‏گوگل ویئو ۳.۱ لایت، هزینه‌های API را نصف کرد؛ سورا اوپن‌ای‌آی از بازار رفت.

‏گوگل مدل ویدیویی جدیدی مبتنی بر هوش مصنوعی برای توسعه‌دهندگان ارائه کرده است که بسیار ارزان‌تر از مدل‌های قبلی است.

معرفی Veo 3.1 Lite

Veo 3.1 Lite این هفته از طریق Gemini API با قیمتی کمتر از نصف Veo 3.1 Fast، گزینه میان‌رده در مجموعه تولید ویدیوی گوگل، عرضه شد. این مدل از تبدیل متن به ویدیو و تصویر به ویدیو در هر دو قالب افقی (۱۶:۹) و عمودی (۹:۱۶) با وضوح ۷۲۰p و ۱۰۸۰p پشتیبانی می‌کند. مدت زمان ویدیو قابل تنظیم در ۴، ۶ یا ۸ ثانیه است و هزینه آن نیز متناسب با آن تغییر می‌کند.

برای درک بهتر: Veo 3.1 قبلاً حدود ۰.۴۰ دلار در ثانیه برای تولید ویدیو با صدا از طریق API هزینه داشت، در حالی که Veo 3.1 Fast حدود ۰.۱۵ دلار در ثانیه هزینه داشت. Lite این هزینه را به ۰.۰۵ دلار در ثانیه برای ۷۲۰p کاهش می‌دهد که در نهایت باعث می‌شود برنامه‌های ویدیویی با حجم بالا برای سازندگان کوچک‌تر از نظر مالی مقرون به صرفه شوند.

ما این مدل را آزمایش کردیم و تولیدات بسیار سریع انجام شدند، بدون اینکه افت کیفیت قابل توجهی داشته باشند. تولید یک ویدیو ۸ ثانیه‌ای (طولانی‌ترین زمان موجود) کمتر از ۱ دقیقه طول کشید. پایبندی به دستورالعمل‌ها قابل قبول بود و یک اشکال جزئی در حروف‌نگاری مشاهده شد. به غیر از این، تفاوت بین Veo 3.1 Lite و Veo 3.1 Fast به اندازه تفاوت بین Veo 3.1 Fast و نسخه کامل اصلی Veo 3.1 قابل توجه نیست.

کاهش قیمت‌ها و انعطاف‌پذیری

گوگل به قیمت‌گذاری رقابتی مدل جدید خود بسنده نکرد. در ۷ آوریل، قیمت Veo 3.1 Fast نیز کاهش یافت. این شرکت اعلام کرد که این اقدام “خانواده مدل Veo 3.1 را تکمیل می‌کند و به توسعه‌دهندگان بر اساس نیازهایشان انعطاف‌پذیری می‌دهد.” پیام به سازندگان واضح است: سطح خود را انتخاب کنید، نه سقف خود را.

این موضوع اهمیت دارد زیرا هزینه همیشه راز پنهان تولید ویدیوی هوش مصنوعی بوده است. خروجی‌ها در دموها عالی به نظر می‌رسند، اما اینها معمولاً تولیدات دست‌چین شده هستند و هوش مصنوعی ویدیو هنوز برای استفاده مداوم بیش از حد تصادفی است.

OpenAI این موضوع را به سختی آموخت. طبق گزارش‌ها، Sora روزانه ۱۵ میلیون دلار هزینه داشت و این شرکت هفته گذشته اعلام کرد که این محصول را به طور کامل متوقف می‌کند. OpenAI اکنون در حال “چرخش به سمت تحقیقات شبیه‌سازی جهان برای پیشبرد رباتیک” است – که یک روش بسیار شرکتی برای گفتن این است که نتیجه‌بخش نبود. یک قرارداد ۱ میلیارد دلاری با دیزنی در این میان از بین رفت.

Veo 3 در ماه مه ۲۰۲۵ به عنوان بزرگترین نمایش هوش مصنوعی گوگل راه‌اندازی شد و به عنوان یک تولیدکننده همه‌کاره معرفی شد که نه تنها ویدیو، بلکه موسیقی متن کامل – صدای محیط، جلوه‌ها و حتی دیالوگ – را تولید می‌کرد. سپس Veo 3.1 در اکتبر عرضه شد و مستقیماً با Sora 2 رقابت کرد. کیفیت چشمگیر بود، اما برچسب قیمت برای هر کسی که سعی در عرضه چیزی در مقیاس داشت، چندان جذاب نبود.

رقابت در بازار چین

رقبای چینی این شکاف را زود تشخیص دادند. Kling AI از Kuaishou تولید ویدیوی قابل مقایسه را با قیمت‌های بسیار ارزان‌تر از طرح Ultra 250 دلاری گوگل و حتی جایگزین Pro 20 دلاری ارائه می‌دهد. Hunyuan Video از Tencent حتی فراتر رفت و یک مدل متن‌باز را به صورت رایگان منتشر کرد که همزمان با تبلیغات Sora در سال ۲۰۲۴ توسط OpenAI منتشر شد. بازار چین فقط بر سر کیفیت رقابت نمی‌کند. این بازار بر سر اقتصاد رقابت می‌کند و مدتی است که در این بحث پیروز شده است.

در بخش حرفه‌ای، ابزارهایی مانند PAI از Utopai یک جایگاه کاملاً متفاوت را ایجاد می‌کنند: داستان‌سرایی سینمایی بلندمدت با شخصیت‌های ثابت، استوری‌بوردهای دقیق و ویرایش مبتنی بر هوش مصنوعی در سطح صحنه. PAI ارزان نیست – ۱۰۰ دلار برای ۱۰,۰۰۰ اعتبار که سریع مصرف می‌شوند – اما نشان می‌دهد که سازندگان جدی به کجا می‌روند. آنها کنترل می‌خواهند، نه فقط تولید.

Veo 3.1 Lite قصد ندارد خط تولید سینمایی PAI باشد و قصد ندارد در قیمت با Kling رقابت کند. هدف آن میان‌رده است: توسعه‌دهندگانی که نیاز به ارائه ویژگی‌های ویدئویی در مقیاس دارند، بدون اینکه اعتبار API خود را در هر تکرار از دست بدهند. این مدل، بازی زیرساختی گوگل برای نسل بعدی برنامه‌هایی است که با ویدیو به عنوان یک مؤلفه استاندارد رفتار می‌کنند، نه یک ترفند ممتاز.

اگر کاهش قیمت ۷ آوریل برای Veo 3.1 Fast طبق وعده انجام شود، هزینه ساخت با ویدیوی هوش مصنوعی در کل مجموعه گوگل در یک هفته کاهش می‌یابد.