 HiAPI 主动通知，按 taskId 去重。
• 及时转存：output[0].url 是临时链接，拿到后马上存到自己的存储。
• 参数写全：duration 默认 8 秒，标准版和 Fast 的 resolution 必填；显式写上时长、分辨率和 generate_audio，费用才能和预算对上。
• 不要声音就关掉：generate_audio: false 后，Lite 720p 从每秒 $0.1 降到 $0.06，标准版从 $0.57 降到 $0.29。
• 失败自动退款：只按成功生成的视频计费。

常见问题

提示词能写中文吗？

能，中英文都可以。镜头、动作、声音分句写，效果最稳。

能生成 10 秒视频吗？

单次只支持 4、6、8 秒。更长的成片可以分段生成后剪辑。

声音能单独控制吗？

可以在提示词里写清每一层声音（近处的动作声、环境人声、风声），模型会分别生成；不要声音就把 generate_audio 设为 false。

用 Lite 调好的提示词，换标准版要改什么？

只换模型名。prompt、duration、aspect_ratio、generate_audio 都通用；要 4K 时再把 resolution 改成 4k（Lite 没有 4K）。

想要现成的提示词，看 Veo 3.1 提示词案例；也可以复制上面的运动鞋提示词，去模型页生成。