Google Veo 3.1 Lite: কম খরচের AI ভিডিও জেনারেশন Gemini API-তে এসেছে
Google সদ্য Gemini API-তে Veo 3.1 Lite প্রকাশ করেছে, এটি একটি দ্রুত, সাশ্রয়ী AI ভিডিও জেনারেশন মডেল। ডেভেলপারদের মূল্য নির্ধারণ, মানের সমঝোতা এবং প্রোডাকশন অ্যাপে ভিডিও যুক্ত করার বিষয়ে যা জানা দরকার, তা এখানে দেওয়া হলো।

Veo 3.1 Lite যে সমস্যার সমাধান করে
সোজাসুজি বলি: AI ভিডিও জেনারেশনে খরচের সমস্যা ছিল। একটি 6-সেকেন্ডের ক্লিপের জন্য পূর্ণ Veo 3.1 ইনফারেন্স চালাতে রেজোলিউশন ও অডিও সেটিংসের ওপর নির্ভর করে $0.10 থেকে $0.50 খরচ হতে পারে। প্রতিদিন হাজার হাজার API কল দিয়ে গুণ না করা পর্যন্ত তা যৌক্তিক শোনায়। ভিডিওকে পণ্যে যুক্ত করা স্টার্টআপের জন্য এই খরচ দ্রুত জমে যায়।
Veo 3.1 Lite মডেলটিকে প্রয়োজনীয় বিষয়গুলোতে সীমিত করে। কম ডিফল্ট রেজোলিউশন, নেটিভ অডিও সিন্থেসিস নেই এবং 720p-এর জন্য প্রতি সেকেন্ডে $0.05 মূল্য। ফলাফল হিসেবে এমন একটি মডেল পাওয়া যায়, যার খরচ Veo 3.1 Fast-এর তুলনায় 50%-এর বেশি কম, অথচ অধিকাংশ প্রোডাকশন ব্যবহারের ক্ষেত্রে যথেষ্ট ভিজ্যুয়াল মান বজায় থাকে।
আপনি কী পাবেন (এবং কী হারাবেন)
এটি একটি সমঝোতা, বিনামূল্যের আপগ্রেড নয়। ইন্টিগ্রেশনের আগে পার্থক্যগুলো বোঝা গুরুত্বপূর্ণ।
Veo 3.1 Fast-এর তুলনায় প্রতি সেকেন্ডে 50%-এর বেশি সস্তা। টেক্সট-টু-ভিডিও ও ইমেজ-টু-ভিডিও সমর্থন। সাধারণ দৃশ্যে প্রম্পট মেনে চলা সামঞ্জস্যপূর্ণ। প্রতি সেকেন্ডের মূল্য নির্ভুল খরচ নিয়ন্ত্রণ দেয়। পরিচিত SDK-সহ স্ট্যান্ডার্ড Gemini API-এর মাধ্যমে পাওয়া যায়।
নেটিভ অডিও জেনারেশন নেই (আলাদা পাইপলাইনে নিজে যোগ করতে হবে)। 720p ডিফল্ট, 1080p সর্বোচ্চ (4K নেই)। সর্বোচ্চ ক্লিপের দৈর্ঘ্য কম (পূর্ণ Veo 3.1-এর 16 সেকেন্ডের তুলনায় 8 সেকেন্ড)। জটিল বহু-বিষয়ক দৃশ্যে সামঞ্জস্য হারাতে পারে। পূর্ণ মডেলের তুলনায় সূক্ষ্ম ক্যামেরা নিয়ন্ত্রণ সীমিত।
অধিকাংশ ডেভেলপার ব্যবহারের ক্ষেত্রে, যেমন সোশ্যাল মিডিয়া প্রিভিউ, পণ্যের ডেমো, মার্কেটিং অটোমেশন, অনবোর্ডিং ভিডিও, Lite মডেল যথেষ্টেরও বেশি। কেবল সিনেমাটিক মান, নেটিভ অডিও, বা দীর্ঘ সময়সীমা প্রয়োজন হলে পূর্ণ Veo 3.1 লাগবে।
ভিডিও জেনারেশনের জন্য Gemini API সেট আপ করা
আপনার কাছে যদি ইতিমধ্যে Gemini API কী থাকে, তাহলে ভিডিও জেনারেশন যোগ করতে প্রায় 10 লাইন কোড লাগে। এখানে একটি ন্যূনতম Python উদাহরণ দেওয়া হলো:
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"
)
# ভিডিওটি সংরক্ষণ করুন
with open("output.mp4", "wb") as f:
f.write(response.video_bytes)API সরাসরি ভিডিও ডেটা ফেরত দেয়। 4-সেকেন্ডের ক্লিপ তৈরি করতে প্রায় 45-60 সেকেন্ড এবং 8-সেকেন্ডের ক্লিপে 90-120 সেকেন্ড লাগে, তাই যেকোনো প্রোডাকশন অ্যাপে অনুরোধগুলো অ্যাসিঙ্ক্রোনাসভাবে পরিচালনা করা উচিত।
resolution="1080p" ব্যবহার করুন। 720p ও 1080p-এর খরচের পার্থক্য প্রায় 2x, আর সোশ্যাল মিডিয়া কনটেন্টের জন্য মোবাইল ডিভাইসে 720p প্রায়ই আলাদা করে বোঝা যায় না।মূল্য নির্ধারণের বিশ্লেষণ
Google Veo 3.1 Lite-এর মূল্য নির্ধারণ করে জেনারেট হওয়া ভিডিওর প্রতি সেকেন্ডে। বর্তমান হিসাবটি এখানে দেওয়া হলো:
| রেজোলিউশন | মূল্য | 4-সেকেন্ডের ক্লিপ | 8-সেকেন্ডের ক্লিপ |
|---|---|---|---|
| 720p | $0.05/সেকেন্ড | $0.20 | $0.40 |
| 1080p | $0.08/সেকেন্ড | $0.32 | $0.64 |
পূর্ণ Veo 3.1 মডেলের সঙ্গে তুলনা করুন, যার খরচ প্রতি সেকেন্ডে প্রায় 2x বেশি এবং এটি নেটিভ অডিওসহ 4K আউটপুট সমর্থন করে।
720p/4s-এ প্রতিদিন 10,000 ক্লিপ জেনারেট করা একটি পণ্যের জন্য Lite মডেলের খরচ প্রায় $2,000/দিন। এটি এখনও উল্লেখযোগ্য, তবে পূর্ণ মডেলের চেয়ে 50%-এর বেশি সস্তা, এবং প্রতি সেকেন্ডের মূল্য আপনাকে নির্ভুল খরচ নিয়ন্ত্রণ দেয়।
Lite বনাম Full কখন ব্যবহার করবেন
গত এক সপ্তাহ ধরে আমি উভয় মডেল পরীক্ষা করছি, আর এখানে আমার ব্যবহারিক নির্দেশিকা:
এসবের জন্য Veo 3.1 Lite ব্যবহার করুন:
- সোশ্যাল মিডিয়া কনটেন্ট (TikTok, Reels, Shorts)
- পণ্য প্রদর্শনের ক্লিপ
- ইমেইল মার্কেটিং থাম্বনেইল/প্রিভিউ
- দ্রুত প্রোটোটাইপিং ও পুনরাবৃত্তি
- উচ্চ-ভলিউম ব্যাচ জেনারেশন
- রিয়েল-টাইম বা প্রায় রিয়েল-টাইম অ্যাপ্লিকেশন
এসবের জন্য Veo 3.1 Full ব্যবহার করুন:
- সিনেমাটিক/মার্কেটিং হিরো ভিডিও
- নেটিভ অডিও প্রয়োজন এমন কনটেন্ট
- বড় ডিসপ্লের জন্য 4K আউটপুট
- জটিল বহু-চরিত্রের দৃশ্য
- দীর্ঘ ক্লিপ (10-16 সেকেন্ড)
- নির্ভুল ক্যামেরা মুভমেন্ট নিয়ন্ত্রণ
ইমেজ-টু-ভিডিও: সবচেয়ে শক্তিশালী ফিচার
টেক্সট-টু-ভিডিও শিরোনাম পায়, কিন্তু প্রোডাকশনে Veo 3.1 Lite সত্যিকার অর্থে উজ্জ্বল হয় ইমেজ-টু-ভিডিওতে। এতে একটি পণ্যের ছবি, UI স্ক্রিনশট বা ডিজাইন মকআপ দিন, এবং এটি তার একটি সংক্ষিপ্ত অ্যানিমেটেড সংস্করণ তৈরি করবে।
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"
)এই প্যাটার্নটি ই-কমার্স প্ল্যাটফর্ম, SaaS ল্যান্ডিং পেজ এবং এমন যেকোনো অ্যাপ্লিকেশনের জন্য ভালো কাজ করে যেখানে ভিডিও প্রোডাকশন পাইপলাইন ছাড়াই স্থির অ্যাসেটকে গতিশীল কনটেন্টে রূপান্তর করতে হয়।
একটি সহজ ভিডিও জেনারেশন পাইপলাইন তৈরি করা
বেসিক এরর হ্যান্ডলিং ও অ্যাসিঙ্ক প্রসেসিংসহ FastAPI ব্যাকএন্ডে Veo 3.1 Lite ইন্টিগ্রেট করার একটি আরও বাস্তবসম্মত উদাহরণ এখানে দেওয়া হলো:
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")
# ইন-মেমরি স্টোর (প্রোডাকশনে Redis বা ডেটাবেস ব্যবহার করুন)
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"})এটি আপনাকে একটি নন-ব্লকিং API দেয়, যেখানে ক্লায়েন্টরা জেনারেশন অনুরোধ জমা দেয় এবং ফলাফলের জন্য পোল করে। প্রোডাকশনের জন্য ইন-মেমরি ডিকশনারির বদলে Redis ব্যবহার করুন, রেট লিমিটিং যোগ করুন এবং সম্পন্ন ভিডিওগুলো ক্লাউড স্টোরেজে রাখুন।
বৃহত্তর চিত্র: কেন এটি গুরুত্বপূর্ণ
Veo 3.1 Lite শুধু একটি সস্তা মডেল নয়। এটি AI ভিডিও বিতরণ নিয়ে Google-এর ভাবনার পরিবর্তনকে তুলে ধরে।
এখন পর্যন্ত সেরা AI ভিডিও মডেলগুলোকে প্রিমিয়াম ক্রিয়েটিভ টুল হিসেবে অবস্থান দেওয়া হয়েছিল। Sora-এর জন্য ChatGPT Pro সাবস্ক্রিপশন প্রয়োজন ছিল, এবং এখন OpenAI এটিকে পুরোপুরি বন্ধ করে দিয়েছে। Runway প্রতি জেনারেশনে মূল্য নেয়। এমনকি Veo 3.1 Full-ও বিবেচনাপ্রসূত, উচ্চ-মূল্যের ব্যবহারের জন্য মূল্য নির্ধারণ করা হয়েছে।
Lite অর্থনীতির হিসাব বদলে দেয়। প্রতি 4-সেকেন্ডের ক্লিপে $0.20 (720p) খরচে, কনটেন্ট অটোমেশন পাইপলাইন, মার্কেটিং প্ল্যাটফর্ম এবং শিক্ষামূলক অ্যাপে যুক্ত করার মতো সাশ্রয়ী হয় ভিডিও জেনারেশন। এটি এখনও স্টক ফুটেজ সাবস্ক্রিপশন সম্পূর্ণ বদলে দেওয়ার মতো সস্তা নয়, কিন্তু পূর্ণ মডেলের তুলনায় 50%+ সাশ্রয় এটিকে এমন উচ্চ-ভলিউম ব্যবহারের জন্য কার্যকর করে, যা আগে অত্যন্ত ব্যয়বহুল ছিল। এটি শিল্পজুড়ে আমরা যে মূল্য নির্ধারণের বিপ্লব পর্যবেক্ষণ করছি, তারই ধারাবাহিকতা।
API-প্রথম বিতরণ
গতি নতুন ওয়ার্কফ্লো সম্ভব করে
অর্থনীতি গ্রহণযোগ্যতা বাড়ায়
এরপর কী আসছে
Sora বন্ধ হওয়ার কয়েক দিনের মধ্যেই Google Veo 4-এর ইঙ্গিত দিয়েছে, তবে সময়সীমা অস্পষ্ট। এর মধ্যে Veo 3.1 Lite বাজারে একটি গুরুত্বপূর্ণ শূন্যস্থান পূরণ করে। কম খরচ, কম লেটেন্সি ও সহজ API ইন্টিগ্রেশনের সমন্বয় এটিকে 2026 সালে ভিডিও-প্রথম পণ্য নির্মাণকারী ডেভেলপারদের জন্য সবচেয়ে ব্যবহারিক বিকল্প করে তোলে।
আপনি যদি আপনার পরবর্তী প্রজেক্টের জন্য AI ভিডিও API মূল্যায়ন করেন, তাহলে Veo 3.1 Lite আপনার সংক্ষিপ্ত তালিকায় থাকা উচিত, বিশেষ করে যদি আপনার ব্যবহারে সিনেমাটিক মানের চেয়ে ভলিউম ও গতিকে অগ্রাধিকার দেওয়া হয়। প্রধান মডেলগুলোর তুলনা নিয়ে বিস্তৃত আলোচনার জন্য আমাদের Sora 2 বনাম Runway বনাম Veo 3 তুলনা দেখুন।
উৎস
- ডেভেলপারদের জন্য Google AI: Veo 3.1 Lite-এর 720p-এ প্রতি সেকেন্ডে খরচ $0.05, Veo 3.1 Fast-এর প্রতি সেকেন্ডে $0.10-এর তুলনায় (ডেভেলপারদের জন্য Google AI)
- ডেভেলপারদের জন্য Google AI: Veo 3.1 Lite-এর ডিফল্ট 720p এবং এটি চার-, ছয়- ও আট-সেকেন্ডের ক্লিপ সমর্থন করে (ডেভেলপারদের জন্য Google AI)

লিয়ঁর একজন AI ডেভেলপার, যিনি জটিল ML ধারণাকে সহজ রেসিপিতে রূপ দিতে ভালোবাসেন। মডেল ডিবাগ না করলে তাকে রোন উপত্যকায় সাইক্লিং করতে দেখা যাবে।
View profile →সম্পর্কিত নিবন্ধ
এই সম্পর্কিত পোস্টগুলোর মাধ্যমে আরও অনুসন্ধান করুন

Alibaba HappyHorse-1.0: রহস্যময় মডেলটি যা প্রতিটি AI ভিডিও লিডারবোর্ডে শীর্ষে উঠেছে
HappyHorse-1.0 নামের একটি মডেল কোনো পরিচয় ছাড়াই Artificial Analysis-এ হাজির হয়, text-to-video এবং image-to-video উভয় ক্ষেত্রেই #1-এ উঠে যায়, তারপর জানা যায় এটি Alibaba-এর। আর্কিটেকচার, টিম এবং AI ভিডিও বাজারে এর অর্থ সম্পর্কে আমরা যা জানি তা এখানে রয়েছে।

চীনের AI ভিডিও আধিপত্য: কিলিং এবং কুইশু কীভাবে সিলিকন ভ্যালিকে পিছনে ফেলছে
শীর্ষ ৮টির মধ্যে ৭টি AI ভিডিও মডেল এখন চীনি কোম্পানি থেকে আসছে। কুইশুর কিলিং AI কীভাবে ৬০ মিলিয়ন ব্যবহারকারীতে পৌঁছেছে এবং এটি শিল্পের জন্য কী মানে তা পরীক্ষা করুন।

বিনামূল্যে আনলিমিটেড AI ভিডিও টুল: ২০২৬ সালে কী কাজ করে
বিনামূল্যে আনলিমিটেড AI ভিডিও টুল সাধারণত কিউ-ভিত্তিক বা লোকাল। আসলে কী আনলিমিটেড, কী ধীর করে দেয় এবং ২০২৬ সালের কার্যকর সেটআপ কীভাবে বেছে নেবেন তা জানুন।