Google Veo

Veo 3.1・音声生成・Flow・Gemini・料金を解説【2026年版】

Google Veo

Google Veoは、Google DeepMindが開発するAI動画生成モデルです。

2026年現在の中心はVeo 3.1で、テキストや参照画像から動画を生成し、音声・効果音・会話まで映像と同期して作れるのが大きな特徴です。

さらに2026年1月のアップデートで、Ingredients to Videoの改善、ネイティブ9:16縦動画、1080p・4Kへの高解像度化が追加され、YouTube Shortsや広告素材のようなモバイル向け制作にも使いやすくなりました。

ただしVeoは単独の「Veoアプリ」として使うだけではありません。

Geminiアプリ、Google Flow、Google AI Studio / Gemini API、Vertex AI、Google Vidsなど複数の入口があります。

そのため、「Veo 3.1はどこで使う?」「GeminiとFlowは何が違う?」「音声まで生成できる?」「無料で使える?」「APIはいくら?」と分かりにくいのが実情です。

結論から言うと、Veo 3.1は映像だけでなく音声まで一体で生成し、参照画像を使ってキャラクターや背景の一貫性を高めたい人に強いAI動画モデルです。

この記事では、2026年8月22日時点のGoogle公式情報をもとに、Veo 3.1の機能、Flow・Geminiとの違い、API料金、動画生成の制限、どんな人に向くかまで整理します。

Veo 3.1とは?

Googleの最新世代AI動画モデルです。

テキストから動画を作るだけでなく、画像を参照しながら動かす、開始・終了フレームを指定する、映像に合った音声を生成するといった制作に対応します。

特に「映像だけ生成して、あとから別サービスで音を付ける」手間を減らせるのが特徴です。

Veo 3.1はどこで使える?

2026年時点では複数の入口があります。

  • Geminiアプリ
  • Google Flow
  • Google AI Studio
  • Gemini API
  • Vertex AI
  • Google Vids
  • 一部YouTube機能

個人が簡単に試すならGemini、映像制作ならFlow、開発組み込みならAPI・Vertex AIという分け方が分かりやすいです。

Flowとは?

GoogleがVeo向けに作ったAI映像制作ツールです。

単発動画を生成するだけではなく、複数クリップや素材を使いながらシーンを作ることを想定しています。

Ingredients to Video、Frames to Video、Extendなど、映像制作向けの操作がまとまっています。

Geminiで使う場合との違い

Geminiアプリでは、チャットから動画生成を指示できます。

「この画像を動かして」「こういう動画を作って」という使い方が簡単です。

一方Flowは、より映像制作・編集を前提にした環境です。

手軽さならGemini、制作工程ならFlowと考えると分かりやすいでしょう。

音声も一緒に作れる?

Veo 3.1の大きな特徴です。

会話、環境音、効果音などを映像と同期して生成できます。

人物が話すシーンや、ドアが閉まる音、街の環境音などを一体で作りやすくなります。

日本語のセリフも生成できる?

日本語プロンプト自体は利用できます。

ただしセリフ音声の自然さや口の動きは生成ごとに差が出るため、公開前の確認が必要です。

固有名詞や専門用語、長い会話では特にチェックした方がいいでしょう。

Ingredients to Videoとは?

複数の参照画像を「材料」として渡し、人物・物体・背景などの要素を動画へ反映する機能です。

2026年1月のアップデートでは、キャラクターの見た目や背景ディテールの一貫性が改善されています。

同じキャラクターを複数カットへ登場させたい場合に重要な機能です。

9:16縦動画に対応している?

対応しています。

Veo 3.1のIngredients to Videoではネイティブ9:16動画生成が追加されています。

16:9動画を後から切り抜くのではなく、最初から縦画面向けに構図を生成できます。

Shorts、Reels、TikTok系の素材作成と相性があります。

1080pや4Kは?

2026年1月アップデートで1080p改善と4K出力が案内されています。

ただし利用するサービス・モデル・プランで対応状況が異なります。

API料金も解像度で変わります。

APIはいくら?

Google Cloudの料金表ではVeo 3.1の料金が解像度・音声有無で分かれています。

2026年8月時点の表示では、Veo 3.1は720p・1080pで、

  • 動画+音声:0.40ドル/カウント
  • 動画のみ:0.20ドル/カウント

4Kでは、

  • 動画+音声:0.60ドル
  • 動画のみ:0.40ドル

という料金が案内されています。

実際のAPI課金単位・生成秒数は開発環境側の仕様も確認してください。

Veo 3.1 Fastとは?

速度とコストを抑えたモデルです。

Google Cloud料金では通常Veo 3.1より低価格で、720p動画+音声0.10ドル、動画のみ0.08ドルなどの設定があります。

アイデア検証をFast、最終出力を通常モデルという使い分けができます。

Veo 3.1 Liteとは?

さらに速度・コストを重視したモデルです。

720pなら動画+音声0.05ドル、動画のみ0.03ドルという料金例があります。

大量の試行やアプリ組み込みでは、通常モデルだけでなくFast・Liteを比較する価値があります。

Geminiでは何本作れる?

Geminiアプリは固定API料金ではなく、Google AIプラン別の使用量上限があります。

上限はテスト・混雑・プラン変更によって変動するとGoogle自身が明記しています。

そのため「毎日必ず○本」と固定値で長期保存するより、利用時のGeminiヘルプを確認する方が安全です。

無料でも使える?

Veoへのアクセスは地域・プラン・機能ごとに変動します。

Google AIプランなしでも一部AI機能は使えますが、動画生成の回数・モデルは有料プランの方が優遇されます。

Veoを継続利用するならGoogle AIプランまたはAPI利用を前提に考えた方が現実的です。

商用利用は?

商用案件で利用する場合は、Googleの利用規約、生成AI追加規約、利用しているサービスの規約を確認してください。

また、参照画像に第三者の著作物・人物・ブランドを使う場合は別途権利確認が必要です。

生成AIだから無条件に自由利用できるわけではありません。

SynthIDとは?

Googleが生成コンテンツへ埋め込むデジタル透かし技術です。

生成AI由来のコンテンツであることを識別しやすくする仕組みです。

見た目に大きなロゴを表示する一般的なウォーターマークとは異なります。

Runwayとの違い

Runwayは複数モデルと編集ワークフローをまとめた制作プラットフォーム。

Veoは高品質な動画・音声生成モデルです。

Runway上からVeoを使う選択肢もあるため、「Runway vs Veo」は完全なサービス同士の比較ではありません。

Kling AIとの違い

Kling AIはクレジット型サービスとして生成量・価格を管理しやすいです。

Veoは音声、参照画像、Google Flowとの制作連携が魅力です。

大量生成ならKling、映像・音声一体の品質重視ならVeoという比較ができます。

Veoがおすすめな人

  • 音声付き動画を作る
  • キャラクター一貫性を重視
  • 縦動画を作る
  • Flowで映像制作する
  • Google AI環境を使っている
  • APIで動画生成を組み込みたい

人です。

おすすめしにくい人

  • 月額だけで生成本数を明確に管理したい
  • 無料で大量生成したい
  • 映像だけを低コストで大量生成したい
  • Googleアカウント・Cloud環境を使いたくない

なら他サービスも比較してください。

利用前チェックリスト

  • Gemini / Flow / API
  • Veo 3.1 / Fast / Lite
  • 音声あり/なし
  • 9:16
  • 1080p / 4K
  • Ingredients to Video
  • 利用上限
  • API料金
  • SynthID
  • 商用利用規約

よくある質問

Veo 3.1は音声も作れる?

対応しています。

縦動画は?

Ingredients to Videoで9:16ネイティブ出力が案内されています。

4Kは?

対応機能があります。

どこで使える?

Gemini、Flow、Gemini API、Vertex AIなど複数の入口があります。

月額はいくら?

Veo単体の一律月額ではなく、利用するGoogle AIプランやAPIによって異なります。

まとめ|Veo 3.1は「映像+音声+参照画像」が強い

Veo 3.1は、ただ動画を動かすだけではなく、音声・キャラクター・背景まで含めてシーンを作りたい人向けのモデルです。

手軽に使う → Gemini
映像制作 → Flow
システムへ組み込む → Gemini API / Vertex AI

と入口を分けると理解しやすくなります。

特に音声付き動画、9:16、参照画像による一貫性が必要な制作では、2026年時点で有力な選択肢です。

公式サイト

Google Flow公式サイトを見る

関連記事

  • Runwayとは?Gen-4.5・料金を解説
  • Kling AIとは?Kling 3.0・料金を解説
  • 動画生成AIサービス6社比較