Spot ma mieć 30 sekund, generator oddaje 8. Przedłużanie kończy się na 36, nie na trzech minutach

Storyboard ma 30 sekund, generator oddaje osiem. Przycisk „przedłuż” jest w interfejsie, więc brakujące 22 sekundy wyglądają na kwestię czterech kliknięć. Arytmetyka wychodzi inaczej: na platformie Google jedno przedłużenie dokłada dokładnie 7 sekund, a dokumentacja przedłużania wideo podaje górny pułap 37 sekund dla modeli Veo i 40 sekund dla Gemini Omni Flash. Osiem plus cztery razy siedem to 36 sekund. Spot trzydziestosekundowy zmieści się w tym limicie z zapasem jednej sekundy, sześćdziesięciosekundowy nie zmieści się nigdy.

To rozróżnienie decyduje o tym, czy zlecenie da się wykonać w jednym narzędziu, czy trzeba je pociąć na sceny i zmontować. Wszystkie dane niżej pochodzą z dokumentacji producentów sprawdzonej 2 listopada 2026 roku; w generatywnym wideo zmieniają się szybciej niż cenniki, więc przy zakupie wypada je przeczytać ponownie.

Ile sekund wychodzi z jednej generacji, a ile z całego projektu?

W kartach produktów mieszają się dwie różne liczby i to jest źródło większości nieporozumień. Pierwsza to długość jednej generacji — ile sekund model wyprodukuje z jednego promptu. Druga to pułap materiału, który da się zbudować, dokładając kolejne fragmenty do już wygenerowanego klipu. Pierwsza bywa hojna, druga prawie zawsze jest ciasna, a w większości narzędzi po prostu nie istnieje, bo funkcji przedłużania tam nie ma.

Przykład rozjazdu. Model veo-3.1-generate-001 generuje klipy o długości 4, 6 albo 8 sekund, a tryb z obrazem referencyjnym obsługuje wyłącznie 8 sekund. Osiem sekund to mało. Ale ten sam model można przedłużać, więc realna granica materiału to wspomniane 37 sekund. Z kolei w zestawieniu modeli wideo Runwaya model kling_4 przyjmuje długość od 3 do 30 sekund w jednej generacji, domyślnie 5 — czyli niemal cały trzydziestosekundowy spot powstaje za jednym razem, bez żadnego sklejania. Dwa narzędzia, dwie zupełnie inne ścieżki produkcji przy tym samym zleceniu.

Dlaczego 36 sekund to prawdziwy pułap, a nie 37?

Limit 37 sekund jest zapisany w dokumentacji, ale nie da się go osiągnąć, bo krok przedłużania jest sztywny. Dla modeli Veo dokumentacja Google mówi wprost: „The extended length is 7 seconds”. Przy bazie 8 sekund kolejne stany materiału to 15, 22, 29 i 36 sekund. Piąte przedłużenie dałoby 43 sekundy, więc nie przejdzie. Przy bazie 6 sekund dochodzi się do 34, przy bazie 4 sekund do 32.

Z tej tabeli wynikają dwie rzeczy, których nie widać w opisie funkcji. Pierwsza: trzydziestosekundowy materiał wymaga pięciu generacji, nie jednej — czwarta kończy się na 29 sekundach, więc po nią trzeba sięgnąć jeszcze raz i nadmiar obciąć na montażu. Druga: każda z tych pięciu generacji to osobne wywołanie modelu i osobna pozycja na rachunku, a także osobne ryzyko, że wynik nie będzie trzymał ciągłości i trzeba będzie powtórzyć ten jeden krok. Wycena pracy liczona z założenia „jeden klip, jedno przedłużenie” rozjeżdża się tu pięciokrotnie.

Inny krok ma Gemini Omni Flash: ta sama dokumentacja podaje, że długość dokładanego fragmentu ustawia się parametrem od 3 do 10 sekund, a pułap wynosi 40 sekund. Elastyczny krok oznacza, że ostatnie przedłużenie można dociąć do limitu, ale nie zmienia faktu, że rząd wielkości to kilkadziesiąt sekund, nie kilka minut.

Które modele w ogóle pozwalają dołożyć sekundy do gotowego klipu?

Funkcja przedłużania jest rzadka i trzeba jej szukać pod różnymi nazwami: extend, continuation, video-to-video. W zestawieniu modeli Runwaya jedyny opisany mechanizm przedłużania to tryb „extend” w wariancie video-to-video modelu seedance2_5 — i z zastrzeżeniem, że wynik dziedziczy proporcje materiału wejściowego, więc parametru proporcji nie da się tam podać. Pozostałe modele z tej listy, w tym Gen-4.5 i Gen-4 Turbo z zakresem od 2 do 10 sekund, dłuższego materiału nie dokładają — dłuższą sekwencję buduje się z kilku niezależnych generacji i montuje poza narzędziem.

Praktyczny wniosek z tej tabeli jest odwrotny do intuicji. Jeśli materiał ma mieć 20–30 sekund jednego ujęcia, model z wysokim limitem jednej generacji (30 sekund) jest wygodniejszy niż model z przedłużaniem, bo oszczędza cztery sklejki i cztery okazje do utraty ciągłości. Przedłużanie opłaca się tam, gdzie scena ma się rozwijać i każdy kolejny fragment dostaje własny prompt.

Co przedłużanie zabiera z materiału wejściowego?

Dołożenie sekund nie jest operacją neutralną — wejście musi spełnić własny zestaw warunków, a część parametrów po pierwszej generacji jest już zamknięta. Dokumentacja Google wymienia dla Veo: plik MP4, długość od 1 do 30 sekund, 24 klatki na sekundę, rozdzielczość 720p, 1080p albo 4K i proporcje 9:16 lub 16:9. Wyjście ma te same ograniczenia.

Trzy konsekwencje do zapisania w specyfikacji zlecenia:

• Proporcje wybiera się raz. Materiał poziomy nie zmieni się w pionowy na etapie przedłużania, a przy seedance2_5 nawet nie ma gdzie tego parametru podać. Wersję pionową na Reelsy trzeba wygenerować osobno, od zera.
• Klatkaż jest sztywny. 24 fps to wymóg wejścia i właściwość wyjścia; materiał nie zmontuje się gładko z sekwencją 25 albo 30 fps bez konwersji.
• Wejście do przedłużania ma własny limit 30 sekund, niezależny od pułapu 37. Materiału zmontowanego wcześniej z kilku źródeł i dłuższego niż 30 sekund nie podasz na wejście.

Do tego dochodzi kwestia, gdzie te pliki leżą. Dla trybu z Gemini Omni Flash dokumentacja podaje, że zapisane interakcje są przechowywane do 14 dni. To znaczy, że łańcuch przedłużeń nie jest projektem, do którego wraca się po miesiącu — surowe fragmenty trzeba pobrać i trzymać u siebie, inaczej po dwóch tygodniach nie ma czego dokładać.

Skąd się bierze granica trzech minut i jak mocne jest jej źródło?

W materiałach o generatywnym wideo krąży liczba zupełnie innego rzędu: trzy minuty. Dotyczy ona Klinga i trzeba ją traktować ostrożnie, bo w dokumentacji samego producenta nie udało się jej potwierdzić pod publicznym adresem. Znajduje się natomiast w dokumentacji węzła integrującego to API: opis pola video_id w węźle KlingVideoExtendNode mówi, że łączny czas materiału po przedłużeniu nie może przekroczyć 3 minut, a przedłużać wolno zarówno klipy z text-to-video i image-to-video, jak i wyniki wcześniejszych przedłużeń. Ta sama strona podaje, że prompt pozytywny nie może być pusty, a oba prompty muszą być krótsze niż 2500 znaków.

Jak długi fragment dokłada jedno przedłużenie u Klinga — tego ta strona nie podaje, a liczby krążące po zestawieniach zewnętrznych (4–5 sekund) nie mają oparcia w dokumentacji producenta. Jeśli projekt stoi na założeniu „zrobimy dwuminutowy materiał w jednym narzędziu”, to jest dokładnie ten parametr, który trzeba zweryfikować na własnym koncie przed podpisaniem umowy, bo od niego zależy, czy mowa o kilkunastu, czy o czterdziestu płatnych generacjach. Reguła jest tu ta sama, co przy sprawdzaniu wyniku generatora automatem zamiast ręcznie: deklaracja narzędzia i zachowanie na własnym materiale to dwie różne informacje, a tylko druga nadaje się do wyceny.

Czy model, na którym zbudujesz proces, dożyje końca zlecenia?

W tej kategorii oprogramowania ryzyko wyłączenia modelu jest realne i niedawne, a dotyka wprost firm, które oparły na nim powtarzalną produkcję. Trzy daty z ostatnich miesięcy:

Pierwszy przypadek jest najmocniejszy, bo nie zostawia ścieżki wyjścia. Strona referencyjna endpointu tworzenia wideo OpenAI informuje, że modele Sora 2 i Videos API zostały wyłączone 24 września 2026 i nie są już dostępne, a zamiennika jeden do jednego nie ma; ta sama strona zachowuje historyczne parametry — długości 4, 8 i 12 sekund oraz rozmiary 720×1280, 1280×720, 1024×1792 i 1792×1024. Wyprzedzenie było przyzwoite, bo nota o wycofaniu nosi datę 24 marca 2026, czyli pół roku wcześniej. Po stronie Google dokumentacja Gemini API podaje, że modele veo-3.1-generate-preview, veo-3.1-fast-generate-preview i veo-3.1-lite-generate-preview zostały wyłączone 22 października 2026, a do generowania wideo rekomendowany jest model gemini-omni-1.1-flash.

Wniosek zakupowy: identyfikator modelu wpisany na stałe w szablon projektu albo w scenariusz automatyzacji jest zobowiązaniem na kilka miesięcy, nie na lata. Warianty oznaczone jako preview wypadają szybciej od wersji GA i to rozróżnienie jest w tej kategorii ważniejsze niż różnica w cenie za sekundę.

Co sprawdzić w dokumentacji, zanim zapłacisz za plan?

Lista jest krótka, bo wszystkie te pola albo są w dokumentacji technicznej, albo nie ma ich nigdzie:

• Maksymalna długość jednej generacji i to, czy najdłuższy wariant działa w trybie, którego faktycznie użyjesz — przy veo-3.1 tryb z obrazem referencyjnym daje tylko 8 sekund, mimo że model zna też 4 i 6.
• Czy przedłużanie istnieje, jaki ma krok i jaki pułap łączny. Krok sztywny (7 sekund) oznacza, że docelowej długości nie trafisz dokładnie.
• Limit długości materiału na wejściu do przedłużania, osobny od pułapu wyjścia.
• Proporcje i klatkaż — które z nich są zamknięte po pierwszej generacji, a które jeszcze można zmienić.
• Liczba wariantów na jedno żądanie. Dokumentacja Veo podaje 4 wyjściowe filmy na prompt, a przy przedłużaniu od 1 do 4 — to zmienia koszt jednego ujęcia kilkukrotnie.
• Czas przechowywania wyników po stronie dostawcy. 14 dni to termin na pobranie, nie archiwum projektu.
• Status modelu: GA czy preview, i czy producent publikuje noty o wycofaniu z wyprzedzeniem.

Który generator wybrać do konkretnego zlecenia?

Decyzja rozkłada się na trzy przypadki i nie zależy od tego, który model ma lepsze demo.

Jedno ujęcie do 10 sekund — bierz cokolwiek z dobrą jakością obrazu, bo limit długości nie jest tu ograniczeniem. Materiał 20–30 sekund jako pojedyncze ujęcie — szukaj modelu z wysokim limitem jednej generacji, czyli kling_4, seedance2_5 albo wan3 z zakresem do 30 sekund, bo unikniesz czterech sklejek i czterech okazji do utraty ciągłości. Materiał powyżej 40 sekund — przestań szukać narzędzia, które zrobi to w jednym łańcuchu, i zaplanuj go jako kilka scen montowanych w edytorze. Pułapy 37 i 40 sekund z dokumentacji Google są tu granicą kategorii, nie szczegółem jednego modelu.

Najdroższy wariant to ten czwarty, nienazwany: obiecać klientowi minutę, kupić plan na podstawie informacji o długości jednej generacji i odkryć pułap łączny po trzecim przedłużeniu. Wtedy zostaje montaż, którego nie było w wycenie.