Google Veo 3.1 Lite: توليد فيديو بالذكاء الاصطناعي منخفض التكلفة يصل إلى واجهة Gemini API

المشكلة التي يحلها Veo 3.1 Lite

لأكون صريحاً: توليد الفيديو بالذكاء الاصطناعي كان يعاني من مشكلة التكلفة. تشغيل استدلال كامل لنموذج Veo 3.1 لمقطع مدته 6 ثوانٍ قد يكلف بين 0.10$ و0.50$ حسب الدقة وإعدادات الصوت. يبدو ذلك معقولاً حتى تضربه بآلاف استدعاءات API يومياً. بالنسبة لشركة ناشئة تبني الفيديو في منتجها، تتراكم هذه الأرقام بسرعة.

يقلص Veo 3.1 Lite النموذج إلى الأساسيات. دقة افتراضية أقل، بدون توليف صوتي أصلي، وتسعير بقيمة 0.05$ في الثانية لدقة 720p. النتيجة هي نموذج يكلف أكثر من 50% أقل من Veo 3.1 Fast مع الحفاظ على جودة بصرية كافية لمعظم حالات الاستخدام الإنتاجية.

ما تحصل عليه (وما تخسره)

هذه مقايضة وليست ترقية مجانية. فهم الفروقات أمر مهم قبل الدمج.

لمعظم حالات استخدام المطورين، معاينات وسائل التواصل الاجتماعي، عروض المنتجات التوضيحية، أتمتة التسويق، فيديوهات الإعداد، نموذج Lite أكثر من كافٍ. تحتاج النموذج الكامل Veo 3.1 فقط عندما تحتاج إلى جودة سينمائية، أو صوت أصلي، أو مدة ممتدة.

إعداد واجهة Gemini API لتوليد الفيديو

إذا كان لديك بالفعل مفتاح Gemini API، فإن إضافة توليد الفيديو تتطلب حوالي 10 أسطر من الكود. إليك مثالاً مبسطاً بلغة Python:

import google.generativeai as genai
 
genai.configure(api_key="YOUR_API_KEY")
 
model = genai.GenerativeModel("veo-3.1-lite")
 
response = model.generate_video(
    prompt="A cycling route through the French countryside at golden hour, "
           "drone perspective following the road between lavender fields",
    duration=4,
    resolution="720p"
)
 
# Save the video
with open("output.mp4", "wb") as f:
    f.write(response.video_bytes)

تُرجع الواجهة بيانات الفيديو مباشرة. يستغرق التوليد تقريباً 45-60 ثانية لمقطع مدته 4 ثوانٍ و90-120 ثانية لمقطع مدته 8 ثوانٍ، لذا ستحتاج إلى معالجة الطلبات بشكل غير متزامن في أي تطبيق إنتاجي.

تفصيل الأسعار

تُسعّر Google نموذج Veo 3.1 Lite بالثانية من الفيديو المُولّد. إليك التفصيل الحالي:

قارن هذا بنموذج Veo 3.1 الكامل، الذي يكلف تقريباً ضعف السعر بالثانية ويدعم إخراج 4K مع صوت أصلي.

لمنتج يولّد 10,000 مقطع يومياً بدقة 720p/4 ثوانٍ، يكلف نموذج Lite تقريباً 2,000$ يومياً. هذا لا يزال مبلغاً كبيراً، لكنه أرخص بأكثر من 50% من النموذج الكامل، والتسعير بالثانية يمنحك تحكماً دقيقاً بالتكلفة.

متى تستخدم Lite مقابل Full

اختبرت كلا النموذجين خلال الأسبوع الماضي، وإليك دليلي العملي:

تحويل الصورة إلى فيديو: الميزة الاستثنائية

تحويل النص إلى فيديو يتصدر العناوين، لكن تحويل الصورة إلى فيديو هو حيث يتألق Veo 3.1 Lite حقاً في الإنتاج. تُدخل صورة منتج، أو لقطة شاشة لواجهة المستخدم، أو نموذج تصميمي، ويُولّد نسخة متحركة قصيرة منها.

import google.generativeai as genai
from pathlib import Path
 
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("veo-3.1-lite")
 
image_data = Path("product_photo.jpg").read_bytes()
 
response = model.generate_video(
    prompt="Smooth camera orbit around the product, studio lighting, "
           "white background with subtle shadows",
    image=image_data,
    duration=4,
    resolution="720p"
)

هذا النمط يعمل بشكل ممتاز لمنصات التجارة الإلكترونية، وصفحات هبوط SaaS، وأي تطبيق تحتاج فيه إلى تحويل الأصول الثابتة إلى محتوى ديناميكي بدون خط إنتاج فيديو.

بناء خط أنابيب بسيط لتوليد الفيديو

إليك مثالاً أكثر واقعية يوضح كيفية دمج Veo 3.1 Lite في واجهة FastAPI خلفية مع معالجة أخطاء أساسية ومعالجة غير متزامنة:

from fastapi import FastAPI, BackgroundTasks
import google.generativeai as genai
import asyncio
import uuid
 
app = FastAPI()
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("veo-3.1-lite")
 
# In-memory store (use Redis or a database in production)
jobs = {}
 
async def generate_video_task(job_id: str, prompt: str):
    try:
        response = model.generate_video(
            prompt=prompt, duration=4, resolution="720p"
        )
        jobs[job_id] = {
            "status": "completed",
            "video_bytes": response.video_bytes
        }
    except Exception as e:
        jobs[job_id] = {"status": "failed", "error": str(e)}
 
@app.post("/generate")
async def create_video(prompt: str, background_tasks: BackgroundTasks):
    job_id = str(uuid.uuid4())
    jobs[job_id] = {"status": "processing"}
    background_tasks.add_task(generate_video_task, job_id, prompt)
    return {"job_id": job_id}
 
@app.get("/status/{job_id}")
async def get_status(job_id: str):
    return jobs.get(job_id, {"status": "not_found"})

يمنحك هذا واجهة API غير حاجبة حيث يرسل العملاء طلبات التوليد ويستعلمون عن النتائج. للإنتاج، استبدل القاموس المؤقت في الذاكرة بـ Redis، وأضف تحديد المعدل، وخزّن الفيديوهات المكتملة في التخزين السحابي.

الصورة الأكبر: لماذا هذا مهم

Veo 3.1 Lite ليس مجرد نموذج أرخص. إنه يمثل تحولاً في طريقة تفكير Google في توزيع فيديو الذكاء الاصطناعي.

حتى الآن، كانت أفضل نماذج الفيديو بالذكاء الاصطناعي تُقدَّم كأدوات إبداعية متميزة. Sora كان يتطلب اشتراك ChatGPT Pro، والآن أوقفت OpenAI تشغيله بالكامل. Runway يفرض رسوماً لكل عملية توليد. حتى Veo 3.1 Full مُسعّر لحالات الاستخدام المتعمدة وعالية القيمة.

Lite يغيّر المعادلة الاقتصادية. بسعر 0.20$ لمقطع مدته 4 ثوانٍ (720p)، يصبح توليد الفيديو في متناول الجميع بما يكفي لدمجه في خطوط أتمتة المحتوى، ومنصات التسويق، والتطبيقات التعليمية. رغم أنه ليس رخيصاً بما يكفي بعد لاستبدال اشتراكات مقاطع الفيديو الجاهزة بالكامل، فإن التوفير بنسبة تتجاوز 50% مقارنة بالنموذج الكامل يجعله عملياً لحالات الاستخدام عالية الحجم التي كانت مكلفة للغاية سابقاً. هذا استمرار لـ ثورة التسعير التي نتتبعها عبر الصناعة.

ما الذي سيأتي بعد ذلك

ألمحت Google إلى Veo 4 بعد أيام قليلة من إيقاف Sora، لكن الجدول الزمني غير واضح. في هذه الأثناء، يملأ Veo 3.1 Lite فجوة مهمة في السوق. الجمع بين التكلفة المنخفضة، وزمن الاستجابة المنخفض، وسهولة الدمج عبر API يجعله الخيار الأكثر عملية للمطورين الذين يبنون منتجات تركز على الفيديو في 2026.

إذا كنت تقيّم واجهات API للفيديو بالذكاء الاصطناعي لمشروعك القادم، فإن Veo 3.1 Lite يجب أن يكون على قائمتك المختصرة، خاصة إذا كانت حالة استخدامك تُعطي الأولوية للحجم والسرعة على الجودة السينمائية. للاطلاع على مقارنة أوسع بين النماذج الرئيسية، راجع مقارنة Sora 2 مقابل Runway مقابل Veo 3.