Análise do Google Veo 3: clipes curtos de vídeo com IA e com som
Por Andrew Miller · · Atualizado em 23 de out. de 2026
Atualização, 23 de outubro de 2026: o Veo 3 foi substituído. O Google desligou os modelos Veo 3 na Gemini API em 30 de junho de 2026 e as prévias do Veo 3.1 em 22 de outubro, e o app Gemini agora usa o Gemini Omni Flash; o Veo 3.1 continua no Google Cloud. Veja nossa análise do Veo 3.1.
O que é
O Veo 3 é o modelo de geração de vídeo do Google, criado pela DeepMind e anunciado no Google I/O 2025. Você dá a ele um prompt de texto ou uma imagem e ele devolve um clipe curto com som: diálogo, ruído ambiente e música, com o movimento dos lábios sincronizado à fala.
Ele fica dentro dos produtos do próprio Google, então, se você já paga pelo Gemini, é a ferramenta de vídeo mais à mão.
O que ele faz
- Texto e imagem para vídeo. Um prompt como "um samurai caminhando por um beco de Tóquio iluminado por neon" vira uma cena pronta.
- Som gerado junto com a imagem: fala, ruído ambiente, música e sincronia labial.
- Saída em Full HD e 4K, um avanço claro em relação aos clipes borrados e de baixa resolução dos modelos de vídeo anteriores.
- Personagens e cenários se mantêm consistentes de uma cena para outra, o que importa quando você junta várias tomadas.
- Segue instruções sobre movimento de câmera, composição e iluminação.
- O Flow, o editor de vídeo do Google, permite organizar clipes em uma linha do tempo, ajustar trajetórias de câmera e juntar tomadas sem Adobe Premiere nem formação em edição.
Quem usa
- Equipes de marketing fazendo vídeos promocionais curtos em 4K sem pagar uma agência.
- Criadores de TikTok e Instagram que querem entrega rápida e resultados bonitos.
- Empresas no Google Workspace fazendo vídeos explicativos para treinamento em vez de apresentações de slides.
- Diretores usando-o para storyboard e pré-visualização antes de uma filmagem, o que economiza tempo e dinheiro.
- Artistas experimentando ideias surreais e estilizadas.
O que funciona
A imagem é boa o bastante para assistir sem pedir desculpas, e o som chega junto com o vídeo em vez de ser acrescentado depois. Fala, música e até sotaques são gerados junto com o visual, em geral corretamente.
O Flow cuida do básico da edição, então você controla ângulos de câmera, transições e estilo visual sem precisar aprender antes um editor de vídeo.
O porém: os clipes chegam no máximo a cerca de 8 a 20 segundos, então é uma ferramenta para tomadas, não para episódios. O acesso completo ficou restrito aos EUA no lançamento. As vozes às vezes saem com um sotaque que você não pediu. O Flow não tem ferramentas de pós-produção mais avançadas. E o plano Ultra custa US$ 249,99 por mês, então os vídeos precisam se pagar.
Veo 3 contra OpenAI Sora
| Recurso | Google Veo 3 | OpenAI Sora |
|---|---|---|
| Áudio | Sim (sincronia labial, música, efeitos sonoros) | Não |
| Qualidade visual | 4K, cinematográfica | De média a alta |
| Tratamento do prompt | Narrativas complexas | Melhor com prompts curtos |
| Ferramentas de edição | Editor Flow | Ferramentas integradas básicas |
| Disponibilidade | Só nos EUA (app Gemini) | Global (usuários Plus e Pro) |
| Custo | US$ 249,99 por mês (Ultra) | US$ 20 a US$ 200 por mês |
O Veo 3 lidera em áudio, narrativa com várias cenas e qualidade de imagem. O Sora responde com vídeos mais longos e disponibilidade mais ampla.
Nossa opinião: o Veo 3 era a melhor escolha para um clipe curto e bem-acabado com som, desde que você morasse nos EUA e pudesse justificar a assinatura Ultra. Com orçamento apertado, ou só para experimentar, o Veo 2 ou o Sora da OpenAI faziam mais sentido.