Veoとは？Googleの動画生成AIの使い方・料金・無料で使う方法

Veoで何ができる？映像と音を一緒に作る動画生成AI

Veoは、Google DeepMindが開発する動画生成モデルです。Veo 3.1では、文章や画像をもとに、映像に加えて会話、効果音、環境音を生成できます。コーヒーを注ぐ場面なら、カップや湯気の映像とともに、液体を注ぐ音や店内の音まで指示する使い方です。

Veo 3.1の生成イメージを動画で見る

まずは、Google DeepMindが公開したVeo 3.1の紹介動画をご覧ください。映像の質感や動きに加え、音声を含めた表現のイメージをつかめます。

視聴するときは、被写体の動き、カメラワーク、映像と音のつながりに注目してみてください。商品紹介や店舗のイメージ動画で、どのような表現を試したいかを考える参考になります。

開発元による紹介映像です。本記事のプロンプト例を実行した結果ではありません。利用するモデルや入力素材、指示によって生成結果は変わります。

広告制作での使いどころは、短い場面の空気感を、映像と音の両方で伝えることです。商品の質感を見せるカット、店舗の世界観を伝える映像、人物が短く話す場面などから試せます。以下は公開機能をもとにした活用案で、実制作で品質を比較した結果ではありません。

出典：Google DeepMind：Veo

Veo・Flow・Geminiの違い：モデル名と利用サービスを分ける

Veoは動画を作るモデル、Flowはモデルを選んで制作するサービスです。Geminiは会話やコンテンツ制作を行うアプリであり、Geminiアプリで作った動画が必ずVeo製とは限りません。

2026年10月16日に確認したGeminiの公式ヘルプでは、アプリの動画生成モデルを「Gemini Omni」と案内しています。Veoを指定して試す場合は、Flowのモデル選択か、VeoのモデルIDを指定できるAPIを使います。昔の「GeminiからVeoを使う」という説明を、そのまま現在の操作手順に当てはめないことが大切です。

出典：Geminiアプリの動画生成ヘルプ

出典：Gemini API：動画生成モデルの選択

Veo 3.1 Lite・Fast・Qualityの違いと選び方

Flowには複数のVeo 3.1モデルがあります。画質を優先するモデルが、すべての参照・編集機能を使えるわけではありません。まず入力方法を決め、その機能に対応するモデルを選びます。

対応機能表では文章・フレーム生成の尺を4・6・8秒と案内していますが、料金ページのQuality欄は8秒表記です。操作時のモデル・機能・尺の表示を確かめてから生成してください。延長は公式機能表上、Liteで行う条件になっています。

例えば商品画像を参照させるなら、LiteまたはFastで構図を試します。開始と終了の見せ方を指定するなら、Framesの機能を選びます。会話をしながら既存動画を書き換える制作は、Flow内のGemini Omniなど別モデルの機能と分けて検討します。

出典：Flowのモデル別機能

Veoの使い方：Flowで動画を生成する6ステップ

初めてVeoを使う場合は、Google Flowで、Veoが選択されていることを確認して進めます。画面の名称や配置は更新されるため、以下は公式ヘルプに基づく操作の流れです。

1. Flowにログインし、プロジェクトを作る。用途ごとにプロジェクトを分けると、商品素材と生成結果を管理しやすくなります。
2. 動画の生成とVeoモデルを選ぶ。入力欄のモデル名から動画の設定を開き、Veo 3.1 Lite・Fast・Qualityなど、使う機能に対応するモデルを選びます。
3. 文章・Frames・Ingredientsから入力方法を決める。文章だけで場面を作る、画像を動かす、商品の参照画像を渡すなど、素材に合わせて選びます。
4. 縦横比・尺・出力数と指示を設定する。SNS向けなら縦型など、納品先に合わせます。被写体、動き、カメラ、光、音を具体的に書きます。
5. 消費クレジットを確認して生成する。出力数を増やすと費用も変わります。最初は少ない出力で、狙う構図や動作が伝わるか確認します。
6. 結果を保存し、広告として仕上げる。映像と音を確認し、採用する動画をダウンロードします。ロゴ、字幕、価格、リンク先への誘導は編集で整えます。

出典：Flowで動画を作成する

最初の試作では「1商品・1動作・1カット」に絞ると、修正の理由をつかみやすくなります。「商品が回転し、人が手に取り、屋外へ移動する」といった複数の動作を一度に詰め込む前に、場面ごとに採用できる映像を用意します。

商品写真から動画を作る方法：FramesとIngredientsを使い分ける

写真を動かしたい場合は、最初の画を指定するFramesと、被写体の参考素材を渡すIngredientsを使い分けます。商品の正面写真から始まる動画なら開始フレーム、同じ商品を別の構図で登場させたいなら参照画像を使う、と考えると選びやすくなります。

Frames：始まりと終わりの見せ方を指定する

開始フレームに画像を追加し、必要に応じて終了フレームも指定します。文章には、その間に起こす動きやカメラの変化を書きます。例えば、商品全体が見える写真から始め、緩やかに近づいて終わる構成です。

Ingredients：商品の外観を参照させる

商品の参照画像を追加し、どの素材をどう使うか説明します。背景を整理した、商品の形が読み取りやすい写真を用意すると、指示の意図が明確になります。Flow全体の素材入力機能と、選択中のVeoモデルが受け付ける入力を照合してください。

参照画像を渡しても、ラベルや細部の完全な再現は保証されません。特に容器の文字、ロゴ、小さな装飾は、元画像と並べて確認します。価格やキャンペーン文言は、確定した文字を編集工程で重ねる方法が扱いやすいでしょう。

出典：FlowのFrames・参照画像の操作

Veoのプロンプト例：被写体・動き・カメラ・音を具体化する

プロンプトは「被写体／場所／動き／カメラ／光・画風／音／終わり方」の順で整理します。以下は広告向けの試作用に作成した例です。縦横比と尺は文章に書くだけでなく、生成画面の設定でも合わせてください。

例1：商品写真を使う8秒の縦型動画

例2：音のあるカフェのイメージ動画

例3：人物が短く話す動画

例3は日本語音声の品質を確かめるための試作です。商品名や数字を正確に伝える必要がある動画では、読み方と台詞を先に確定し、出力を聞いて検品します。

狙いに合わない場合の直し方

「もっと良くして」では、何を維持して何を変えるかが伝わりません。「カメラを固定する」「人物を登場させない」「ラスト2秒は商品の正面を見せる」のように、直したい点を絞ります。採用したプロンプトと設定を保存しておくと、次の案との差を比較できます。

音声・日本語・リップシンクはどこまで任せられる？

Veo 3.1は映像と音声を同時に生成します。会話が必要な場面では、誰が、どの台詞を、どんな調子で話すかを指定します。環境音や効果音が主役なら、その音と会話の有無を書き分けます。

Gemini APIのVeoドキュメントでは、英語が正式にサポートされ、それ以外の言語は未評価で結果にばらつきがあると説明されています。発話させたい日本語の台詞を、Veo 3.1以降の利用可能なモデルで試し、発音や口の動きが自然になるかを実際に確かめることをおすすめします。商品名や話す速さも含め、使いたい内容で短い動画を生成して確認しましょう。

• 台詞：商品名、固有名詞、数字が意図どおりか。
• 口の動き：発声の開始と終了、口の形が自然か。
• 音の構成：会話が聞き取れ、環境音や効果音が重なりすぎないか。
• 使い方：録音済み音声に厳密に合わせたい場合、専用のリップシンク工程が必要か。

短い動画へ長い説明を詰め込むと、台詞と映像の両方を確認しにくくなります。説明量が多い広告では、Veoで商品カットを作り、確定したナレーションと字幕を編集で加える制作も選べます。

出典：Veo APIの機能・制約

Veoの料金：FlowのクレジットとAPIの従量課金

FlowのクレジットとGemini APIのドル建て料金は、別の料金体系です。月額プランの契約が、そのままAPIでの動画生成費用になるわけではありません。以下は2026年10月16日に確認した公式表示です。

Flow：モデルと出力数で消費を確認する

公式ヘルプでは1日50クレジットの付与を案内しています。これに加え、Plusは月200、Proは月1,000、Ultraはプランに応じた月次付与があります。無料利用の混雑時制限や対象モデルもあるため、生成できる本数はアカウントと生成画面から確認します。

数値は生成1本あたりです。1回の操作で複数出力すると、その本数分を見積もります。低優先度モードやアップスケールは別条件です。月額料金は地域・プラン・特典で変わるため、申込画面を確認してください。

出典：Flowのクレジットと制限

Gemini API：8秒の生成費用の例

上表は生成単価×8秒の計算例です。VeoのAPIには無料枠がなく、Liteは4K出力に対応しません。円での費用には為替・税などを反映します。Flow上のQualityという表示とAPIのStandardという料金区分は、それぞれのサービスの表記で扱います。

出典：Gemini APIのVeo料金

Veoは他の動画生成モデルより安い？

APIの公開単価では、Veo 3.1 Lite・720pは下表のMiniMax H3やKling 3.0 Standardより低価格です。一方、Veo 3.1 Standardは高めです。Veoという名前だけでは価格を判断できないため、Lite・Fast・Standardのどれを使うかまで揃えて比較します。

Veo 3.1 Fast・720pは、MiniMax H3・768Pより高く、fal.aiのKling 3.0 Standardの音声付き生成より低い単価です。生成料金を抑えてVeoを試すならLite、FastやStandardは必要な表現・機能に応じて選ぶと、違いをつかみやすくなります。

解像度やモデルの機能、提供経路は完全には揃っていません。上表は各条件での公開出力単価の比較で、同じ品質を得るための総費用や性能順位を示すものではありません。MiniMax H3は入力素材による追加料金、Klingはボイス制御などによる単価変更があります。Flowや各社の月額プランには、このAPI単価をそのまま適用できません。

出典：Gemini API料金、MiniMax公式API料金、fal.aiのKling 3.0 Standard料金

APIやComfyUIで使う方法は？

繰り返し制作したい場合は、Gemini APIなどVeoを提供するクラウドの利用経路を検討します。商品画像とプロンプトの組み合わせを管理し、生成要求、完了確認、保存までを自動化する使い方です。Veo 3.1にはStandard・Fast・LiteのモデルIDがあり、公開されているIDと対応機能を確認して指定します。

Gemini APIでは4・6・8秒の生成を扱い、1080p・4Kなどの条件によって8秒が必要になります。画面での制作からAPIへ移るときは、同じモデル名でも入力方法や設定条件を確かめてください。

ComfyUIに外部APIを呼び出す連携を組み込む場合も、動画生成そのものはクラウドで行います。PCにComfyUIを入れることと、Veo本体をPCで動かすことを区別します。今回確認した公式の利用案内はクラウド経由であり、ローカル実行用のモデル配布を前提とした手順は紹介しません。

出典：Veo APIの利用手順

商用利用・素材の権利・データの扱いを確認する

広告へ使う際は、生成物の見た目に加え、契約と入力素材の条件を確認します。利用する経路の規約、人物・写真・音声の許諾、商品の説明内容を揃えてから公開します。生成された映像であることは、第三者の権利を使う許可の代わりにはなりません。

商用利用と権利の考え方

Googleの一般利用規約は、オリジナルコンテンツを生成できるサービスについて、Googleがそのコンテンツの所有権を主張しないと説明しています。これは第三者の権利や広告利用のすべてを保証するものではないため、Flow・APIなど利用経路の追加条件も確認します。

出典：Google利用規約

未公開の商品・顧客素材を扱う場合

Flowの公式ヘルプでは、製品改善の設定を有効にしている場合、アップロードや生成結果などが改善に利用される可能性を説明しています。機密素材を扱う案件では「Help improve Google Flow」の設定と契約を確認し、投入できる素材の範囲を決めます。

出典：Flowのデータ管理

公開前には、商品の形や機能、価格、説明、出演者の許諾を照合します。広告媒体のAI生成表示や投稿ルールも確認し、実際のサービス内容が伝わる映像に整えます。

広告・SNSで活用するなら、冒頭の1カットから試す

最初から広告全編を生成するより、商品の質感や世界観を伝える1カットから始めると、制作条件を揃えやすくなります。例えば同じ商品で「朝の自然光」「夜の照明」「水滴のある背景」の3案を用意し、台詞や字幕、配信対象は共通にして比較します。

制作段階では、商品再現、映像の自然さ、音の聞きやすさ、採用率、費用、修正時間を記録します。配信後は、冒頭の視聴維持、クリック、コンバージョン、獲得単価を見ます。作りやすさと広告としての成果を、別々に確かめることが継続利用の判断につながります。

他の生成AIも比較する場合は、MiniMaxの解説やKlingの解説も参考に、同じ商品素材と納品条件で試します。生成尺や機能の数だけで順位をつけず、採用できる完成品と制作原価で選びましょう。

Veoの動画生成でよくある質問

Veoは無料で使えますか？

Flowには試用向けのクレジット付与が案内されています。ただし対象モデル、混雑時の制限、利用回数はアカウントで確認が必要です。Gemini APIのVeo料金表には無料枠がありません。詳しくは料金の項目を確認してください。

Geminiアプリの動画生成はVeoですか？

現在の公式ヘルプではGemini Omniとして案内されています。Veoを使う目的なら、Flowのモデル選択またはAPIのモデルIDを確認します。

日本語でプロンプトを書けますか？

日本語で制作意図を整理して試すことはできますが、APIの公式説明では英語以外は未評価です。意図が伝わらない場合は英語の映像指示と比較し、日本語の台詞は発音まで確認してください。

Veoで長い動画を作れますか？

まず短いクリップを作り、対応する延長機能や動画編集でつなぎます。Flowの延長はVeo 3.1 Liteで行う条件が案内されています。1回の生成尺と編集後の完成尺は分けて考えます。

実際の商品と同じロゴやラベルを再現できますか？

参照画像やフレームで外観を指定できますが、細部は生成後の確認が必要です。正確なロゴ、価格、字幕は確定素材を編集で加えます。

生成されない場合はどうすればよいですか？

残クレジット、対応するモデルと入力方法、素材の条件、画面に表示されるエラーを確認します。指示を1カットに絞って試し、権利やポリシーに関する制限が出ている場合は素材・内容を見直します。

Veoを始めるなら、Flowでモデルと制作条件を確認する

Veoは、映像と音を一緒に設計した短い動画を作りたいときの選択肢です。まずFlowでVeoを選び、商品写真や簡単なプロンプトから1カット生成し、映像と音が目的に合うか確認します。

参照画像を使うのか、開始・終了フレームを指定するのか、延長するのかで、選ぶモデルは変わります。設定と費用を記録しながら、小さな試作を広告やSNSの完成品へ仕上げていきましょう。