Przejdź do treści

Veo 3 i Veo 3.1: jak generować wideo w Google, ile to kosztuje i co z darmowym planem

Adam Marzec
Jasna karta okładki z nagłówkiem VEO 3.1 WIDEO GOOGLE, licznikiem 8 sekund klipu i trzema polami pomiarów: długość klipu, cena za sekundę 0,05-0,60 USD i plany w Polsce 46,99 / 97,99 PLN, na dole pomarańczowa pieczątka NATYWNY DŹWIĘK.

O modelach Gemini pisaliśmy na blogu już kilkanaście razy, ale za wideo u Google odpowiada osobna rodzina: Veo z zespołu DeepMind. Najnowsze wydanie, Veo 3.1, składa klip do ośmiu sekund razem z dźwiękiem, czyli dialogami, odgłosami tła i efektami, bez doklejania ścieżki audio z zewnętrznego programu. Do tego każde nagranie dostaje niewidoczny znak wodny SynthID, o którym na końcu.

Od wiosny 2026 pejzaż się przestawił. W aplikacji Gemini filmy generuje nowy model Gemini Omni, a Veo 3.1 zostaje specjalistą od trudniejszych rzeczy: rozszerzania scen, kontroli pierwszej i ostatniej klatki, pracy na obrazach referencyjnych. W tym tekście sprawdzam, gdzie dziś realnie wygenerujesz materiał z Veo, ile kosztuje sekunda w API i co z tego wszystkiego mają plany darmowe oraz abonamenty liczone w złotych. Generowania nie testowałem na własnym koncie: wszystkie ścieżki i liczby pochodzą z dokumentacji i cenników Google odczytanych 16 października 2026.

Najważniejsze informacje

Zestawienie pokazuje stan na dzień odczytu; gdy Google coś zmieni, ten fragment straci ważność.

CechaStan na 16 października 2026
Czym jestRodzina modeli wideo Google DeepMind generująca obraz razem z dźwiękiem
Aktualna wersjaVeo 3.1 z 15 października 2025, obok niej warianty Fast i Lite, Veo 3 wycofywana
Gdzie generowaćFlow, aplikacja Gemini (przez model Omni), Gemini API, Vertex AI, Google Vids, AI Studio
Cena za sekundęW API od 0,05 do 0,60 USD zależnie od wariantu i rozdzielczości
Plan darmowyOgraniczony dostęp do Flow, liczby darmowych klipów Google nie podaje
Długość klipów4, 6 lub 8 sekund, przedłużanie po 7 sekund maksymalnie 20 razy
Rozdzielczości720p, 1080p i 4K, tryb pionowy 9:16, 24 klatki na sekundę
Znak wodnySynthID w każdym nagraniu, weryfikacja platformą Google

Veo 3.1 co to jest i od kiedy istnieje

Veo to rodzina modeli do generowania wideo rozwijana przez Google DeepMind, przedstawiana hasłem o spotkaniu wideo z dźwiękiem, bo obraz i audio powstają w jednym modelu. Rodzina w obecnej formie zadebiutowała podczas konferencji I/O w maju 2025, razem z Flow, aplikacją do filmowania AI napędzaną właśnie Veo. Sam komunikat Google z października 2025 przyznaje zresztą, że Flow zdążyło wygenerować ponad 275 mln nagrań w ciągu pierwszych pięciu miesięcy życia.

Veo 3.1 weszła 15 października 2025. Premiera wniosła dźwięk do funkcji, które wcześniej były nieme: Ingredients to Video, Frames to Video i Extend, a do tego ogólnie bogatsze audio, lepszą zgodność z opisami tekstowymi i większy realizm przy animowaniu zdjęć. W styczniu 2026 doszła kolejna porcja możliwości, dokumentacja API podaje dla Veo 3.1 aktualizację ze stycznia 2026, a polskie serwisy pisały wtedy o trybie pionowym 9:16 i rozdzielczości 4K.

Kolejny kamień milowy przyszedł 31 marca 2026, kiedy Google pokazało Veo 3.1 Lite jako najtańszy wariant generowania wideo, dostępny w płatnym preview przez Gemini API i do testów w AI Studio. W tym samym okresie starsze Veo 3 i Veo 3 Fast otrzymały w dokumentacji API status deprecated, czyli wycofywanych. Na dzień odczytu aktualna trójka to więc Veo 3.1, Veo 3.1 Fast i Veo 3.1 Lite, wszystkie oznaczone w API jako preview.

Na marginesie: w maju 2026 Google pokazało Gemini Omni, nowy model wideo, który w dokumentacji API zajmuje już pozycję domyślnego wyboru. Veo 3.1 jest tam rekomendowane do konkretnych zadań: rozszerzania scen, kontroli ostatniej klatki i integracji ze starszymi rozwiązaniami. Ten podział wraca w dalszej części.

Veo 3 Google: gdzie się dziś generuje wideo

Pierwsza droga to Flow, kreatywne studio dostępne na labs.google, w którym sklejasz klipy, sceny i dłuższe historie. Karta rodziny Veo na stronie DeepMind wskazuje Flow jako główne miejsce prób, a strona subskrypcji Gemini potwierdza, że dostęp do studio ma nawet plan darmowy, tyle że ograniczony. Flow rozlicza się kredytami, do nich wracam przy cenach.

Druga droga, aplikacja Gemini, wymaga doprecyzowania. Pomoc aplikacji w polskiej wersji, odczytana 16 października 2026, opisuje generowanie filmów wyłącznie przez Gemini Omni i nie wspomina o Veo ani słowem. Karta DeepMind wciąż linkuje do adresu gemini.google.com/veo, ale jak dokładnie ta ścieżka wygląda z polskiego konta, pomoc nie opisuje. Wiadomo za to, że funkcja wideo wymaga pakietu AI od Google, jest nieosiągalna dla osób poniżej 18 lat, a przesyłanie własnych nagrań do edycji nie działa w Europejskim Obszarze Gospodarczym, więc też w Polsce.

Trzecia droga to Gemini API dla programistów. Kody trzech aktualnych modeli wyglądają tak:

veo-3.1-generate-preview
veo-3.1-fast-generate-preview
veo-3.1-lite-generate-preview

Zapytanie leci przez endpoint predictLongRunning, gotowe nagranie pobiera się linkiem z odpowiedzi, a plik leży na serwerze Google dwa dni, po czym znika. Prompt ma limit 1024 tokenów, na jedno zapytanie dostajesz jedno wideo, a wygenerowany materiał przechodzi filtry bezpieczeństwa i kontrolę na zapamiętywanie cudzych treści.

Czwarta droga jest firmowa: dokumentacja Google Cloud opisuje generowanie wideo na Agent Platform modelami Gemini Omni Flash albo Veo w ramach Gemini Enterprise Agent Platform. Dorzuć do tego Google Vids i aplet Veo Studio w AI Studio, oba wskazywane na karcie rodziny Veo, i masz pełną listę miejsc, w których model jest dziś w zasięgu.

Veo 3.1 cena: ile kosztuje generowanie wideo

Cennik API rozlicza sekundy i różnicuje stawki między wariantami oraz rozdzielczościami. Veo 3.1 kosztuje 0,40 USD za sekundę w 720p i 1080p oraz 0,60 USD za sekundę w 4K. Fast jest tańszy: 0,10 USD w 720p, 0,12 USD w 1080p i 0,30 USD w 4K. Lite kosztuje najmniej, bo 0,05 USD w 720p i 0,08 USD w 1080p, przy czym 4K w ogóle pomija. Cały zakres, od 0,05 do 0,60 USD za sekundę, zgadza się z tym, co zapisaliśmy w tekście o modelach multimodalnych.

Przeliczę to na konkretne klipy. Osiem sekund materiału w standardowym Veo 3.1 w 720p to 3,20 USD, w Fast 0,80 USD, w Lite 0,40 USD. To moje wyliczenia z cen za sekundę, nie osobne pozycje z cennika. Darmowego tieru w API nie ma dla żadnego wariantu, tabela nazywa go wprost Not available.

Jeśli nie programujesz, zostają abonamenty. Polska strona Google One, odczytana 16 października 2026, pokazuje dwie opcje z dostępem do Flow i modeli kreatywnych: Google AI Plus za 46,99 zł miesięcznie z 2 TB miejsca na dane oraz Google AI Pro za 97,99 zł z 5 TB. Planu AI Ultra na polskiej stronie planów tego dnia nie było. Strona subskrypcji Gemini, liczona w dolarach, pokazuje te same plany jako Plus 4,99 USD, Pro 19,99 USD i Ultra od 99,99 USD, a przy okazji ujawnia kredyty Flow: 200 w Plusie, 1000 w Pro i 10 000 albo 25 000 w Ultrze, zależnie od wersji. Liczb kredytów polska strona planów nie podaje, traktuj je więc jako dane z cennika dolarowego.

Co z tych planów wynika dla polskiego konta? Google AI Plus jest u nas dostępny, Polska figuruje na liście krajów w pomocy Google, a szerzej o całym drabinku planów piszemy w tekście o Gemini 4 Argon. Pamiętaj tylko, że ceny za sekundę w API i kredyty w abonamentach to dwa osobne systemy rozliczeń i API zawsze wymaga własnego, płatnego klucza.

Veo 3 free: co dostajesz bez abonamentu

Plan darmowy wygląda skromnie. Strona subskrypcji Gemini wymienia w nim dostęp do Flow jako kreatywnego studia, w tym ograniczony dostęp do Nano Banana Pro. Ilu klipów dziennie albo miesięcznie dostaje ktoś bez płacenia, Google nie podaje. W aplikacji Gemini funkcja wideo wymaga pakietu AI, więc z konta darmowego odpada.

W API sytuacja jest czarna i biała: kolumna Free Tier w cenniku pokazuje dla wszystkich trzech wariantów Veo wyłącznie Not available. AI Studio ma aplet Veo Studio do eksperymentów, ale żadnej liczby darmowych generacji nie znalazłem na stronach Google i zgadywać nie będę.

Frazy w rodzaju veo 3.1 free unlimited mocno żyją w autouzupełnianiu, co mówi o popycie. Ze stanem na 16 października 2026 darmowego nielimitowanego planu nie ma ani w API, ani w planach konsumenckich. Jeśli budżet to zero złotych, w pełni darmową drogą twórczą u Google zostaje na razie generowanie obrazów, o czym piszemy w poradniku o darmowych obrazkach z AI.

Veo 3.1 Fast i Lite: tańsze warianty

Fast istnieje po to, żeby produkować szybko i taniej. Dokumentacja wymienia zastosowania wprost: backendy generujące reklamy, narzędzia do szybkich testów A/B kreacji i aplikacje wyrzucające treści na media społecznościowe. Stawki od 0,10 do 0,30 USD za sekundę robią z masowej produkcji kalkulowalny koszt, bo osiem sekund nagrania zamyka się w dolarku.

Lite to cięcie głębsze, wprowadzone 31 marca 2026. Poza niższą ceną traci sporo możliwości: nie ma 4K, nie rozszerzy istniejącego klipu, nie przyjmie obrazów referencyjnych, wejście ma tylko przez tekst albo pojedynczy obraz startowy. Do krótkiego wideo produktowego z jednego zdjęcia się nadaje, do dłuższych scen z zachowaniem tej samej postaci już mniej.

Veo 3 kamera: możliwości i pisanie promptów

Tryb podstawowy to tekst na wideo. Format poziomy 16:9 albo pionowy 9:16, długość 4, 6 lub 8 sekund, 24 klatki na sekundę, jedno wideo na zapytanie. Przy 1080p i 4K długość musi wynosić dokładnie osiem sekund. Generowanie trwa od 11 sekund do 6 minut w godzinach szczytu.

Image-to-video zamienia zdjęcie w pierwszą klatkę nagrania. Przykłady w dokumentacji są zbudowane dwuetapowo: najpierw obraz generuje Nano Banana 2, model znany w API jako gemini-3.1-flash-image-preview, a potem Veo 3.1 animuje go i dogrywa dźwięk. To droga opisana szeroko w tekście o Nano Banana i najprostszy sposób, żeby kontrolować, co właściwie widać w kadrze.

Dwa tryby idą o krok dalej. Ingredients to Video przyjmuje do trzech obrazów referencyjnych typu asset, na przykład postać, produkt i rekwizyt, i trzyma ich wygląd przez cały klip. Generowanie z pierwszą i ostatnią klatką pozwala wskazać początek i koniec sceny, a model dorabia przejście między tymi kadrami.

Rozszerzanie to funkcja, którą sama dokumentacja API podaje jako główny powód, by po Veo wracać. Klip z Veo wydłuża się o 7 sekund, a zabieg można powtórzyć maksymalnie 20 razy: materiał wejściowy może mieć do 141 sekund, wynik do 148. Rozszerzanie działa tylko w 720p, tylko w Veo 3.1 i Fast, a głos da się sensownie ciągnąć dalej wtedy, gdy pada w ostatniej sekundzie materiału.

Dźwięk powstaje razem z obrazem i daje się sterować z opisu. Dialogi wpisujesz w cudzysłowie, efekty opisujesz wprost, na przykład pisk opon albo warkot silnika, a tło budujesz jako pejzaż dźwiękowy. Przewodnik po promptach pokazuje to na przykładzie dwóch turystów w lesie: w jednym opisie siedzą dialog w cudzysłowach, kroki po mokrej ziemi i pojedynczy śpiew ptaka. Podobnie sterujesz ujęciem, bo Veo rozumie słownictwo filmowców:

  • ruch kamery: lot z powietrza, dolly, ujęcie z góry, poziom oczu,
  • kompozycja: plan szeroki, zbliżenie, kadr jedno- albo dwuosobowy,
  • obiektyw i ostrość: płytka ostrość, makro, szeroki kąt,
  • styl: film noir, science fiction, animacja,
  • nastrój: niebieskie tony, noc, ciepłe światło.

I uczciwa uwaga o polskim. Dokumentacja mówi wprost, że w pełni wspieranym językiem promptów jest angielski, a pozostałych Google nie testowało, więc mogą działać, ale rezultaty bywają różne. Polscy twórcy piszący po polsku dostaną materiał, natomiast jakości dialogów w naszym języku nikt u producenta nie obiecuje.

SynthID, YouTube i wizerunek ludzi

Każde nagranie z Veo nosi SynthID, niewidoczny znak wodny, który da się zweryfikować dedykowaną platformą Google. To ta sama technologia, o której piszemy w poradniku, jak sprawdzić, czy zdjęcie jest z AI. Jeśli model zablokuje nagranie z powodu problemów z audio, opłata nie zostaje naliczona.

Osobna sprawa to publikacja. YouTube w zasadach dotyczących treści AI wymaga zaznaczenia pola Wykorzystanie AI w YouTube Studio, gdy materiał pokazuje prawdziwą osobę robiącą lub mówiącą coś, czego nie zrobiła i nie powiedziała, fałszuje realne wydarzenie albo miejsce, prezentuje realistyczną scenę, która nie zaistniała, albo opiera się na muzyce AI jako głównym elemencie. Treści ewidentnie nierealistyczne i kosmetyczne poprawki, jak korekcja kolorów, są z obowiązku zwolnione. Za konsekwentne ukrywanie grozi etykieta nakładana ręcznie, usunięcie materiału, a w skrajnym przypadku wyrzucenie z programu partnerskiego.

Pomoc aplikacji Gemini dopowiada resztę zasad: masz mieć prawa do każdego przesyłanego obrazu i nie możesz generować nagrań, które mają kogoś oszukać, nękać albo skrzywdzić, a naruszenia mogą kończyć się zamknięciem konta. W API w krajach Unii Europejskiej, Wielkiej Brytanii, Szwajcarii i regionie MENA generowanie osób ograniczono do wartości allow_adult, czyli wyłącznie dorosłych, co dotyczy też polskich programistów. Tworzenie scen własnym głosem i twarzą prowadzi w aplikacji przez awatara, zakładanego w osobnym procesie.

Najczęstsze pytania

Veo 3.1 co to jest?

Rodzina modeli wideo Google DeepMind, obecnie w wydaniu 3.1 z 15 października 2025. Generuje klipy z natywnie tworzonym dźwiękiem, w rozdzielczościach 720p, 1080p i 4K, z opcjami animowania zdjęć, pracy na obrazach referencyjnych i rozszerzania scen. Najwygodniej dostępna przez Flow i Gemini API.

Veo 3.1 cena: ile zapłacisz za sekundę?

W API od 0,05 USD za sekundę (Lite w 720p) do 0,60 USD za sekundę (Veo 3.1 w 4K), według cennika odczytanego 16 października 2026. Osiem sekund standardowego materiału w 720p to 3,20 USD. W abonamentach płacisz za plan: AI Plus 46,99 zł, AI Pro 97,99 zł miesięcznie na polskiej stronie Google One.

Veo 3 free: czy da się generować bez płacenia?

Częściowo. Plan darmowy ma dostęp do Flow z ograniczeniami, ale liczby darmowych klipów Google nie publikuje. W aplikacji Gemini wideo wymaga pakietu AI, a w API darmowy tier dla Veo nie istnieje.

Veo 3.1 Fast czy Lite: który wariant wybrać?

Fast utrzymuje pełnię możliwości, w tym 4K i rozszerzanie klipów, w stawkach 0,10 do 0,30 USD za sekundę. Lite jest tańszy, 0,05 do 0,08 USD, ale traci 4K, obrazy referencyjne i rozszerzanie. Do szybkich treści społecznościowych wystarczy Lite, do bardziej wymagających produkcji Fast.

Veo 3 Gemini: czy aplikacja Gemini generuje przez Veo?

Aktualna pomoc aplikacji, odczytana 16 października 2026, opisuje generowanie filmów przez model Gemini Omni i wymaga pakietu AI od Google. Karta Veo na stronie DeepMind wciąż linkuje do aplikacji, ale jak wygląda tam wybór samego Veo, pomoc nie opisuje.

Veo 3.1 free unlimited: czy nielimitowany darmowy plan istnieje?

Nie ma. Taki plan nie pojawia się ani w cenniku API, ani na stronach subskrypcji Google. Darmowy dostęp ogranicza się do Flow na planie Free, a jego limity liczbowe pozostają niepodane.

Źródła

Powiązane artykuły