Veo 3.1とは？料金・日本語対応とGemini API・Vertex AI・Flowの仕様差【2026年9月版】

Veo 3.1はGoogleの動画生成モデルで、テキストや画像から音声つきの動画を生成します。調べるときに最初に押さえるべきは機能一覧ではなく、どの経路から使うかで仕様も料金も変わるという点です。Gemini APIではPreview段階のモデルIDで1リクエスト1本、Vertex AI（Gemini Enterprise Agent Platform）ではStandard・FastがGA、LiteがPreviewで、出力は最大4本、制作ツールのGoogle Flowでは参照画像や延長を使えるモデルがさらに違います。この記事では公式ドキュメントと料金表に記載された数値だけを使い、経路ごとの違いとStandard・Fast・Liteの選び分けを整理します。

まとめ：Veo 3.1を判断するための要点

• 同じVeo 3.1でも、Gemini API（モデルIDが-preview）、Vertex AI（-001で、Standard・FastはGA、LiteはPreview）、Flowで、対応解像度・出力本数・参照画像・延長の可否が違う。先に経路を決めてから仕様を読むのが前提。
• 秒単価は音声つきで1秒あたり0.05〜0.60ドル。APIに無料枠はない（Gemini APIの料金表でFree Tierは「Not available」）。
• Gemini APIでは1080p・4K・参照画像・延長のいずれかを使うと尺は8秒固定。延長は1回7秒で最大20回、入力動画と合わせて最大148秒。
• Vertex AIのモデル仕様でサポートされるプロンプト言語は英語のみと明記されている。
• Vertex AIの提供リージョンは米国のus-central1のみ、従量課金（Pay-as-you-go）は非対応。
• Geminiアプリの動画生成は2026年9月時点でGemini Omniに移行済み。Veo 3.1を選んで使える経路はFlow・Gemini API・Vertex AI。

Veo 3.1を使う経路とプラットフォーム差

Veo 3.1の主な利用経路は、制作ツールのGoogle Flow、開発者向けのGemini API、企業向けのVertex AI（Gemini Enterprise Agent Platform）の3つです。2026年1月13日には参照画像機能と縦型フォーマットがYouTube Shorts・YouTube Create・Google Vidsにも展開されました。

かつてはGeminiアプリからもVeoを使えましたが、2026年9月時点のGeminiアプリの動画生成モデルはGemini Omniです。公式ヘルプは個人アカウントでの利用にGoogle AIプランを求め、18歳未満は利用できないと記載しています。Geminiアプリで作った動画はVeo 3.1の出力ではないので、Omniの仕様はGemini Omniとは？Google I/O 2026で発表された動画生成モデルの正体・仕様・使い方で確認してください。

Flowではアスペクト比・出力本数・使用モデル・生成する長さを画面から選べ、モデル一覧にはVeo 3.1のLite・Fast・QualityとGemini Omni Flash 1.1が並びます。Flowのプラン構成とクレジットはGoogle Flow（フロー）とは？使い方・料金・無料枠とVeo搭載のAI動画生成を解説【2026年最新】にまとめてあります。会話しながら動画を編集する用途はVeoではなくOmni系が担当し、両者の役割分担はGemini Omni Flashとは？動画生成・会話型編集の特徴と料金・Veoとの違いを解説で扱っています。

Standard・Fast・Liteの仕様差と選び分け

Veo 3.1は単一のモデルではなく3階層で提供されています。日本語の解説記事では「Veo 3.1」とだけ書かれることが多いのですが、使える機能は階層ごとに、そして経路ごとに違います。

Vertex AI（Agent Platform）のモデル別仕様と提供段階

出典：Google公式ドキュメントVeo 3.1 モデル仕様（最終更新2026年9月25日）。3モデルに共通するのは、アスペクト比が9:16と16:9の2種類、入力解像度が720pと1080p、フレームレートが24 FPS、出力形式がvideo/mp4、画像入力の上限が20MBという点です。生成物にはContent Credentials（C2PA）が付きます。Standardでは、参照画像から動画を作る場合に限り尺が8秒のみとなり、4秒や6秒は選べません。

Gemini API（Preview）版との仕様差

Gemini APIから使う場合はモデルIDがveo-3.1-generate-preview・veo-3.1-fast-generate-preview・veo-3.1-lite-generate-previewとなり、対応内容も次のように変わります。

出典：Gemini API の Veo ガイド。Gemini APIでは1080pと4Kはいずれも8秒のときのみ選べ、延長や参照画像を使う場合も尺は8秒に固定されます。Vertex AIのGA版ではFastの出力解像度は720pと1080pのみでLiteも延長に対応する一方、Gemini APIのPreview版ではFastが4Kと参照画像の両方に対応し、Liteは延長そのものが使えません。「Fastは4Kに対応しているか」「Liteで延長できるか」という問いには、経路を決めないと答えられません。

Google Flowでの機能対応

Flowのヘルプに載っている対応表は、API側とさらに異なります。Flowでは標準版が「Veo 3.1 – Quality」という名前で表示されます。

出典：Learn about Google Flow models & supported features。ヘルプには「All Veo 3.1 8s videos can be extended, but you must use Veo 3.1 Lite to extend them.」とあり、QualityやFastで作った8秒の動画も、延長の操作自体はLiteで行います。APIではLiteが参照画像非対応なのに、Flowでは逆にQualityが参照画像非対応です。APIで検証した結果をFlowでの制作手順にそのまま持ち込めない、という点は覚えておくべきです。

用途別のモデルの選び分け

キャラクターや商品の見た目を複数カットで揃えたいなら参照画像が要るので、APIならStandardかFast、FlowならFastかLiteを選びます。4K納品が要件なら、経路ごとの対応表を確認したうえでモデルIDを固定します。APIで参照画像や4Kを使わずに構図・動きを試す工程では、秒単価の低いLiteを試作候補にできます。Liteの位置づけと使いどころはVeo 3.1 Liteの登場背景とSora撤退後に開発者が注目すべき理由で詳しく扱っています。

Veo 3からVeo 3.1への機能変更

Veo 3.1の機能追加は2025年10月15日のGemini API向け発表でまとまっています。参照画像から動画を作る「Ingredients to Video」は、キャラクター・オブジェクト・シーンの参照画像を最大3枚まで渡して生成を誘導する機能です。始点と終点の2枚から間をつなぐ「Frames to Video」、生成済みクリップに続きを作って1分以上の動画にする延長機能も同時に入りました。音声は会話から同期した効果音まで、モデルがネイティブに生成します。

2025年10月15日の発表ではVeo 3と同額とされ、2026年9月時点のVertex AI料金表でも720p／1080pの音声つきはVeo 3・Veo 3.1とも1秒0.40ドルです。Veo 3には4Kの行がなく、4Kを使うならVeo 3.1の0.60ドルが新たに発生します。移行時に解像度・尺・出力本数・利用経路を変える場合は、現行料金で見積もり直してください。

Veo 3.1のAPI秒単価と無料枠

Veo 3.1の課金は生成した動画の秒数に対して発生します。Gemini APIの料金表では列見出しが「Paid Tier, per second in USD」、つまり1秒あたりの米ドル建てです。

解像度別の秒単価と8秒あたりの実額

出典：Gemini API 料金（最終更新2026年9月24日）およびAgent Platform の料金。1080pの8秒で比べると、Standardの3.20ドルに対してLiteは0.64ドルで5倍の開きがあります。Standardの4KとLiteの720pなら12倍です。試作の段階からStandardを使うと、当たりを引くまでの試行回数がそのままコストに乗ります。

出力本数の扱いも経路で変わります。Vertex AIでは1プロンプトあたり最大4本まで生成でき、1080p・8秒・4本なら合計12.80ドルです。Gemini APIは1リクエスト1本のため、同条件の1回分は3.20ドルです。Vertex AIで複数本を生成するときは出力本数を明示し、本数を掛けた額で見積もってください。モデル仕様上、バッチ推論（Batch inference）は非対応です。

Vertex AIにおける音声なし生成の料金差

Vertex AIの料金表には、音声つきと音声なしで別の行があります。Standardの720p／1080pなら音声つき0.40ドルに対し音声なしは0.20ドルで、ちょうど半額です。BGMやナレーションを既存の音源に差し替える制作フローなら、生成時点で音声を切ったほうが安く済みます。Gemini APIのVeo 3.1系は音声が常時オンで切れないため、音を後段で作り直す前提ならVertex AI側を選ぶ理由になります。

無料で試せる範囲

Gemini APIの料金表では、Veo 3.1・Fast・Liteのいずれも無料枠の欄が「Not available」です。APIから叩く限り、検証であっても秒課金が発生します。「gemini 動画生成 無料」で探している場合も、現行のGeminiアプリはGemini Omniで生成し、個人アカウントではGoogle AIプランが必要なので、Veo 3.1を無料で試す入口にはなりません。Flowのクレジット管理ヘルプでは、無料ユーザーにも1日50クレジットが付与されます。未使用分は翌日に繰り越されず、混雑するUTCの14時から17時ごろ（日本時間23時から翌2時ごろ）は、未加入だと動画を生成できない場合があります。生成前に画面でモデルごとの消費量を確認してください。

Veo 3.1の日本語プロンプト対応

日本語の指示が通ることと、公式にサポートされることは区別する必要があります。Gemini APIのガイドでは英語を全面的にサポートし、他言語は未評価で結果が変動すると説明しています。Vertex AIのモデル仕様ページでは、Veo 3.1・Fast・Liteの3モデルすべてで「Prompt languages」の欄が英語（English）だけです。Liteは「English preview」と、Preview扱いである旨が併記されています。Googleがサポート対象として明示しているプロンプト言語は英語だけ、ということです。

プロンプトをコードに埋め込んで自動生成を回す業務システムなら、英語プロンプトを前提に設計してください。日本語で組むと、品質が出ないときに原因がプロンプトの表現なのか、サポート対象外の言語を使っているためなのかを切り分けられなくなります。Geminiアプリ自体は日本語に対応しますが、前述のとおりアプリの動画生成モデルはGemini Omniなので、Veoの言語対応の根拠にはなりません。

Veo 3.1 APIの実装を左右する利用制約

公式ドキュメントには、紹介記事では扱われにくいものの見積もりや設計を左右する条件が並んでいます。

リージョン・クォータ・課金方式

Vertex AIでのVeo 3.1の提供リージョンは米国のus-central1のみです。国内にデータを置く要件がある案件では、この時点で採用可否が決まります。モデル仕様にはベースモデルあたり毎分50リクエストと記載されています。実装前にCloud Consoleで適用クォータを確認し、必要なら増枠を申請してください。

課金方式にも制限があります。モデル仕様では3モデルとも「Pay-as-you-go」が非対応、バッチ推論も非対応で、Provisioned Throughputと固定クォータが対応です。従量課金のつもりで見積もっていると前提が崩れるため、調達の段階で確認しておく項目です。

尺・本数・入力の上限

1本あたりの尺は通常4秒・6秒・8秒から選びますが、Gemini APIでは1080p・4K・参照画像・延長のいずれかを使う場合は8秒固定になります。短いカットを大量に作る用途で参照画像を使うと、1本あたりのコストが8秒分に固定されます。

Gemini APIの延長は1回につき7秒を追加し、最大20回まで実行できます。延長できるのはVeo 3.1とFastのみで、入力に使えるのは同APIで生成し、2日以内に生成または参照された720pの動画（141秒以下）に限られます。入力動画と延長分を合わせた出力は最大148秒で、これを超える尺は生成物を編集でつなぐしかありません。

人物の扱いにも条件が付きます。テキストから動画を作る場合と延長を使う場合はallow_allのみ、画像から動画・補間・参照画像のモードではallow_adultのみが許可されます。以上はGemini APIのモード別パラメータ表の記載です。ただし、EU・英国・スイス・中東／北アフリカではallow_adultのみという地域制限もあるため、モードと利用地域の両方を確認して設定してください。

Veo 3.1 Fastの4K対応に関するドキュメント間の食い違い

見積もり時にもっとも間違えやすいのがここです。Gemini APIのPreview版Fastは4Kを選べます（8秒のときのみ）。Vertex AIのGA版Fastは、モデル仕様ページの「Supported output resolutions」が720pと1080pだけで4Kを含みません。ところが同じVertex AIの料金表には、Fastの4K行（音声つき0.30ドル、音声なし0.25ドル）が載っています。料金表に行があることは、そのモデルIDで4Kを指定できることの保証になりません。Fastで4K納品を前提に提案を組むなら、利用するAPIとモデルIDを先に確定させ、実際にリクエストが通るかを検証してから見積もりに入れてください。

Veo 3.1が向かない用途

数分の完成尺をそのまま生成する用途には向きません。1回の生成は最長8秒で、それ以上は延長でクリップを継ぎ足します。8秒の初回動画を1分以上に延ばすには7秒の延長を8回行うため、合計9回の生成と接続管理が必要です。Gemini APIの延長出力は最大148秒です。完成映像の予算には、生成秒数に対する料金に加え、採用しなかったテイクの生成費と編集費も見込んでください。

リクエスト量を予測できないユーザー向け機能に組み込む場合は、先に上限を確かめる必要があります。Vertex AIのモデル仕様は毎分50リクエストと記載し、従量課金にも対応しません。Vertex AIを使う場合は、プロジェクトに適用されるクォータと増枠の可否を確認し、想定ピークを処理できるか判断してください。Gemini APIを使う場合は、同APIの利用階層別の上限を別途確認する必要があります。社内の制作支援や、キューを挟んで処理量を制御できるバッチ用途のほうが素直です。

向いているのは、短いカットを大量に作って選ぶ工程です。広告のバリエーション検証、絵コンテ代わりの動きの確認、SNS向けの縦型素材の量産など、8秒以内の素材を選別して使える領域が候補になります。採用できた素材1本あたりの生成費と編集時間を、既存の制作方法と比較して判断してください。他モデルとの比較で選定する場合は動画生成AIランキング｜業務利用で選ぶ主要9ツールの実額比較と生産投入の判断基準【2026年最新】が判断材料になります。

よくある質問

Veo 3.1は無料で使えますか？

Gemini APIの料金表では、Veo 3.1・Fast・Liteのいずれも無料枠が「Not available」です。Geminiアプリの動画生成は個人アカウントではGoogle AIプランが必要で、現行モデルはGemini OmniのためVeo 3.1を試す手段にはなりません。画面から試すならFlowで、未加入でも1日50クレジットが付与されます。

Veo 3.1とVeo 3で料金は変わりますか？

720p／1080pなら変わりません。2025年10月15日のGemini API向け発表で同額とされ、2026年9月時点のVertex AI料金表でも音声つきは両モデルとも1秒0.40ドルです。4K（1秒0.60ドル）はVeo 3.1にしかないため、4Kを使う場合だけ比較の前提が変わります。

Veo 3.1の使い方は何から始めればよいですか？

画面で操作して結果を見たいならGoogle Flowが最短です。自社サービスに組み込む場合はGemini APIまたはVertex AIを使い、先にモデルID（-previewか-001か）、リージョン（Vertex AIはus-central1のみ）、課金方式（Pay-as-you-goは非対応）を確認してから実装に進んでください。

Veo 3.1は4Kや縦型（9:16）の動画を作れますか？

縦型は3モデルとも対応し、対応アスペクト比は9:16と16:9です。4KはStandardならGemini API・Vertex AIの両方で出力できますが、FastはGemini APIでのみ仕様上対応し、Liteはどちらの経路でも非対応です。

Veo 3.1 Liteと通常のVeo 3.1の違いは何ですか？

APIのLiteは4K出力に対応せず、参照画像も使えません。Gemini APIでは動画の延長も非対応で、提供段階はPreviewです。その代わり720pで1秒0.05ドルと、Standardの8分の1の単価で回せます。なおFlowでは、Liteが参照画像と延長の両方に対応します。

関連記事

• Veo 3.1 Liteの登場背景とSora撤退後に開発者が注目すべき理由
• Google Flow（フロー）とは？使い方・料金・無料枠とVeo搭載のAI動画生成を解説【2026年最新】
• Gemini Omniとは？Google I/O 2026で発表された動画生成モデルの正体・仕様・使い方
• Gemini Omni Flashとは？動画生成・会話型編集の特徴と料金・Veoとの違いを解説
• 動画生成AIランキング｜業務利用で選ぶ主要9ツールの実額比較と生産投入の判断基準【2026年最新】