Generación de audio nativo
Diálogos, ambiente y efectos sincronizados renderizados junto con el video. Desactiva el audio y el clip costará menos.
Modelo · Familia Google Veo 3.1
El modelo de video más reciente de Google en tres niveles — Veo 3.1, Veo 3.1 Fast y Veo 3.1 Lite — con audio nativo, salida 4K, imagen a video y extensiones de hasta 148 segundos. Desde $0.10 por video, pagado con cripto o tarjeta. Sin suscripción.
Veo 3.1 es el modelo de generación de video de última generación de Google DeepMind — a mediados de 2026, la última versión pública disponible, sin que se haya anunciado Veo 4. Convierte un prompt de texto o una imagen estática en un clip de 4-to-8-second con audio nativo sincronizado: diálogos, ruido ambiental y efectos de sonido generados en la misma pasada que los píxeles. La familia tiene tres niveles que comparten el mismo conjunto de funciones y diferen en fidelidad y precio: Veo 3.1 para renders finales, Veo 3.1 Fast para una iteración rápida a aproximadamente un tercio del costo, y Veo 3.1 Lite para guiones gráficos y borradores desde $0.10. En BananaBanana, los tres funcionan en producción bajo un único saldo — tú eliges el modelo, la resolución (hasta 4K en Veo 3.1 y Fast), la duración y el interruptor de audio, y pagas un precio fijo por clip.
Usa Veo 3.1 Lite (desde $0.10 sin sonido) para probar ideas y definir tu prompt — renderiza hasta 1080p y cuesta menos de una décima parte del modelo insignia. Pasa a Veo 3.1 Fast (desde $0.35) cuando el concepto funcione y busques velocidad de producción; es compatible con 4K y es el caballo de batalla para contenido de redes sociales. Reserva Veo 3.1 (desde $0.70) para tomas principales donde la fidelidad visual sea lo primordial — muestras para clientes, anuncios, secuencias de títulos. Los tres aceptan los mismos prompts, por lo que el flujo de trabajo de barato a costoso cuesta una fracción de lo que costaría volver a filmar en una plataforma exclusiva de gama alta. Un flujo de trabajo típico: tres borradores en Lite (~$0.30), una toma en Fast a 1080p (~$0.35), un render final de 8 segundos en 4K con audio en Veo 3.1 ($4.40) — un clip cinematográfico terminado por unos cinco dólares.
Diálogos, ambiente y efectos sincronizados renderizados junto con el video. Desactiva el audio y el clip costará menos.
Veo 3.1 y Veo 3.1 Fast renderizan en 720p, 1080p o 4K; Lite cubre 720p y 1080p para borradores.
Anima cualquier foto como el primer fotograma, añade un fotograma final opcional para transiciones o bucles perfectos.
Encadena operaciones de Extender con total continuidad visual para crear secuencias mucho más allá del clip único de 8 segundos.
4, 6, 7 u 8 segundos por clip, 16:9 o 9:16 — resultados predecibles para anuncios, Reels y Shorts.
Si la capacidad de Google ralentiza o limita un render, la plataforma lo reintenta automáticamente y reembolsa los trabajos fallidos por completo.
Correo electrónico y contraseña — sin tarjeta de crédito, sin cuenta de Google, saldo inicial gratuito de $0.20.
Desde $1 en USDT, USDC, BTC, ETH, SOL, TON y más. +5% de bonificación a partir de $50, +10% a partir de $100.
Escribe el prompt o sube un primer fotograma, elige modelo y duración, luego extiende el resultado hasta 148 s.
| Modelo | 4 s | 6 s | 8 s | 4K · 8 s |
|---|---|---|---|---|
| Veo 3.1 Litesilent, up to 1080p | $0.10 | $0.15 | $0.20 | — |
| Veo 3.1 Fastsilent | $0.35 | $0.52 | $0.70 | $2.20 |
| Veo 3.1silent | $0.70 | $1.05 | $1.40 | $3.00 |
| Veo 3.1 Fastwith audio | $0.50 | $0.75 | $1.00 | $2.60 |
| Veo 3.1with audio | $1.50 | $2.25 | $3.00 | $4.40 |
También hay disponibles clips de 7 segundos. Gemini Omni 1.1 Flash: $0.09–3.00 por clip (3–10 s, cobro por segundo desde borradores en 360p hasta 4K) con sonido siempre activo. Tablas completas en la página de precios.
¿Prefieres animar una foto? Visita la página de imagen a video o compara cada modelo en la página completa de precios.
Veo 3.1, Veo 3.1 Fast y Veo 3.1 Lite están disponibles por las mismas dos vías que el resto de la plataforma y a los mismos precios por clip que el generador web: desde $0.10 en Lite, $0.35 en Fast y $0.70 en Veo 3.1. Nuestro servidor MCP en https://bananabanana.pro/api/mcp (Streamable HTTP) acepta OAuth o una clave API de tu perfil; el agente llama a generate_video con el modelo, la duración, la resolución y el ajuste de audio. El vídeo se cotiza antes de cobrarse: la primera llamada devuelve el precio exacto y el render solo empieza cuando el agente lo confirma. El clip se genera en segundo plano, el agente consulta get_result para obtener el archivo y un render fallido se reembolsa automáticamente. Sin cuenta, x402 permite a un agente pagar un clip en USDC en Base y recogerlo por su job_id; si un clip pagado falla, el agente recibe un token de crédito por el importe completo.
Un poco, y te decimos exactamente cuánto. Las cuentas nuevas empiezan con un saldo gratuito de $0.20; para registrarte no necesitas tarjeta ni criptomonedas. En Veo 3.1 Lite ese saldo alcanza para 2 clips sin sonido de 4 segundos, a $0.10 cada uno. Veo 3.1 Fast (desde $0.35) y Veo 3.1 (desde $0.70) cuestan más que el saldo de bienvenida, así que requieren una recarga con cripto o con tarjeta. No hay suscripción y nada se renueva. Lite acepta los mismos prompts que los modelos mayores, así que los clips gratis son una prueba honesta del prompt antes de pagar un render en Fast o en 4K.
La estructura de prompts de siete partes, términos de movimiento de cámara y señales de audio.
Leer la guíaPrimeros fotogramas, fotogramas finales, bucles y videos extendidos de 148 segundos.
Leer la guíaCómo se compara el modelo de mundo de Google con Veo 3.1 en la práctica.
Leer la guíaSí, a mediados de 2026, Veo 3.1 es el modelo de video disponible públicamente más reciente de Google DeepMind, que se ofrece en tres niveles: Veo 3.1 para la máxima fidelidad, Veo 3.1 Fast para una iteración rápida y Veo 3.1 Lite para trabajos de bajo presupuesto. BananaBanana ofrece los tres en producción.
Un clip de 4 segundos sin sonido en 720p comienza en $0.10 en Veo 3.1 Lite, $0.35 en Veo 3.1 Fast y $0.70 en Veo 3.1. La opción más costosa (8 segundos en 4K con audio en Veo 3.1) es $4.40. Pagas por clip; no hay suscripción.
Leer la respuesta completaSí. Los tres modelos de Veo 3.1 generan audio nativo (diálogos, sonido ambiental y efectos sincronizados) como una opción que puedes activar o desactivar por generación. Los clips sin sonido son más baratos, por lo que solo pagas por el audio cuando lo necesitas.
Sí: genera un clip y luego haz clic en Extender para continuarlo con un nuevo prompt mientras el modelo mantiene una total continuidad visual. Encadenar extensiones permite crear secuencias de hasta 148 segundos. La función de extensión funciona con Veo 3.1 y Veo 3.1 Fast en cualquier resolución compatible.
Veo te ofrece un control exacto: duraciones de 4, 6, 7 u 8 segundos, resoluciones de hasta 4K, audio opcional, primer/último fotograma y extensiones. Gemini Omni 1.1 Flash ($0.09–3.00) es el modelo de mundo de Google: tú defines la duración exacta del clip (3–10 s) de 360p a 4K, con cobro por segundo y sonido siempre activo; acepta primer y último fotograma, extiende una escena hasta 40 segundos y admite edición conversacional: describe un cambio y regenera la escena.
No. Regístrate con un correo electrónico y recarga con cripto desde $1 — USDT, USDC, BTC, ETH, SOL, TON y otras monedas importantes — o paga con tarjeta, PayPal o SEPA desde $20. Luego genera; el saldo no utilizado nunca caduca.
Sí. Conecta cualquier cliente MCP a https://bananabanana.pro/api/mcp con OAuth o con una clave API y llama a generate_video, o deja que un agente pague cada clip en USDC mediante x402, sin cuenta. Los precios son los mismos que en el generador web: desde $0.10 por clip en Veo 3.1 Lite.
Las cuentas nuevas reciben un saldo gratuito de $0.20, que alcanza para 2 clips sin sonido de Veo 3.1 Lite de 4 segundos. Veo 3.1 Fast y Veo 3.1 cuestan más y requieren una recarga; no hay suscripción.
Videos con Veo 3.1 desde $0.10 por clip: paga sobre la marcha con cripto o tarjeta, sin suscripción, $0.20 gratis para comenzar.