> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bytespike.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# veo3.1

> Google 的 Veo 3.1 视频模型。关键差别是在视频轨之外原生输出音频轨 —— 当片段就是最终成品、不会再进音效设计环节时很有用。

`veo3.1` 是 Google 的 Veo 3.1 模型。两阶段任务式协议和其他视频模型一致，但有一个值得了解的差异点：**原生在视频轨之外生成音频轨**。同一套 `submit → poll` 流程生成的 MP4 自带模型为场景配的音频层 —— 适合不会再做单独音效设计环节的一次性成片。

**价格：** \$0.40 / 每秒成片（失败不计费）—— Per-second 价格针对生成的视频长度计算；该档音频不单独计费。见[费率卡](/zh/pricing)。

## Protocols

| Protocol              | 路径                                                       | 用途                                        |
| --------------------- | -------------------------------------------------------- | ----------------------------------------- |
| OpenAI Video — submit | `POST https://llm.bytespike.ai/v1/videos/generations`    | 入队；返回 `task_id`                           |
| OpenAI Video — poll   | `GET https://llm.bytespike.ai/v1/videos/tasks/{task_id}` | 就绪时返回 `status`、`result_url` 与 `audio_url` |

## Quickstart

```bash theme={null}
TASK_ID=$(curl -s https://llm.bytespike.ai/v1/videos/generations \
  -H "Authorization: Bearer $BYTESPIKE_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "veo3.1",
    "prompt": "Rain falling on a quiet street at night, distant car passing",
    "duration_seconds": 5,
    "size": "1280x720",
    "audio": true
  }' | jq -r .task_id)

# 轮询 GET /v1/videos/tasks/{task_id} 直到 status 为 succeeded
# 响应同时包含 result_url（视频）和 audio_url（音轨）
```

## Capabilities

| 能力                          | 支持                  |
| --------------------------- | ------------------- |
| 文生视频                        | ✅                   |
| 图生视频（带 `source_image`）      | ✅                   |
| **原生音频生成**                  | ✅（设置 `audio: true`） |
| `duration_seconds` 5 / 10   | ✅                   |
| `size` 1280×720 / 1920×1080 | ✅                   |
| Modality                    | video               |
| Capability bucket           | `video_generate`    |

## 何时使用

* **一次性成片** —— 片段就是最终产物，不会再有音效设计环节。
* **环境 / 氛围素材** —— 雨声、风声、城市噪声，Veo 的原生音频比给无声片配音更真实。

**不**适用的场景：

* 已经有自己的音效设计 —— 在该流程里音频是浪费的小溢价；降到 [`veo3.1-fast`](/zh/models/veo3-1-fast) 不含音频。

## 下一步

* [`veo3.1-fast`](/zh/models/veo3-1-fast) —— 更便宜的一档
* [多模态端点](/zh/concepts/multimodal) —— 总览