Google Veo 3.1: Bild und Ton aus einem Guss
Veo erzeugt Videos samt passendem Ton und gilt bei Lippensynchronität als Maßstab. Interessant vor allem für alle, die ohnehin bei Google arbeiten.
Dieser Beitrag ist ein Überblick auf Grundlage von Anbieterangaben und öffentlich zugänglichen Berichten, kein benoteter Test aus eigener Hand. Preise und Funktionen ändern sich in diesem Feld besonders schnell; maßgeblich sind die Angaben des Anbieters. Was wir selbst über Wochen im Einsatz hatten, steht mit Note in der Kategorie KI-Videogeneratoren & Stimmen-KI.
Der Unterschied: Ton kommt mit
Die meisten Videomodelle liefern stummes Bild, der Ton entsteht danach. Veo erzeugt Bild und Ton gemeinsam, was ein hartnäckiges Problem entschärft: Lippenbewegungen, die nicht zur Sprache passen.
Nach den vorliegenden Angaben liegt Veo bei Lippensynchronität und Tonqualität vorn, mit Ausgabe bis in den 4K-Bereich. Für Dialogszenen ist das der wichtigste Punkt überhaupt.
Zugänglich ist das Modell über die Abonnements von Google und über die Programmierschnittstelle, die je nach Variante nach Sekunden abgerechnet wird. Für den Alltag heißt das: Ein 30-Sekunden-Clip hat einen Preis, den man vorher ausrechnen kann.
Für wen sich das lohnt
Für Teams, die ohnehin im Google-Umfeld arbeiten, ist der Weg kurz: derselbe Zugang wie für Gemini, dieselbe Abrechnung. Für alle anderen lohnt der Vergleich mit den Modellen aus unseren Porträts zu Kling und Seedance, die in Länge und Produktstabilität eigene Schwerpunkte setzen.
Wer nur eine gute Stimme über vorhandenes Material legen will, braucht kein Videomodell: Das erledigt ElevenLabs günstiger und mit mehr Kontrolle.
Grenzen und Pflichten
Auch hier gilt: kurze Laufzeiten je Generierung, Schwächen bei komplexen Bewegungen, und Kosten, die mit der Zahl der Anläufe steigen.
Rechtlich bleibt die Kennzeichnungspflicht für synthetische Inhalte bestehen, ebenso das Verbot, erkennbare Personen ohne Einwilligung nachzubilden. Die Prüfpunkte stehen in unserem Ratgeber.
Kurzfassung: der Maßstab bei Lippensynchronität und Ton, besonders naheliegend im Google-Umfeld. Abrechnung nach Sekunden macht die Kalkulation immerhin planbar.
Im Beitrag erwähnte Tools
Zu jedem Werkzeug gibt es einen ausführlichen Testbericht mit Noten und Preisen.
Jean-Marc Mihoc arbeitet täglich mit KI-Werkzeugen und testet sie hier mit selbst bezahlten Zugängen an echten Arbeitsaufgaben, statt an Demos. Er schreibt auf, was dabei herauskommt, auch wenn es unspektakulär ist, und sagt bei jedem Werkzeug dazu, für wen es sich nicht lohnt.
