Veo 3 vs Veo 2
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Veo 3 de Google y Veo 2 de Google compiten directamente en el ecosistema actual de IA. Veo 3 ofrece una ventana de contexto de 2K tokens a $6.00/$400.00 por millón de tokens (entrada/salida), mientras que Veo 2 ofrece 1K tokens de contexto a $5.00/$350.00 por millón de tokens. Analizamos sus benchmarks, latencia y costos reales.
Cambia y Compara Cualquier Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Veo 3
Generación de Imágenes IAVeo 3 de Google es un modelo de IA diseñado para generación de imágenes de alta resolución, diseño visual y tipografía precisa, con ventana de contexto de 2K, velocidad de 12 tokens/s, índice de inteligencia de 85/100 y tarifa de $6/$400 po
$6.00 / 1M
$400.00 / 1M
2K tokens
N/A
Veo 2
Generación de Imágenes IAVeo 2 de Google es un modelo de IA diseñado para generación de imágenes de alta resolución, diseño visual y tipografía precisa, con ventana de contexto de 1K, velocidad de 10 tokens/s, índice de inteligencia de 75/100 y tarifa de $5/$350 po
$5.00 / 1M
$350.00 / 1M
1K tokens
N/A
Diferencias Clave de un Vistazo
- Veo 2 is 1.1x cheaper for API usage (input + output tokens combined).
- Veo 3 has a larger context window (2K vs 1K tokens).
- Veo 3 is faster at 12 tok/s vs 10 tok/s.
| Característica | Veo 3 | Veo 2 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 85 | 75 |
Provider | ||
Input Price Cost per million input tokens | $6.00 / 1M | $5.00 / 1M |
Output Price Cost per million output tokens | $400.00 / 1M | $350.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $41.20 / 1M | $36.00 / 1M |
Context Window Maximum input + output tokens | 2K tokens~3 A4 pages of text | 1K tokens~2 A4 pages of text |
Max Output Tokens Per single request | 4K | 4K |
Throughput Speed Tokens generated per second | 12 tok/s | 10 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
¿Quién gana en cada área?
At-a-glance decision frameworkEvaluations ongoing
Puntuaciones de Benchmarks Verificadas
Official evaluation metrics verified by independent third-party research labs.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Tokens emitted per second during active generation streaming.
Latencia y Tiempo de Respuesta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interactivo de Costos de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Veo 3 · Strengths & Key Advantages
- Ventana de contexto de 2K con hasta 4K tokens de salida máxima (Arena Elo 1420)
- Rendimiento ágil de 12 tokens/segundo con latencia inicial (TTFT) de solo 4500 ms
- Economía de API competitiva ($6/$400 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En volúmenes masivos de tokens, se recomienda activar el caché de prompts y Batch API para optimizar costos
Veo 2 · Strengths & Key Advantages
- Ventana de contexto de 1K con hasta 4K tokens de salida máxima (Arena Elo 1340)
- Rendimiento ágil de 10 tokens/segundo con latencia inicial (TTFT) de solo 5000 ms
- Economía de API competitiva ($5/$350 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En volúmenes masivos de tokens, se recomienda activar el caché de prompts y Batch API para optimizar costos
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Veo 3 | Veo 2 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $2.50 | $1.75 |
Output Tokens / Task Tokens generated per task | 0K | 0K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
Especificaciones Técnicas
Architecture, release timeline, capabilities, and modalities.
| Característica | Veo 3 | Veo 2 |
|---|---|---|
| Official API Model ID (SDK) | models/veo-3 | models/veo-2 |
| API Protocol | Google Gemini API (generateContent) + OpenAI-Compatible SDK | Google Gemini API (generateContent) + OpenAI-Compatible SDK |
| Release Date | 2025-05 | 2024-12 |
| Knowledge Cutoff | February 2025 | October 2024 |
| Architecture | Joint multimodal audio-video diffusion transformer | High-definition video diffusion transformer with camera control |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($6/1M in) across full 2K window | Flat rate ($5/1M in) across full 1K window |
| Prompt Cache Policy & TTL | Implicit + Explicit Context Caching at $0/1M with configurable TTL | Implicit + Explicit Context Caching at $0/1M with configurable TTL |
| Computer Use / GUI Agent | Supported (Screen coordinate grounding, browser & desktop GUI action loops) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Prompt-based JSON extraction only | Prompt-based JSON extraction only |
| Web Search Grounding & Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox | Built-in Google Search Grounding + Managed Python Code Execution Sandbox |
| Official Fine-Tuning Support | Vertex AI Supervised Adapter Tuning & Context Distillation | Vertex AI Supervised Adapter Tuning & Context Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Google DeepMind Frontier Safety Framework Verified | Google DeepMind Frontier Safety Framework Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision | text, vision |
| Output Modalities | video | video |
Veo 3 vs Veo 2: Respuestas Rápidas (FAQ)
Which is more intelligent, Veo 3 or Veo 2?
Veo 3 is more intelligent. It scores 85 compared with 75 on the composite Intelligence Index.
Which model is faster?
Veo 3 is faster, generating 12 tokens per second compared with 10 tokens per second.
Which model is cheaper to run?
Veo 2 is cheaper at $36.00 per 1M tokens blended, compared with $41.20 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Veo 3 has lower latency, with a time to first token of 4.50s compared with 5.00s.
Which model has a larger context window?
Veo 3 has a larger context window, supporting 2K tokens compared with 1K tokens.
Veredicto
Tanto Veo 3 (Ideal para generación de imágenes de alta resolución, diseño visual y tipografía precisa, sistemas RAG empresariales y automatización mediante API.) como Veo 2 (Ideal para generación de imágenes de alta resolución, diseño visual y tipografía precisa, sistemas RAG empresariales y automatización mediante API.) destacan en producción: Veo 3 lidera en inteligencia general y programación, Veo 3 ofrece mayor velocidad de generación de tokens y Veo 2 resulta más rentable para cargas de trabajo API de alto volumen.
Preguntas frecuentes
¿Cuál es mejor para programación y razonamiento, Veo 3 o Veo 2?+
En las pruebas de inteligencia compuesta y resolución de código, Veo 3 obtiene la ventaja. Puedes revisar la tabla SWE-bench y GPQA arriba para comparar cada métrica.
¿Cuánto cuesta la API de Veo 3 frente a Veo 2?+
Veo 3 cuesta $6.00 / $400.00 por millón de tokens de entrada/salida, mientras que Veo 2 cuesta $5.00 / $350.00. En costo combinado, Veo 2 es la opción más económica.
¿Qué modelo tiene mayor ventana de contexto y menor latencia?+
Veo 3 cuenta con 2K tokens de contexto frente a 1K tokens de Veo 2. En velocidad de inferencia, Veo 3 ofrece un rendimiento superior.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Veo 2 vs. Grok Imagine Video 1.5: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Veo 3.1 vs. Veo 3: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Veo 3 vs. Grok Imagine Video 1.5: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Aion-Mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-3.0 vs. Gemini 3.6 Flash: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Aion-Mini vs. Laguna XS 2.1: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.
Fuentes: Documentación oficial de API de Google y Google, tarjetas de sistema y benchmarks independientes (2026).