Veo移行時に確認するAPI経路・モデルID・出力音声

Posted at 2026-10-14

廃止案内にある名称と、アプリが実際に呼んでいるモデルIDを照合します。Gemini APIとVertex AIを分け、少数の比較出力から移行時の確認項目を整理します。

使っているVeoが終了の対象かを見分ける

同じVeo 3.1でも、どこから呼び出しているかで終了の予定が違います。次の2点を確かめます。

呼び出し先：generativelanguage.googleapis.com なら Gemini API、aiplatform.googleapis.com なら Vertex AI
モデル名：末尾が -preview ならプレビュー版、-001 なら正式版

https://{LOCATION}-aiplatform.googleapis.com/v1/projects/{PROJECT}/locations/{LOCATION}/
  publishers/google/models/veo-3.1-generate-001:predictLongRunning

FableBridgeが10月12日の試作で使った呼び出し先（Vertex AIの正式版なので10月22日の終了には含まれない）

fal・Runwayなど別のサービスからVeo 3.1を使っている場合は、そのサービスがどのモデルにつないでいるかで影響が変わります。各サービスのお知らせや料金ページで、10月22日以降の扱いを確かめてください。

Gemini Omniへ移る前に確かめること

使っているのがGemini APIのプレビュー版か、Vertex AIの正式版かを、呼び出し先とモデル名で確かめる
いつも使う画像と指示文で、Gemini Omniの仕上がりを数本試す
否定の指示やtemperatureなど、Gemini Omniで使えない設定を指示文に書き直す
音声が既定で作られ、「音声なし」と書いても付くため、音声を別に作る制作では編集で音を差し替える手順を決めておく
尺を指定する項目がないため、指示文に時間割を書いて長さが合うかを確かめる
1080pや4Kは拡大処理になるため、必要な解像度と費用を試して確かめる
欧州・英国向けの制作がある場合は、地域の制限に当たらないかを確かめる

動画生成AIのモデルは、数か月から1年ほどで新しいものに置き換わります。ほかのモデルとの比べ方や、同じモデルでも使うサービスで変わる費用は「動画生成AIの選び方」の記事にまとめています。

2026年10月22日に終了するVeo 3.1のモデル

veo-3.1-generate-preview（2025年10月15日公開）：終了予定 2026年10月22日
veo-3.1-fast-generate-preview（2025年10月15日公開）：終了予定 2026年10月22日
veo-3.1-lite-generate-preview（2026年3月31日公開）：終了予定 2026年10月22日
gemini-omni-flash-preview（Gemini Omniのプレビュー版）：終了予定 2026年10月22日

4つとも移行先はgemini-omni-1.1-flashです。Googleの終了予定のページでは、表の日付は「早ければこの日に終了する」という最短の日付で、正確な日付は事前に知らせるとされています。日付が延びる可能性はありますが、10月22日に止まる前提で準備しておくのが安全です。

Vertex AIの正式版（veo-3.1-generate-001 と veo-3.1-fast-generate-001、2025年11月17日公開）は、引退が「2026年11月17日以降」と表示されていて、具体的な日付はまだ決まっていません。

出典

同じ画像と指示文でGemini Omniを試した結果

10月14日に、同じ美人画と同じ指示文をそのままGemini Omni 1.1 Flashに渡し、縦9:16・720pで2本作りました。尺を指定する項目はなく、台詞ありの回は10秒、時間割を8秒まで書いた口と目だけの回は8秒で返ってきました。応答までは約42秒と約36秒で、応答に含まれる出力トークン数から計算した費用は約1.03ドルと約0.83ドルです。

いちばんの違いは、絵の保たれ方でした。Gemini Omniは2本とも頭と体の向きがほぼ変わらず、かんざしの形もそろったままでした。そのぶん口と目の動きは小さめです。Veo 3.1は2本とも頭が大きく動き、かんざしの形も変わりました。

動画を再生（MP4）

Veo 3.1

台詞あり｜8秒（縦の動画を横の枠に収めて表示）

動画を再生（MP4）

Gemini Omni

同じ画像と指示文｜10秒

台詞の聞き取りやすさも比べました。3本の音声を同じ音声認識モデル（Whisper large-v3）で文字に起こすと、Gemini Omniは3つの台詞がほぼ指示どおりに起こされ、違ったのは「胡麻」が「キマ」になった程度でした。Veo 3.1は2つ目の台詞はほぼ合っていましたが、3つ目は意味の通らない文に起こされました。

口と目だけを動かす回では、Gemini Omniは頭も手もほとんど動かさず、Veo 3.1より指示に沿っていました。ただし「音声なし」と書いても音声は付き、台詞は聞き取られなかったものの音は入っていました。Gemini Omniには音声を止める設定が見当たらないため、音を別に作る制作では編集で差し替えます。