Die Antwort hat sich geändert, seit dieser Vergleich zum ersten Mal erschienen ist. OpenAI hat am 24. März 2026 angekündigt, Sora einzustellen. Die Sora-App und die Website wurden am 26. April 2026 geschlossen, die Sora-2-Modelle und die Videos API am 24. September 2026 abgeschaltet. Die praktische Frage lautet heute also nicht mehr „Veo 3.1 oder Sora 2?“, sondern: „Was hat Sora 2 geleistet, und wie viel davon deckt Veo 3.1 ab?“
Kurz gesagt: Veo 3.1 bietet den Kern von Sora 2 – Video und Ton, die zusammen aus Text oder einem Bild entstehen – und gibt dir mehr Kontrolle über einzelne Einstellungen: ein Startbild, ein optionales Endbild, bis zu drei Referenzbilder und Ausgabe bis 4K. Was es nicht ersetzt, sind Soras längere Einzelclips (15 bis 25 Sekunden) und die Cameo-Funktion, mit der du dich selbst in eine Szene einfügen konntest. Den vollständigen Zeitplan der Abschaltung findest du in Sora 2 wird eingestellt.
Veo 3.1 vs. Sora 2: technische Daten im Direktvergleich
Die Angaben zu Veo 3.1 stammen aus Googles Gemini-API-Dokumentation; die Angaben zu Sora 2 aus OpenAIs Modellseiten und dem Produkt-Update vom Oktober 2025. Alles geprüft am 28. September 2026.
| Veo 3.1 (Google DeepMind) | Sora 2 (OpenAI) | |
|---|---|---|
| Veröffentlicht | 15. Oktober 2025 (aktualisiert im Januar 2026) | 30. September 2025 |
| Status | Verfügbar: Gemini-App, Flow, Gemini API, Vertex AI | App am 26. April 2026 geschlossen; API am 24. September 2026 geschlossen |
| Nativer Ton | Ja – Effekte, Atmosphäre, Dialog; immer aktiv | Ja – Dialog und Soundeffekte |
| Cliplänge | 4, 6 oder 8 Sekunden | Bis zu 15 s in der App für alle Nutzer; 25 s für Pro im Web |
| Längere Sequenzen | Verlängerung: +7 s pro Schritt, bis etwa 148 s in 720p | – (Storyboards dienten der Planung von Einstellungen) |
| Auflösung | 720p, 1080p, 4K | 720p (sora-2); bis zu 1080p (sora-2-pro) |
| Seitenverhältnisse | 16:9, 9:16 | Quer- und Hochformat |
| Bildrate | 24 fps | – |
| Bild zu Video | Ja | Ja |
| Erstes und letztes Bild | Ja | Nicht angeboten |
| Referenzen | Bis zu 3 Referenzbilder | Cameos (ein aufgenommenes Abbild) |
| Modellstufen | Veo 3.1, Fast, Lite | Sora 2, Sora 2 Pro |
Google beschreibt die 1080p- und 4K-Ausgabe von Veo 3.1 als hochskaliert. 4K behandelst du daher am besten als Auslieferungsformat, nicht als Beleg für zusätzlich generierte Details.
Ton und Dialog
Ton war bei beiden Modellen das zentrale Versprechen. OpenAI brachte Sora 2 mit synchronem Dialog und Soundeffekten heraus; laut Google erzeugt Veo 3.1 Soundeffekte, Umgebungsgeräusche und Dialog nativ, und in der Gemini API ist der Ton immer aktiv.
Keiner der beiden Anbieter hat einen direkten Audiovergleich veröffentlicht. Sei also vorsichtig mit Behauptungen, die Lippensynchronität des einen Modells sei klar besser. Was bei Veo 3.1 zuverlässig hilft, ist, den Ton in den Prompt zu schreiben: die Atmosphäre, den wichtigsten Effekt und jeden Satz in Anführungszeichen. In einen 8-Sekunden-Clip passen ein oder zwei Dialogzeilen.
Realismus und physikalische Bewegung
OpenAI hat physikalischen Realismus zum Markenzeichen von Sora 2 gemacht, mit Beispielen wie einem danebengegangenen Basketballwurf, der vom Brett abprallt, statt in den Korb zu springen. Google verspricht für Veo 3.1 „improved prompt adherence“, also bessere Prompt-Treue, und realistischere Texturen als bei Veo 3. Beides ist Positionierung der Anbieter, kein kontrollierter Test.
Für deine eigene Arbeit ist der nützliche Test eine Szene, die dir wichtig ist: physischer Kontakt, fallende Gegenstände, Flüssigkeit oder zwei Menschen, die miteinander interagieren. Generiere sie und achte im Vollbild darauf, ob Hände durch Gegenstände gleiten, Füße rutschen oder Gegenstände ihre Größe ändern.
Cliplänge und längere Geschichten
Hier lag der deutlichste Vorteil von Sora 2. Alle konnten in der App Clips von 15 Sekunden generieren, Pro-Nutzer im Web sogar 25 Sekunden, dazu kamen Storyboards, um einen Clip Einstellung für Einstellung zu planen.
Veo 3.1 generiert bis zu 8 Sekunden am Stück. Googles API und Flow können einen Clip in Schritten von 7 Sekunden verlängern (in 720p), der einfachere Weg ist aber meist, eine Folge kurzer Einstellungen zu planen und sie zusammenzuschneiden. Kommst du von Sora, schreib lange Prompts als Liste von Einstellungen um, jede mit einer Haupthandlung und einer Kamerabewegung.
Kontrolle über eine Einstellung
Hier bietet dir Veo 3.1 mehr Möglichkeiten:
- Bild zu Video: Starte mit deinem eigenen Standbild, um Bildausschnitt, Motiv und Stil festzulegen.
- Erstes und letztes Bild: Füge ein Endbild hinzu, und Veo 3.1 baut die Bewegung zwischen beiden.
- Referenzbilder: Bis zu drei Bilder einer Figur, eines Produkts oder eines Ortes halten diese über getrennte Clips hinweg konsistent.
Die Entsprechung bei Sora 2 waren Cameos. Dabei ging es darum, eine aufgenommene Person in eine Szene einzufügen, nicht darum, die Bildkomposition festzulegen. Hing deine Arbeit mit Sora an Cameos von dir selbst, gibt es in Veo 3.1 keine direkte Entsprechung, und Googles Sicherheitsfilter schränken das Generieren echter Personen aus Fotos ein.
Was passt jetzt zu dir?
Da Sora 2 nicht mehr verfügbar ist, geht es bei der Entscheidung darum, was du stattdessen nutzt:
- Du hast in Sora kurze Social-Clips mit Ton gemacht: Das deckt Veo 3.1 direkt ab. Nutze 9:16 für Shorts, Reels und TikTok.
- Du warst auf Einzelaufnahmen von 15–25 Sekunden angewiesen: Plane sie als mehrere 8-Sekunden-Einstellungen mit Veo 3.1 oder nutze ein Modell, das längere Clips in einem Durchgang erzeugt.
- Du brauchst konsistente Figuren oder Produkte über mehrere Einstellungen: Startbild und Referenzbilder von Veo 3.1 sind das bessere Werkzeug.
- Du hast Cameos von dir selbst genutzt: Einen gleichwertigen Ersatz gibt es in Veo 3.1 nicht.
Veo 3.1 hier ausprobieren
Veo Video bietet alle drei Veo-3.1-Stufen. Jede Generierung ist ein 8-Sekunden-Clip mit Ton, in 16:9 oder 9:16, in 720p, 1080p oder 4K, aus Text oder aus einem Bild mit optionalem Endbild; Veo 3.1 Fast nimmt außerdem bis zu drei Referenzbilder an. Verlängerung und Längen von 4 oder 6 Sekunden gibt es hier nicht.
Neue Konten erhalten 30 Credits – genug für einen Clip mit Veo 3.1 Lite in 720p. So kannst du zuerst einen deiner alten Sora-Prompts testen. Für Einstellungen in finaler Qualität nutzt du Veo 3.1. Für längere Einzelaufnahmen bietet der KI-Videogenerator auch MiniMax H3 Max.
Weiterlesen: Veo 3.1 vs. Grok Imagine und Veo 3.1 vs. Kling AI.