---
title: "Usa Veo 3 in Hermes Agent tramite RunAPI — Guida API Video"
url: "https://runapi.ai/it/hermes-veo-3.md"
canonical: "https://runapi.ai/it/hermes-veo-3"
locale: "it"
model: "veo-3"
---

# Usa Veo 3 in Hermes Agent.

Veo 3 è il modello di generazione video di Google DeepMind che produce clip 1080p fino a 8 secondi con audio nativo — dialoghi sincronizzati, suoni ambientali e musica generati insieme al video. Hermes Agent lo chiama tramite l'endpoint provider personalizzato RunAPI, riutilizzando la stessa API key configurata per la chat.

## API example

```bash
curl -X POST https://runapi.ai/api/v1/veo_3_1/text_to_video \
  -H "Authorization: Bearer $RUNAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo-3.1",
    "prompt": "A woman walks through a bustling Tokyo street at night, neon signs reflecting on wet pavement. She speaks into her phone: I just arrived. Ambient city noise, distant car horns,\ light rain.",
    "duration_seconds": 8,
    "aspect_ratio": "16:9"
  }'

```

### Response

```json
{
  "task_id": "tsk_abc123",
  "status": "pending",
  "model": "veo-3.1"
}

```

## How it works

1. **Configura RunAPI** — Imposta RUNAPI_API_KEY nell'ambiente in cui Hermes Agent è in esecuzione. Se hai già aggiunto RunAPI come provider custom:runapi per la chat, la stessa key e base_url gestiscono la generazione video — nessuna credenziale Google Cloud separata necessaria.
2. **Chiama Veo 3 text_to_video** — Invia una richiesta POST all'endpoint text_to_video con model impostato su veo-3.1. Includi un prompt con descrizioni della scena e indicazioni audio (dialoghi, suoni ambientali). Imposta duration_seconds su 4, 6 o 8 e aspect_ratio su 16:9 o 9:16. Hermes Agent instrada la richiesta tramite il provider custom:runapi.
3. **Ottieni il risultato** — L'endpoint restituisce subito un task_id. Esegui il polling dell'endpoint di stato del task finché lo stato non cambia in completed, poi recupera l'URL del video di output. Il video include l'audio sincronizzato generato dal tuo prompt.

## Parameters

| Parameter | Type | Description |
|-----------|------|-------------|
| `model` | `string` | Obbligatorio. veo-3.1 (qualità standard) o veo-3.1-fast (costo inferiore, generazione più rapida). |
| `prompt` | `string` | Obbligatorio. Descrizione della scena con azione visiva, movimento della telecamera e indicazioni audio per dialoghi o suoni ambientali. |
| `duration_seconds` | `integer` | Facoltativo. Durata del video in secondi. Valori accettati: 4, 6, 8. Predefinito: 8. |
| `aspect_ratio` | `string` | Facoltativo. Rapporto d'aspetto dell'output. Valori accettati: 16:9, 9:16, auto. |
| `input_mode` | `string` | Facoltativo. Modalità di generazione. text (predefinito), first_and_last_frames (guidato da keyframe) o reference (riferimento di stile). |
| `first_frame_image_url` | `string` | Facoltativo. URL dell'immagine del primo fotogramma. Usato quando input_mode è first_and_last_frames. |
| `last_frame_image_url` | `string` | Facoltativo. URL dell'immagine dell'ultimo fotogramma. Usato quando input_mode è first_and_last_frames. |
| `reference_image_urls` | `array` | Facoltativo. URL di immagini di riferimento per lo stile. Usato quando input_mode è reference. |
| `callback_url` | `string` | Facoltativo. URL webhook che riceve una POST quando il task è completato. |

## FAQ

### Posso usare Veo 3 in Hermes Agent?

Sì. Hermes Agent chiama l'endpoint RunAPI Veo 3 text_to_video tramite il provider custom:runapi. Imposta model su veo-3.1 e invia la richiesta con la stessa RUNAPI_API_KEY che usi per la chat. Non è richiesto nessun account Google Cloud né credenziali API video separate.

### Come gestisce il provider custom:runapi i task video asincroni?

RunAPI restituisce subito un task_id al POST iniziale. Il flusso di lavoro di Hermes Agent esegue il polling dell'endpoint di stato del task finché lo stato non è completed, poi legge l'URL del video di output. Puoi anche impostare callback_url per ricevere un webhook al posto del polling.

### Qual è la differenza tra veo-3.1 e veo-3.1-fast?

Entrambi producono video con audio nativo fino a 1080p. veo-3.1 usa la pipeline di qualità completa e costa di più per generazione. veo-3.1-fast sacrifica una parte della fedeltà visiva per un costo inferiore e una generazione più rapida — adatto per bozze e iterazioni.

### Posso controllare il movimento della telecamera e l'audio in Veo 3?

Sì. Descrivi il movimento della telecamera nel prompt (dolly in avanti, tracking shot, panoramica aerea) e Veo 3 lo interpreta con una simulazione fisica realistica. Per l'audio, includi i dialoghi tra virgolette e descrivi i suoni ambientali — il modello genera audio sincronizzato nativamente, senza TTS separato o libreria audio.

### Posso estendere o aumentare la risoluzione di un video Veo 3 dopo la generazione?

Sì. RunAPI espone gli endpoint extend_video e upscale_video per Veo 3. Passa il source_task_id dalla generazione originale per estendere il clip, oppure effettua l'upscale a risoluzione 1080p o 4K. Entrambi sono asincroni e fatturati separatamente.


## Links

- [Guida di configurazione di Hermes Agent →](https://runapi.ai/it/hermes-agent)
- [Veo 3 su RunAPI →](https://runapi.ai/it/models/veo-3)
- [Model catalog](https://runapi.ai/it/models)
- [API docs](https://runapi.ai/it/docs)