Für Konten ohne bisherigen Kauf: Läufe über 2 Credits brauchen eine Aufladung.
Neu hier?
10 Gratis-Credits (0,10 $) bei Anmeldung mit Google
Nutzbar 24 Stunden nach der Anmeldung, bis zu 5 Läufe pro Tag und höchstens 2 Credits je Lauf. Andere Anmeldearten starten ohne Guthaben.
02
Beispiele
Echte Ergebnisse aus den öffentlichen Beispielen dieses Modells auf Replicate, mit dem Prompt und den Einstellungen, die sie erzeugt haben. Sie wurden nicht live auf dieser Seite erzeugt.
Prompt
a dog riding a skateboard
Länge: 0:05
Einstellungen
aspect_ratio
16:9
duration
5
Beispiel-Prompts
Beispiele aus dem Railwail-Katalog. Sie wurden nicht live auf dieser Seite erzeugt.
Nature Scene
Länge: 0:08
Aerial drone shot slowly rising above a misty old-growth forest at dawn, revealing a winding river cutting through the valley below, golden sunlight breaking through clouds
Cinematic Portrait
Länge: 0:05
Close-up of a woman's face as she opens her eyes and looks into the camera, shallow depth of field, soft golden backlight, hair gently moving in the breeze, cinematic 24fps
03
Über Google Veo 2
Kurz gesagtStand: 23. September 2026
Google Veo 2 ist ein Modell von Google DeepMind aus der Kategorie Videogenerierung. Über Railwail kostet Google Veo 2 0,60 $ pro Videosekunde. Ein Standardlauf mit 8 Sekunden kostet 4,80 $. Unterstützte Seitenverhältnisse: 16:9 und 9:16. Mögliche Längen: 5, 6, 7 oder 8 s. Neuere Version: Google Veo 3.1.
Hintergrund
Über Google DeepMind
Gegründet 2010 · London, United Kingdom
Google DeepMind is the merged AI research organisation formed in April 2023 when Google Brain and DeepMind (acquired by Google in 2014) were combined into a single unit led by Demis Hassabis (CEO). DeepMind was founded in 2010 by Hassabis, Shane Legg and Mustafa Suleyman, and is famous for AlphaGo, AlphaFold and the Gemini language-model family. On the video side, DeepMind shipped Imagen Video (2022), Lumiere (2024), Veo (May 2024, Google I/O), Veo 2 (December 2024), Veo 3 with native audio (May 2025) and Veo 3.1 (late 2025). Veo is exposed via Vertex AI, the Gemini API, Google Labs (VideoFX, Whisk) and YouTube's Dream Screen.
Latent video diffusion / Diffusion Transformer hybrid with cascaded super-resolution
Veo 2 is a closed text-to-video and image-to-video model that builds on DeepMind's Imagen and Lumiere research. It uses a spatio-temporal latent diffusion architecture with a transformer-based denoiser conditioned on rich text embeddings from Gemini-family encoders and optional image embeddings. Veo 2 generates clips up to 8 seconds at up to 4K resolution (extended versions reach minutes), with strong understanding of camera language ('dolly', 'aerial', '35mm anamorphic') and real-world physics. DeepMind report substantial gains over Veo 1 on motion realism, prompt adherence and detail. The pipeline combines a base diffusion model with cascaded spatial and temporal super-resolution and an upscaler. Veo 2 was trained on a curated YouTube-and-partner video corpus with synthetic captioning at multiple granularities, and post-trained with reward models for prompt adherence and aesthetic quality.
Parameter
Undisclosed
Fähigkeiten
Text-to-video and image-to-video generation
Up to 8-second clips, up to 4K resolution
Rich cinematographic prompt vocabulary (lenses, lighting, camera moves)
Strong real-world physics and object permanence
Available via Vertex AI, Gemini API, VideoFX and YouTube Dream Screen
SynthID watermarking embedded in every frame
Multilingual prompts via Gemini text encoders
Lower hallucination of artefacts than Veo 1
Best for: high-quality marketing, film previs, broadcast inserts, enterprise creative.
Training & Lizenz
Curated mix of licensed video, public web video (including YouTube under Google's terms) and synthetic data, with multi-granularity captioning produced by Gemini vision models. Exact dataset size undisclosed.
Lizenz: Proprietary commercial licence via Google Cloud / Vertex AI and the Gemini API; commercial usage permitted under Google's generative AI terms; SynthID watermark required on all output.
Sicherheitstests: Subject to Google's responsible AI framework with safety filters, public-figure filters, child-safety classifiers and provenance via SynthID; covered by Google's Responsible AI Progress Reports.
Bekannte Grenzen
No native audio in Veo 2 (audio first appears in Veo 3)
8-second clip limit per base generation
Closed access with gated waitlist on some surfaces
Strict moderation on people, brands and political content
Limited control over exact frame composition without seed images
curl https://railwail.com/api/v1/videos/generations \
-H "Authorization: Bearer $RAILWAIL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "google-veo-2",
"prompt": "A slow drone shot over a misty pine forest at sunrise"
}'
# Response: {"job_id": "...", "status": "queued", ...}
# Poll until status is completed, failed or cancelled:
curl https://railwail.com/api/v1/jobs/JOB_ID \
-H "Authorization: Bearer $RAILWAIL_API_KEY"
import os
import time
import requests
API = "https://railwail.com/api/v1"
headers = {"Authorization": f"Bearer {os.environ['RAILWAIL_API_KEY']}"}
job = requests.post(
f"{API}/videos/generations",
headers=headers,
json={
"model": "google-veo-2",
"prompt": "A slow drone shot over a misty pine forest at sunrise",
},
).json()
while True:
status = requests.get(f"{API}/jobs/{job['job_id']}", headers=headers).json()
if status["status"] in ("completed", "failed", "cancelled"):
break
time.sleep(5)
print(status["status"], status.get("output_url"))
const API = "https://railwail.com/api/v1";
const headers = {
Authorization: `Bearer ${process.env.RAILWAIL_API_KEY}`,
"Content-Type": "application/json",
};
const job = await fetch(`${API}/videos/generations`, {
method: "POST",
headers,
body: JSON.stringify({
model: "google-veo-2",
prompt: "A slow drone shot over a misty pine forest at sunrise"
}),
}).then((r) => r.json());
let status;
do {
await new Promise((r) => setTimeout(r, 5000));
status = await fetch(`${API}/jobs/${job.job_id}`, { headers }).then((r) => r.json());
} while (!["completed", "failed", "cancelled"].includes(status.status));
console.log(status.status, status.output_url);
Proprietary commercial licence via Google Cloud / Vertex AI and the Gemini API; commercial usage permitted under Google's generative AI terms; SynthID watermark required on all output.
Katalogeintrag aktualisiert
23. September 2026
Eingabeparameter
Eingaben und Einstellungen laut Eingabeschema des Modells. Welche davon die API annimmt, zeigt das Beispiel im Abschnitt API.
Google Veo 2 ist ein Modell von Google DeepMind aus der Kategorie Videogenerierung. Über Railwail lässt es sich mit einem API-Schlüssel über die Railwail-API aufrufen.
Was kostet Google Veo 2 bei Railwail?
Über Railwail kostet Google Veo 2 0,60 $ pro Videosekunde. Ein Standardlauf mit 8 Sekunden kostet 4,80 $. Der Preis steht vor dem Start des Laufs fest. Bezahlt wird mit vorab gekauften Credits; 1 Credit entspricht 0,01 $.
Welche Einstellungen unterstützt Google Veo 2?
Laut Eingabeschema kennt Google Veo 2 diese Parameter: prompt, duration (5, 6, 7 oder 8), start_image und aspect_ratio (16:9 oder 9:16).
Wie schnell ist Google Veo 2?
Für Google Veo 2 gibt es bei Railwail noch zu wenige gemessene Läufe, um eine Laufzeit anzugeben. Sie hängt von der Eingabe, den Einstellungen und der Auslastung beim Anbieter ab.
Ist Google Veo 2 besser als Google Veo 3.1?
Das hängt von der Aufgabe ab. Google Veo 2 (Google DeepMind) und Google Veo 3.1 (Google DeepMind) sind beide Modelle aus der Kategorie Videogenerierung. Die Vergleichsseite zeigt Preise und Spezifikationen nebeneinander.
Erstelle einen Railwail-API-Schlüssel und sende deine Anfrage mit der Modell-ID google-veo-2. Codebeispiele für curl, Python und JavaScript stehen im Abschnitt API auf dieser Seite.
Kuaishou's Kling v2.1, generating 5 and 10 second videos at 720p or 1080p from text or an image. Known for cinematic camera work and realistic physical motion, available on Replicate via the official KwaiVGI account.
