O Google Veo é o gerador de vídeo com IA do Google DeepMind: você descreve uma cena ou envia uma imagem, e ele devolve um vídeo curto, já com o som certo para a cena. Foi com o Google Veo 3 que ele viralizou, e a versão atual, o Veo 3.1, gera clipes de 4 a 8 segundos em até 4K, com diálogo, efeitos sonoros e música gerados de uma vez só, junto com a imagem.
Só que essa definição esconde bastante coisa. São quatro gerações de Veo, três versões do modelo atual e pelo menos quatro lugares oficiais para usar. Neste guia você vai ver o que é o Veo, o que muda de uma versão para outra, no que ele manda bem e no que ainda deixa a desejar, se dá para usar de graça e como ele se compara ao Sora 2 e aos outros concorrentes.
Resumo rápido
- O que é: uma família de modelos de texto para vídeo e imagem para vídeo do Google DeepMind, apresentada pela primeira vez em maio de 2024.
- Versão mais recente: Veo 3.1 (outubro de 2025, ampliado em janeiro de 2026), disponível como Veo 3.1, Veo 3.1 Fast e Veo 3.1 Lite.
- Por que todo mundo fala dele: desde o Veo 3, todo clipe já vem com áudio nativo, incluindo falas com sincronia labial.
- O que ele entrega: clipes de 4, 6 ou 8 segundos, de 720p a 4K, na horizontal (16:9) ou na vertical (9:16). Com a extensão de cena, dá para encadear clipes e montar cenas de um minuto ou mais.
- É grátis? Em parte. O Google e apps de terceiros como o Veo Studio oferecem algumas gerações gratuitas; para usar com frequência, só pagando.
- Veo 4: ainda não foi lançado (outubro de 2026).
O que é o Google Veo?
O Google Veo é um modelo de vídeo generativo criado pelo Google DeepMind, o laboratório de IA por trás do Gemini. Ele faz parte da mesma família de ferramentas que o Imagen (imagens) e o Lyria (música) e é o motor da geração de vídeo nos produtos do Google.
Na prática, o Veo faz duas coisas:
- Texto para vídeo. Você escreve um prompt como "tomada aérea de drone sobre uma floresta de pinheiros coberta de névoa ao nascer do sol, piano suave ao fundo" e o Veo renderiza a cena.
- Imagem para vídeo. Você envia uma foto, uma imagem de produto, um personagem ou um quadro inicial e um final, e o Veo coloca tudo em movimento.
Por dentro, o Veo é um modelo de difusão. Ele parte de um ruído aleatório e vai refinando a imagem, passo a passo, até chegar a quadros que correspondem ao seu prompt, mantendo movimento, iluminação e física coerentes de um quadro para o outro. Desde o Veo 3, o modelo gera a trilha sonora ao mesmo tempo, então a porta bate no quadro certo e a boca do personagem acompanha a fala.
O que é o Veo 3?
O Veo 3 é a terceira geração, lançada no Google I/O em maio de 2025. Foi o primeiro modelo de vídeo popular a gerar áudio sincronizado de forma nativa, e foi isso que o fez viralizar: personagens falando, entrevistas de rua e comerciais falsos que pareciam reais. Se você já pesquisou "Veo 3", provavelmente estava vendo clipes desse modelo ou do sucessor dele.
O que é o Veo 3.1?
O Veo 3.1 é o modelo atual. Ele mantém o áudio do Veo 3 e acrescenta os controles que os cineastas pediam: até três imagens de referência para manter personagens e produtos consistentes, controle de quadro inicial e final, extensão de cena para tomadas mais longas, vídeo vertical nativo e saída em 4K. Veja todos os detalhes na nossa página do Veo 3.1.
Um detalhe sobre os nomes: o Veo Studio (useveo.ai) é um app independente que roda os modelos Veo. Ele não foi criado pelo Google nem é afiliado ao Google.
Versões do Veo: do Veo 1 ao Veo 3.1 Lite
O Veo evoluiu rápido: seis lançamentos em menos de dois anos, cada um corrigindo a principal reclamação sobre o anterior.
| Lançamento | Versão | O que mudou |
|---|---|---|
| Maio de 2024 | Veo | Primeira versão, apresentada no Google I/O 2024. Clipes em 1080p e já entendia termos de cinema como "timelapse" e "aerial shot" (tomada aérea). |
| Dezembro de 2024 | Veo 2 | Mais nitidez, física e movimento humano melhores, resolução maior. Chegou ao app Gemini em abril de 2025. |
| Maio de 2025 | Veo 3 | Áudio nativo: diálogo, efeitos sonoros e ambiente gerados junto com o vídeo. Lançado junto com o Flow, a ferramenta de cinema do Google. |
| Outubro de 2025 | Veo 3.1 e Veo 3.1 Fast | Áudio mais rico, maior fidelidade ao prompt, imagens de referência ("ingredients to video"), quadro inicial e final, extensão de cena. |
| Janeiro de 2026 | Atualização do Veo 3.1 | Personagens mais consistentes a partir das referências, saída vertical 9:16 nativa, saída em 1080p e 4K. |
| Março de 2026 | Veo 3.1 Lite | A versão mais barata, tão rápida quanto o Veo 3.1 Fast, para produção em volume, em 720p e 1080p. |
Em maio de 2026, o Google também lançou o Gemini Omni, um modelo multimodal separado que edita vídeo por conversa. Ele complementa o Veo, sem substituí-lo: o Veo 3.1 continua sendo o modelo e a API de vídeo dedicados do Google.
O que o Veo consegue fazer?
O Veo 3.1 foi pensado para tomadas dirigidas, não para clipes aleatórios. Estes são os recursos que mais fazem diferença no dia a dia.
Áudio nativo e diálogo
O Veo cria a trilha sonora junto com a imagem. Coloque uma fala entre aspas e o personagem diz a frase, com o movimento da boca acompanhando. Descreva sons ("chuva no telhado de zinco", "sirenes ao longe") e eles entram no tempo certo. Para a maior parte do conteúdo de redes sociais e anúncios, você dispensa a locução e o sound design à parte.
Texto para vídeo e imagem para vídeo
Só o prompt já basta. Se você adicionar uma imagem, o Veo a usa como quadro de abertura ou como referência visual. É assim que a maioria dos vídeos de produto é feita: entra a foto do produto, sai um giro de 360 graus ou uma cena lifestyle.
Imagens de referência ("ingredients to video")
Mande para o Veo até três imagens de uma pessoa, um objeto ou um estilo, e ele mantém tudo consistente ao longo do clipe. No Veo Studio, você marca as imagens no prompt, por exemplo "@[image1] wears @[image2]'s jacket" (a pessoa da imagem 1 veste a jaqueta da imagem 2). É o mais perto que o vídeo com IA chega de ter elenco e figurino.
Quadro inicial e final
Defina uma imagem de início e uma de fim, e o Veo gera o movimento entre as duas, com áudio e tudo. É perfeito para transições, transformações e revelações.
Extensão de cena
Cada geração é curta, mas você pode estender um clipe pronto. O Veo continua a partir do último segundo, mantendo o cenário, os personagens e o som coerentes. No Veo Studio, cada etapa acrescenta 7 segundos, até cerca de 148 segundos de vídeo contínuo.
Controle cinematográfico
O Veo entende linguagem de cinema: dolly in, tomada de grua, rack focus (troca de foco), profundidade de campo rasa, golden hour, granulação de filme 35 mm. Quanto mais você pensar como um diretor de fotografia, mais controle terá. Nosso guia de prompts do Veo 3 explica esse vocabulário a fundo.
Formatos prontos para publicar
Os clipes saem em 16:9 para YouTube e anúncios, ou em 9:16 para TikTok, Reels e Shorts, em 720p, 1080p ou 4K.
Veo 3.1 vs. Veo 3.1 Fast vs. Veo 3.1 Lite vs. Veo 3
Use o Veo 3.1 para a versão final, o Fast para rascunhos e para a maior parte do conteúdo de redes sociais, e o Lite quando precisar de volume pelo menor custo. O Veo 3 continua disponível, mas já foi superado.
| Modelo | Resolução máxima | Velocidade | Áudio nativo | Ideal para |
|---|---|---|---|---|
| Veo 3.1 | 4K | Mais lento | Sim | Tomadas principais, anúncios, cenas com diálogo, tudo que for versão final |
| Veo 3.1 Fast | 4K | Rápido | Sim | Testar ideias, vídeo para redes sociais, a maior parte do trabalho diário |
| Veo 3.1 Lite | 1080p | Rápido | Sim | Rascunhos em volume, B-roll, testar prompts gastando pouco |
| Veo 3 | 1080p | Médio | Sim | Manter o padrão de projetos antigos feitos com o Veo 3 |
| Veo 3 Fast | 1080p | Rápido | Sim | Rascunhos rápidos no estilo do Veo 3 |
Os modelos 3.1 geram clipes de 4, 6 ou 8 segundos em 16:9 ou 9:16. Controles avançados como a extensão de cena só funcionam nos modelos 3.1, então comece por eles, a menos que tenha um bom motivo. No Veo Studio, o Veo 3.1 é o modelo padrão em todas as contas, e você pode trocar de modelo direto na caixa de prompt.
Onde usar o Veo?
O Google não tem um app só do Veo. O acesso é por uma destas portas:
| Onde | Para quem | Como você paga |
|---|---|---|
| App Gemini | Usuários casuais que já vivem no ecossistema do Google | Assinatura Google AI, com limites diários ou mensais |
| Google Flow | Cineastas que querem linha do tempo e ferramentas de cena | Créditos mensais do Flow incluídos nos planos Google AI |
| Gemini API e Google AI Studio | Desenvolvedores que integram o Veo em apps | Por segundo de vídeo gerado |
| Vertex AI (Google Cloud) | Empresas com contrato com o Google Cloud | Por segundo de vídeo gerado |
| Veo Studio e outros apps de terceiros | Criadores e profissionais de marketing que querem uma caixa de prompt simples | Plano grátis, planos mensais ou pacotes de créditos avulsos |
Se você é desenvolvedor e quer o Veo dentro do seu produto, também pode começar pela nossa página da API do Veo 3.
O Veo é grátis?
Dá para testar o Veo de graça, mas não para usar em escala. Gerar vídeo custa caro: na própria Gemini API do Google, o Veo 3.1 custa entre US$ 0,05 e US$ 0,60 por segundo de vídeo, dependendo da versão e da resolução. Ou seja, um único clipe de 8 segundos sai entre US$ 0,40 e US$ 4,80.
As opções gratuitas:
- Plano grátis do Veo Studio. 160 créditos por mês, o suficiente para até 2 vídeos em 720p. Sem cartão e sem marca d'água adicionada. Teste o Veo 3 grátis.
- Períodos de teste do Google. De tempos em tempos, o Google inclui algumas gerações do Veo no Gemini e no Flow, e quem assina o Google AI pela primeira vez costuma ganhar um mês de teste. As condições mudam com frequência, então confira a oferta atual do Google.
Para uso frequente, os planos pagos do Veo Studio começam em US$ 14 por mês para até 50 vídeos, com licença comercial. Veja na página de preços todos os planos e os pacotes de créditos avulsos, que não expiram.
Veo vs. Sora 2 e outros modelos de vídeo com IA
A vantagem do Veo 3.1 é o controle: saída em 4K, áudio nativo, imagens de referência e extensão de cena num único modelo. Os concorrentes ganham em pontos específicos, então a escolha certa depende da cena.
| Modelo | Empresa | Onde se destaca |
|---|---|---|
| Veo 3.1 | Google DeepMind | Controle de câmera cinematográfico, diálogo com sincronia labial, 4K, personagens consistentes a partir de referências, cenas mais longas com a extensão |
| Sora 2 | OpenAI | Física convincente em clipes únicos, gerações individuais mais longas, um app social próprio construído em torno dele |
| Kling | Kuaishou | Movimento dinâmico e ação, bom custo-benefício |
| Seedance | ByteDance | Rápido, forte em narrativas com várias tomadas |
| Runway | Runway | Ferramentas de edição e uma suíte criativa completa em volta do modelo |
Veo 3 vs. Sora 2: os dois geram vídeo com som. O Veo costuma ganhar em fidelidade ao prompt, direção de câmera e cenas com diálogo; o Sora 2 muitas vezes é o preferido para ações fisicamente complexas numa tomada só. Muitas equipes profissionais usam o Veo para o trabalho final e outro modelo para experimentar.
Esse mercado muda todo mês, então encare qualquer comparação, inclusive esta, como um retrato de outubro de 2026.
Limitações do Veo
O Veo impressiona, mas conhecer os pontos fracos dele economiza créditos.
- Clipes curtos. Uma geração tem no máximo 8 segundos. Para vídeos mais longos, é preciso estender a cena ou juntar vários clipes na edição.
- Texto na tela. Placas, rótulos e logos podem sair ilegíveis. Coloque o texto depois, num editor de vídeo.
- Física complexa. Movimentos rápidos de mão, multidões e objetos atravessando uns aos outros ainda podem dar errado.
- Taxa de acerto. Conte com duas a quatro versões até sair uma boa. Prompts claros e específicos aumentam as chances.
- Regras de conteúdo. Os filtros de segurança do Google bloqueiam conteúdo violento, explícito e alguns conteúdos com pessoas reais, e alguns prompts são recusados sem motivo claro.
SynthID: como o Veo marca os vídeos
Todo vídeo do Veo leva o SynthID, uma marca d'água invisível do Google DeepMind embutida nos pixels. Ela não altera a aparência do vídeo e permite que ferramentas identifiquem o clipe como gerado por IA. Alguns apps do Google também adicionam uma marca d'água visível; o Veo Studio não adiciona.
Existe Veo 4?
Não. Até outubro de 2026, o Google não anunciou o Veo 4, e o Veo 3.1 é o modelo Veo mais recente. A novidade mais recente do Google em vídeo, o Gemini Omni, foi lançado em maio de 2026 como um modelo separado dentro do Gemini, e não como um novo Veo. Vamos atualizar este guia quando isso mudar.
Perguntas frequentes sobre o Google Veo 3
Para que serve o Veo?
O Veo é usado em vídeos de redes sociais, anúncios de produto, clipes musicais, curtas-metragens, B-roll para vídeos explicativos e storyboards. Como o áudio é nativo, ele é especialmente bom para qualquer coisa com diálogo ou narração.
Quem criou o Veo?
O Veo é desenvolvido pelo Google DeepMind. O Google oferece o modelo pelo Gemini, pelo Flow, pela Gemini API e pela Vertex AI, e apps de terceiros como o Veo Studio também dão acesso a ele.
O Veo 3 é grátis?
Dá para testar de graça, com limites. O plano grátis do Veo Studio inclui até 2 vídeos por mês em 720p, sem cartão, e o Google oferece períodos de teste de vez em quando. Para uso contínuo, você precisa de um plano pago ou de créditos da API.
Qual a diferença entre o Veo 3 e o Veo 3.1?
O Veo 3.1 acrescenta imagens de referência, controle de quadro inicial e final, extensão de cena, vídeo vertical nativo e saída em 4K, além de áudio melhor e mais fidelidade ao prompt. O Veo 3 trouxe o áudio nativo; o Veo 3.1 aprimora esse áudio.
Qual a duração máxima de um vídeo do Veo?
Um clipe do Veo 3.1 tem 4, 6 ou 8 segundos. Com a extensão de cena, uma única cena contínua pode chegar a cerca de 148 segundos no Veo Studio.
O Veo gera som?
Sim. Desde o Veo 3, música, efeitos sonoros, som ambiente e diálogo são gerados junto com o vídeo e sincronizados com a ação.
Posso usar os vídeos do Veo para fins comerciais?
Nos planos pagos do Veo Studio, sim: todos os planos pagos incluem licença comercial. Se você usa o Veo pelo Google, confira os termos do seu plano do Google.
Experimente o Veo agora
O jeito mais rápido de entender o Veo é criar alguma coisa com ele. Crie sua conta grátis no Veo Studio, digite um prompt e receba seu primeiro clipe com som em poucos minutos. Depois, leia como usar o Veo 3 para um passo a passo completo e o guia de prompts do Veo 3 para prompts que funcionam.
