Sora et Veo sont les deux modèles sur lesquels tout le monde se base. Ils se situent au sommet de la pile texte-à-vidéo, avec des paris d'écosystèmes différents derrière eux.
Sora a la réputation la plus forte et une compréhension plus riche des invites. Veo gagne sur la physique, le réalisme du mouvement et l'intégration étroite avec la pile créative de Google (YouTube Shorts, Gemini, Vertex).