结论先说： 量大、预算紧、要 1080p 又不想多花钱，选 Veo 3.1 Lite：720p 带声音每秒 $0.10，只有 Fast（$0.25）的 40%。要 4K，或者声音节奏要更稳，选 Veo 3.1 Fast。同一条提示词的测试里，Lite 反而更听话：人物脸露出来了，地铁也是「正在进站」；Fast 把鼓手的脸切出了画面，还多画了一个鼓手，但鼓点从头到尾很规律。两个都已在 HiAPI 上线，打开 Veo 3.1 Lite 模型页就能试。
一张表看懂区别
| Veo 3.1 Fast | Veo 3.1 Lite | |
|---|---|---|
| 模型名 | veo-3.1-fast/text-to-video、/image-to-video | veo-3.1-lite/text-to-video、/image-to-video |
| 720p / 秒 | 带声音 $0.25，不带 $0.17 | 带声音 $0.10，不带 $0.06 |
| 1080p / 秒 | 带声音 $0.25，不带 $0.17 | 带声音 $0.14，不带 $0.10 |
| 4K | 有，带声音 $0.60，不带 $0.50 | 无 |
| 时长 | 4、6、8 秒 | 4、6、8 秒 |
| 画幅 | 16:9、9:16 | 16:9、9:16 |
| 声音 | generate_audio，默认开 | generate_audio |
| 本次 4 秒出片耗时 | 166 秒 | 107 秒 |
HiAPI 现价，2026 年 10 月 18 日核对。耗时取自各一条的单次运行。
Fast 的 720p 和 1080p 同价，Lite 的 1080p 比 720p 贵。8 秒 1080p 带声音：Fast $2.00，Lite $1.12。
同一条提示词，两边各一条
都用 720p、16:9、4 秒、带声音。
A street drummer plays on upturned plastic buckets in a busy subway station at rush hour, close shot on the sticks blurring and his focused face, commuters streaming past behind him, a train pulling in on the right, handheld camera slowly circling. Sound: crisp bucket drumming, a train braking, crowd footsteps and a station announcement echoing.
Veo 3.1 Fast：
veo-3.1-fast/text-to-video，720p，4 秒，带声音，$1.00。
Veo 3.1 Lite：
veo-3.1-lite/text-to-video，720p，4 秒，带声音，$0.40。
看得见的区别：
- 画面听不听话：提示词要「鼓棒和他专注的脸」。Lite 给了一个完整的鼓手，脸、手、水桶都在画里；Fast 镜头压得很近，脸被切掉了，背景里还多出第二个鼓手，身上挎着军鼓背带，更像鼓队。
- 列车：Lite 的列车亮着车灯从远处开进来，对上了「正在进站」；Fast 的列车一直停在右边。
- 运镜：提示词要手持环绕。两条机位都基本不动，Fast 只有轻微晃动。
- 声音：两条都带音轨。从音量波形看，Fast 的鼓点从头到尾很规律，大约每 0.35 秒一下；Lite 在 1.7 到 3 秒之间鼓声明显变稀。
单条测试说明不了全部，但至少说明：贵 2.5 倍的 Fast，不保证画面更贴提示词。
按场景怎么选
- 批量出片、预算优先：Lite。100 条 8 秒 720p 带声音，Lite $80，Fast $200。
- 要 1080p：Lite 带声音每秒 $0.14，Fast 是 $0.25。
- 要 4K：只能 Fast，带声音每秒 $0.60。
- 不要声音：都能关
generate_audio。Lite 720p 降到每秒 $0.06，Fast 降到 $0.17。 - 声音节奏要稳（音乐、鼓点、口播）：这次 Fast 更稳，正式出片前两边都先跑一条 4 秒试试。
- 要最好的画质：看 Veo 3.1 标准版，720p/1080p 带声音每秒 $0.57，见 Veo 3.1 API 价格。
两个模型之间怎么切换
参数几乎一样，换 model 就行。注意两点：Lite 不收 4k；Fast 的 resolution 和 duration 是必填。
{"model": "veo-3.1-fast/text-to-video", "input": {"prompt": "...", "resolution": "720p", "duration": 4, "aspect_ratio": "16:9", "generate_audio": true}}
{"model": "veo-3.1-lite/text-to-video", "input": {"prompt": "...", "resolution": "720p", "duration": 4, "aspect_ratio": "16:9", "generate_audio": true}}
duration 只收整数 4、6、8，传别的会返回 HTTP 400。
常见问题
Lite 画质比 Fast 差吗？
这次测试里看不出明显差距，Lite 反而更贴提示词。两条都是 1280×720。差别主要在价格、4K 和声音节奏。
哪个更快？
这次 Lite 107 秒返回，Fast 166 秒。速度随负载变化，用你自己的提示词计个时。
先用哪个试提示词？
用 Lite 4 秒 720p 带声音，一条 $0.40。定了再决定要不要上 Fast 或标准版。
能做图生视频吗？
能。两个都有 /image-to-video 入口，价格和文生视频一样。
Veo 3.1 三档的完整价格见 Veo 3.1 API 价格，curl 和 Python 调用代码见 Veo 3.1 API 接入指南。也可以直接复制上面的提示词，用 Lite 花 $0.40 生成一条。
