Veo 3 è il modello di generazione video di Google DeepMind, presentato a maggio 2025: descrivi la scena e genera una clip fino a otto secondi con l'audio sincronizzato dentro, dialoghi compresi. Si usa in Flow (lo strumento di Google dedicato al video AI) e tramite le API; nell'app di Gemini il video richiede un piano Google AI a pagamento e da maggio 2026 lì al posto di Veo c'è Gemini Omni. È il motore che segue il prompt con più precisione tra i cinque grandi: chiedi una carrellata laterale con la pioggia controluce e ottieni quella scena, non una sua cugina. Qui trovi come iniziare, quanto costa davvero, le differenze tra Veo 2, 3 e 3.1 e i limiti che nessuno scrive.
Nel mio lavoro di ogni settimana le clip di Veo 3 sono i piani che escono al primo colpo più spesso. Non perché sia magico: perché è il motore più fedele alla frase che scrivi. Gli altri ti regalano varianti belle della scena che hai chiesto; Veo tende a farti la scena che hai chiesto. Se fai video per clienti, dove il brief non si negozia, questa differenza è tutto.
Questa guida è lo zoom su Veo 3: la mappa completa dei cinque motori, con chi vince dove, sta nella guida generale creare video con l'AI.
Gli altri modelli ti danno una scena simile a quella che hai chiesto. Veo ti dà quella scena: è il motivo per cui finisce nei miei progetti quando il brief è scritto.
Cos’è Veo 3 (e da dove arriva)
Veo 3 è un modello text-to-video di Google DeepMind: gli dai una descrizione, o un'immagine di partenza, e restituisce una clip fino a otto secondi con camera, movimento e audio generati insieme. L'audio è la svolta che lo ha distinto dalla generazione precedente: pioggia che ha il suo rumore, passi che seguono il passo, personaggi che parlano con le labbra in sincrono.
La storia in tre mosse serve a orientarsi, perché su Veo si trova ancora tutto e si fa confusione:
- Veo 2 è la generazione precedente: clip senza audio, risoluzione più bassa, meno controllo sulla camera. Capita ancora di trovarlo citato come opzione "veloce", ma nelle API Gemini non c'è più: per provare andava bene, per produrre è un altro mestiere.
- Veo 3, presentato a maggio 2025, ha portato l'audio sincronizzato e la qualità che regge il confronto con la fotografia del cinema. È il momento in cui il video AI ha smesso di essere muto.
- Veo 3.1, la versione più recente, ha aggiunto la continuità: la possibilità di ripartire dall'ultimo fotogramma per estendere la scena, e i riferimenti per tenere lo stesso personaggio e gli stessi oggetti tra clip diverse.
Quando qualcuno cerca "Veo 2" oggi, quasi sempre vuole sapere se il salto alla 3 vale: vale, e l'audio è la ragione numero uno.
Veo 3 gratis: dove si prova davvero
La domanda che mi arriva più spesso è se Veo 3 si può usare gratis. Sì, con limiti precisi:
- Dentro Gemini: non più gratis. Nell'app il video richiede un piano Google AI a pagamento, e oggi lì lavora Gemini Omni al posto di Veo. Il gratuito si è spostato altrove: per capire se lo strumento fa per te bastano i crediti giornalieri di Flow.
- Dentro Flow: lo strumento video di Google nato in Labs dà ogni giorno dei crediti gratuiti, che si consumano in fretta, soprattutto con i modelli di qualità più alta. Flow è bello per costruire scene, non per produrre gratis.
- Le vie gratuite serie, tutte insieme, stanno nella guida dedicata: creare video AI gratis, dove Veo è una voce del quadro completo.
La mia onestà da produzione: il gratis di Veo serve a imparare a scrivere prompt, non a fare lavoro. Se hai un progetto con una scadenza, i limiti giornalieri ti fermano a metà, e fermarsi a metà è il modo peggiore di conoscere uno strumento.
Come si usa: la prima clip in cinque passi
Il percorso che darei a chi parte oggi, coi crediti gratuiti di Flow:
- Apri Flow, scegli un modello Veo e chiedi un video in linguaggio naturale: "genera un video di...". Non serve sapere comandi: Veo legge la frase.
- Scrivi la scena coi cinque elementi: soggetto, azione, camera, luce, audio, in questo ordine e in una frase sola. Più sotto ti lascio un esempio che uso davvero.
- Guarda cosa esce e itera sul pezzo sbagliato. La camera vaga? Ridichiarala. La luce è piatta? Nomina la fonte di luce. Non rigenerare alla cieca: ogni tentativo ha un costo, anche quando è gratis, perché il tempo è il primo budget.
- Quando la clip regge, estendila se serve continuare la scena: in Flow puoi ripartire dall'ultimo fotogramma e tenere gli ingredienti, cioè i riferimenti di personaggio e oggetti che rendono coerenti le clip successive.
- Monta fuori. Otto secondi sono un piano, non un video: tagli, ritmo e audio definitivo si decidono in montaggio. Nessun modello te lo dà.
Il prompt su Veo: cinque pezzi, una frase
Su Veo la scrittura paga più che altrove, perché il modello esegue. La struttura che uso io, con un esempio che va bene per una prima prova:
A woman in a beige trench coat walks alone through a night market, camera tracks laterally at walking pace, warm string lights and steam from food stalls, ambient chatter and her footsteps.
Soggetto (chi c'è), azione (una sola), camera (dichiarata), luce (la fonte nominata), audio (il suono chiesto). Veo prende ogni pezzo sul serio: se dichiari la camera, la camera fa quello; se nomini la luce, la luce arriva da lì. Le regole complete, comprese le trappole tipo il "non mettere gente sullo sfondo" che fa comparire gente sullo sfondo, stanno nella sezione prompt della guida generale.
Veo 2, Veo 3, Veo 3.1: cosa cambia nella pratica
| Veo 2 | Veo 3 | Veo 3.1 | |
|---|---|---|---|
| Audio | no, muto | sì, sincronizzato, dialoghi compresi | sì, migliorato |
| Durata della clip | clip brevi | 8 secondi | 4, 6 o 8 secondi, estendibile dall'ultimo fotogramma |
| Coerenza | limitata | buona sulla singola clip | riferimenti di personaggio e oggetti tra clip |
| Dove si trova | non più nelle API Gemini | superato dalla 3.1; anche i suoi modelli non sono più nelle API Gemini | Flow e Gemini Enterprise Agent Platform (non più nelle API Gemini dal 22 ottobre 2026): è l'ultima versione di Veo |
| Quando sceglierlo | mai, se hai la 3 a portata | scena scritta che deve uscire così | progetti con personaggio ricorrente |
Quanto costa Veo 3
Tre strade, tre logiche di prezzo. I prezzi, i crediti e le quote cambiano spesso: per quelli di oggi guarda la pagina ufficiale.
| Strada | Cosa paghi | Quando ha senso |
|---|---|---|
| Flow gratuito | gratis: crediti gratuiti ogni giorno, senza abbonamento | Imparare a scrivere, provare le scene |
| Piani Google AI | l'abbonamento mensile sblocca più generazioni, qualità più alta e Flow con più crediti | Produrre ogni settimana |
| API (Google Cloud) | a consumo sulla Gemini Enterprise Agent Platform: il prezzo cambia con il modello e la risoluzione; dal 22 ottobre 2026 Veo non è più nelle API Gemini | Costruire prodotti e flussi automatici |
Dove inciampa Veo (e come si gira intorno)
Uso Veo ogni settimana e lo consiglio, quindi mi toccano i contro veri:
- Al massimo otto secondi per clip. È il formato del piano, non del video: si estende in Flow o si monta. Chi arriva dal "fammi un video di un minuto" deve ricalibrare l'attesa: un minuto sono otto clip, cioè otto scene scritte.
- Le guardie di sicurezza. Volti noti, personaggi reali, contenuti sensibili: Veo filtra forte. Nel lavoro per brand è quasi sempre un vantaggio, ma sappilo prima di scrivere il prompt con la tua ambassador dentro.
- Il testo dentro il video. Come tutti: le scritte escono storte. I testi si compongono in montaggio, sempre.
- Il labiale in italiano. L'inglese lo segue bene, l'italiano meno: per i dialoghi italiani la voce va in post.
- Il watermark invisibile. I video di Veo portano dentro SynthID, la firma invisibile di Google che dichiara l'origine AI. Non si vede, è progettata per resistere a ritagli, filtri e compressione, e si può verificare con lo strumento SynthID Detector di Google o chiedendo a Gemini: va dichiarata la provenienza, sempre.
Quando scelgo Veo, e quando no
Nel mio modo di dividere le scene tra i motori, Veo prende le inquadrature dove la precisione paga: la scena è già scritta, il cliente ha approvato il riferimento, deve uscire così. Quando la scena chiede altro, cambio motore:
- persone che camminano, gesti, fisica dei corpi: Kling muove meglio;
- scene con più azioni in fila, clip lunghe: Seedance se le ricorda tutte;
- progetti interi con camera, coerenza ed estensioni da gestire insieme: passo dalla piattaforma di regia, Higgsfield, dove i motori vivono con gli strumenti attorno.
E se il video ti serve per il tuo brand e preferisci averci chi lo fa ogni giorno: è il mio mestiere. Scrivimi e partiamo da un'idea.
Le guide del percorso video
- Creare video con l'AI, la mappa di tutti gli strumenti (il pillar di questa guida);
- Higgsfield, la piattaforma di regia dove i motori lavorano;
- Seedance, il motore delle azioni in fila;
- Kling AI, il realista;
- Sora 2, il pioniere dello storyboard, che ha chiuso nel 2026;
- Creare video AI gratis, tutte le vie a costo zero.
Fonti
- Google DeepMind, pagina ufficiale del modello: deepmind.google/models/veo
- Gemini, pagina ufficiale sulla generazione video con Gemini Omni: gemini.google/overview/video-generation
- Flow, lo strumento video di Google nato in Labs: flow.google.com
- Gemini, annuncio di Gemini Omni (Google I/O, maggio 2026): blog.google
- API Gemini, documentazione di Veo (durata, lingue dei prompt, SynthID): ai.google.dev
- API Gemini, generazione video (modello predefinito): ai.google.dev
- Flow, centro assistenza, crediti: support.google.com/flow
- Google Cloud, prezzi della Gemini Enterprise Agent Platform (Veo): cloud.google.com
- Google Cloud, Veo 3.1 sulla Gemini Enterprise Agent Platform (date di uscita e di ritiro): docs.cloud.google.com
- API Gemini, date di ritiro dei modelli: ai.google.dev
- Google DeepMind, SynthID: deepmind.google/models/synthid
- Comportamento del modello: verificato in app ad agosto 2026, stesso controllo della guida generale
Per aggiornamenti e novità, c'è il mio canale Telegram
Le ultime news sugli strumenti del video AI le pubblico prima lì.
Lascia un commento
I commenti vengono letti e approvati prima della pubblicazione.