2026/05/21

Gemini Omni vs Veo 3.1：2026年5月に乗り換えるべきか

2026年5月の Gemini Omni と Veo 3.1。Google が Veo を置き換えたのは Gemini アプリだけで、API では継続中です。5チャネルの対応表、リクエストの差分、それぞれの使いどころ。

Google の Gemini Omni ページには、一文だけこう書かれています。「Gemini Omni will replace Veo in the Gemini app.」^[3] マーケティング文言だけを読むと、Veo 3.1 は提供終了したように見えます。実際は違います。Veo 3.1 は Vertex AI でも Gemini API でも、掲載しているアグリゲーターでも今なお動いています。Veo 3.1 の Gemini API ドキュメントに対する Google 自身の 2026年4月28日の更新は、Omni のローンチより新しいものです^[4]。

つまり 2026年5月に Gemini Omni と Veo 3.1 を比べるとき、選んでいるのは「提供終了したモデル」と「その後継」ではありません。5つのチャネルを持つ生後7か月の秒課金モデルと、チャネルが1つだけの生後2日の生成回数課金モデル、そのどちらを取るかという選択です。正解は、代わりにどの Veo 3.1 チャネルを呼ぶことになるか、そしてワークフローが音声・4K・先頭/末尾フレーム制御・マルチターン編集を必要とするかで決まります。

TL;DR

「置き換え」の範囲。 Google が Veo を Omni に置き換えたのは、Gemini アプリ、Flow、YouTube Shorts だけです^[3]。Gemini API では引き続き Veo 3.1 がドキュメント化された動画モデルです^[4]。
API 提供のタイミング。 Veo 3.1 の Gemini API は 2025年10月から稼働。Gemini Omni の公開 API は 2026年5月19日時点で「数週間以内」^[5]。reAPI 経由なら、どちらも今日から同じエンドポイントで呼び出せます。
音声なしで最も安い経路。 Veo 3.1 Lite は 8秒の 720p/1080p クリップが $0.05^[6] で、Gemini Omni の 8秒 1080p $0.216^[7] をおよそ 4倍の差で下回ります。
音声ありで最も安い経路。 Gemini Omni Flash の 8秒 1080p $0.216^[7] は、Veo 3.1 Fast Official の $1.20（8s × $0.15/s）^[6] より 5.5倍安くなります。
4K。 Veo 3.1 Fast alt は 8秒クリップ $0.30 でコスト面が有利。Gemini Omni は 8秒 $0.432 で音声込みという点が有利です。
尺の柔軟性。 Gemini Omni は 4/6/8/10秒に対応^[8]。Veo 3.1 alt は 8秒固定、Veo 3.1 official は 4/6/8秒です。
先頭/末尾フレーム補間。 Veo 3.1 Official のみ。Gemini Omni に先頭/末尾のアンカー指定はありません。
マルチターンの対話編集。 Gemini Omni のみ^[1]。
切り分け。 安価な無音クリップは Veo 3.1 Lite のまま。先頭/末尾フレームの連結は Veo 3.1 Official のまま。1080p や 4K で音声が要るワークロード、そして一発の完成度より反復のしやすさが効く工程は Gemini Omni へ移します。

Google が実際に置き換えたもの

「Gemini Omni が Veo を置き換える」という主張が当てはまるのは、Gemini アプリ、Google Flow、YouTube Shorts というちょうど3つのコンシューマー向け面だけです^[3]。その中では Omni Flash が既定の動画モデルになりました。これらの製品の UI から Veo 3.1 は姿を消します。

その外側では、Veo 3.1 は5月18日と同じ製品のままです。ai.google.dev の Gemini API 動画ドキュメントは、今も Veo 3.1 をテキストから動画・画像から動画の対応モデルとして掲載しています^[4]。Vertex AI も person_generation、resize_mode をはじめとする本番向けの制御を備えた Veo 3.1 を従来どおり公開しています。Google の Veo 3.1 の重みを経由してルーティングしているアグリゲーターも影響を受けません。Gemini API における新しい Veo 3.1 機能（安全フィルタの追加、プロンプト長の拡張）を告知した 2026年4月28日の Google 自身の記事でさえ、Omni 出荷の1か月足らず前に公開されています^[4]。提供終了に向かうモデルの更新頻度とは言えません。

Google DeepMind でプロダクトマネジメント担当ディレクターを務める Nicole Brichtova 氏は TechCrunch に対し、Omni は「単なる Veo のアップデート以上のもの」であり、「Gemini の知能とメディアモデルのレンダリング能力を組み合わせていく方向への次の一歩」だと語っています^[5]。この言い回しは意図的です。Omni は別の製品カテゴリー（推論＋編集）であって、Veo の秒課金の動画合成をそのまま差し替えるアップグレードではありません。

Gemini Omni と Veo 3.1 のどちらを選ぶかという開発者向けの結論はこうです。コンシューマー UI が変わったからという理由で移行しないこと。自分のワークロードにとって機能か価格計算が Omni を指しているときに移行すること。

機能マトリクス

機能	Gemini Omni Flash	Veo 3.1（5チャネル）
テキストから動画	対応	対応
画像から動画（単一）	対応（参照1枚）	対応（Fast / Quality alt、Official ティア）
複数画像リファレンス	最大3枚（フュージョンモード）^[8]	最大3枚（Fast alt のみ）^[9]
先頭フレーム固定	非対応	対応（Official ティア）^[9]
先頭＋末尾フレーム補間	非対応	対応（Official ティア）^[9]
マルチターンの対話編集	対応^[1]	非対応
4K 出力	対応（音声込みで 8秒 $0.432）^[7]	対応（Official は 4K 音声ティア、alt は生成ごとの定額）^[6]
尺の選択肢	4 / 6 / 8 / 10秒^[8]	alt: 8秒固定、Official: 4 / 6 / 8秒^[9]
アスペクト比	16:9、9:16^[8]	16:9、9:16^[9]
プロンプト長の上限	2,000文字^[8]	4,000文字^[9]
音声制御	常時バンドル	alt: 音声なし、Official: `generate_audio` トグル
`person_generation` 制御	非公開	Official: `allow_adult` / `disallow`^[9]
アバター機能（コンシューマー）	あり^[1]	なし
電子透かし	SynthID^[1]	SynthID
課金モデル	生成ごと	alt: 生成ごと、Official: 秒単位

判断のほとんどを左右するのは、3つの非対称性です。

Veo 3.1 の先頭/末尾フレーム補間。 Omni に同等の機能はありません。開始フレームと終了フレームが決まった状態でクリップを固定するパイプライン（絵コンテの連結、構図を固定したヒーロークリップの撮り直し）なら、この2つのうちその制御を与えてくれるのは Veo 3.1 Official だけです。

Omni のマルチターン対話編集。 Veo に同等の機能はありません。「バイオリンを消して。次はカメラアングルを変えて」。指示のたびに、シーンを失わずに既存のクリップが作り替えられます^[1]。Veo は自分の出力を反復できず、毎回新しいプロンプトで生成し直す必要があります。

Official にある Veo 3.1 の音声トグル。 Veo Official なら無音の動画を割引価格で生成できます。Omni はすべての生成に音声を束ね、価格は一律です。音声が不要なら、Veo Fast Official で generate_audio: false にすれば 33% 節約できます。Omni にこのスイッチはありません。

Omni が置き換えない5つの Veo 3.1 チャネル

reAPI 上の Veo 3.1 は1つのモデルではなく5つのチャネルで、それぞれ表に出す機能が違います^[6]。どれも「残る理由」「移る理由」が別々に対応します。

veo3.1-lite は低価格チャネルです。生成ごとの課金、尺は8秒固定、音声なし、プロンプトのみ（画像入力なし）。8秒の 720p/1080p クリップで $0.05^[6]。同じ出力仕様に対して、Gemini Omni の 8秒 1080p $0.216 はおよそ4倍高くつきます。「速く下書きして大半は捨てる」タイプのワークロードなら、Lite に勝るものはありません。

veo3.1-fast は alt 側の主力チャネルです。生成ごとの課金、画像リファレンスを最大3枚まで受け付け、尺は8秒固定。8秒 720p/1080p で $0.10、8秒 4K で $0.30。Omni の3枚フュージョンモードは似た範囲をカバーしますが、1080p 出力では価格が2倍になります。

veo3.1-quality は alt 側の高品位チャネルです。8秒 720p/1080p で $0.75、8秒 4K で $2.40。顔の描写、文字の判読性、キャラクターの一貫性が成否を分ける場面で使います。この価格帯における Omni の素の品質はまだ未確認で、ローンチ翌日に書かれたレビューは、Omni の総合品質はリーダーボードの最前線に「届いていない」と述べています^[5]。

veo3.1-fast-official は Vertex 相当の制御を解放します。先頭/末尾フレームの固定、generate_audio トグル、person_generation の enum、4 / 6 / 8秒の尺。課金は秒単位で、音声付きの 720p/1080p は $0.15/s。これらの制御に Omni の同等品はありません。

veo3.1-quality-official は本番グレードのティアです。音声付きの 720p/1080p で $0.40/s。制御できる範囲は Fast Official と同じで、映像の忠実度が上がります。ヒーローショットや広告クリエイティブ向けです。

Gemini Omni と Veo 3.1 を決めるとき、正しい問いは「どちらのモデルが勝つか」ではなく、「このワークロードは今5つの Veo 3.1 チャネルのどれを使っていて、Omni はその制御をカバーしているか」です。

リクエストボディの移行

reAPI では、どちらのモデルも POST /api/v1/videos/generations で動きます。移行はエンドポイントの変更ではなく、リクエストボディの編集です。もっとも一般的な Veo 3.1 の構成から Omni へのフィールド単位の対応は次のとおりです。

Veo 3.1 Fast（alt チャネル）のリクエスト:

{
  "model": "veo3.1-fast",
  "prompt": "A neon city street in the rain, slow camera pan",
  "image_urls": ["https://your-cdn.com/ref.jpg"],
  "generation_type": "frame",
  "aspect_ratio": "16:9",
  "resolution": "1080p"
}

同じリクエストを Gemini Omni へ移行:

{
  "model": "gemini-omni",
  "prompt": "A neon city street in the rain, slow camera pan",
  "image_urls": ["https://your-cdn.com/ref.jpg"],
  "duration": 8,
  "aspect_ratio": "16:9",
  "resolution": "1080p"
}

押さえるべき変更は3点です。1つめ、generation_type は Omni に存在せず、モードは image_urls の枚数から暗黙に決まります。0枚ならテキストから動画、1枚なら画像から動画、3枚ならフュージョンです^[8]。2つめ、Omni は duration を第一級のフィールドとして受け取りますが、Veo alt は8秒に固定します。3つめ、image_urls の長さが2の場合、Omni は 400 とエラーコード 20003 で拒否します^[8]。Veo Fast は1枚、2枚、3枚のいずれも受け付けます。

移行元のリクエストが veo3.1-fast-official だった場合、失うものはもっと多くなります。first_frame_image、last_frame_image、generate_audio、person_generation、resize_mode は削除してください。Omni はどれも公開していません。これらのどれかが要になっていたなら、移行すべきではありません。

効いてくるチャネルの価格計算

2026年5月、reAPI での8秒 1080p クリップの場合:

チャネル	音声あり	音声なし
`veo3.1-lite`	非対応	$0.05（alt、生成ごと）^[6]
`veo3.1-fast`	非対応	$0.10（alt、生成ごと）^[6]
`veo3.1-quality`	非対応	$0.75（alt、生成ごと）^[6]
`veo3.1-fast-official`	$1.20（8s × $0.15/s）	$0.80（8s × $0.10/s）^[6]
`veo3.1-quality-official`	$3.20（8s × $0.40/s）	$1.60（8s × $0.20/s）^[6]
`gemini-omni`	$0.216（生成ごと、音声込み）^[7]	$0.216（トグルなし）^[7]

ここから2つのことが見えます。1つめ、音声が必要で Veo Official を使っていないなら、reAPI 上で最も安いのは Gemini Omni です。Omni の音声込み $0.216 は Veo Fast Official の $1.20 より 5.5倍、Veo Quality Official の $3.20 より 14.8倍安くなります。2つめ、音声が不要なら Veo Lite の $0.05 が引き続き最安のままです。価格が音声の有無に依存しないため、Omni には無音モードの割引がありません。

8秒の 4K を音声付きで作るなら、Gemini Omni の $0.432 に対して Veo Quality Official は $4.80（8s × $0.60/s）。4K 音声付きでは Omni が11倍安くなります。生成回数課金というモデルが Omni にとって最も強く効いてくるのがここです。

Veo 3.1 に留まるとき

先頭と末尾のフレームを固定してショットを連結し、長いシーケンスを組み立てるワークフロー
安全コンプライアンスのために person_generation を disallow に設定する必要があるワークフロー
出力仕様が無音動画で、規模が出たときに Veo Lite の $0.05 という下限が効く場合
今日出荷しているパイプラインで、リリースから2日の Omni はリスクとして受け入れがたい場合
プロンプト長が日常的に 2,000文字を超える場合（Veo は 4,000文字まで）
Vertex AI の契約で条件を交渉済みのチーム

Gemini Omni へ移行するとき

音声付きの veo3.1-fast-official に 8秒クリップあたり $1.20 以上を払っていて、反復編集のワークフローに先頭フレーム固定が不要な場合
4K と音声が必要な場合（Omni の8秒 $0.432 は Veo Quality Official の $4.80 より11倍安い）
編集の比重が大きいワークフロー。微調整のたびにゼロから生成し直すと予算を食い、キャラクターの一貫性も崩れます
尺の柔軟性（4 / 6 / 8 / 10秒）が効き、alt の8秒固定にうんざりしている場合
1つのエンドポイントの背後にモデルを1つへ集約したく、Veo の Official 制御を失うことをチームが許容できる場合

FAQ

Veo 3.1 は提供終了になるのですか

いいえ。Google は Gemini アプリ、Flow、YouTube Shorts というコンシューマー向けの面から Veo 3.1 を外し、Gemini Omni Flash に置き換えました^[3]。Gemini API の動画ドキュメントは引き続き Veo 3.1 を対応モデルとして掲載しており、更新は 2026年4月28日と最近のものです^[4]。Vertex AI の Veo 3.1 は変わっていません。

Gemini Omni の公開 API はいつ開きますか

Google は 2026年5月19日の発表後、開発者向けと企業向けの API アクセスは「数週間以内」に提供されると述べました^[5]。本記事の時点で、Omni 用の公開 Gemini API モデル ID は公開されていません。reAPI では Google の直接提供に先行して、標準の動画エンドポイントで gemini-omni として今日から呼び出せます。

1つのエンドポイントで両方のモデルを使えますか

使えます。reAPI ではどちらも POST /api/v1/videos/generations で動きます。切り替えは "model" フィールドの変更だけです。フィールドの対応は同一ではなく（上の移行セクションを参照）、Omni は first_frame_image、last_frame_image、generate_audio、person_generation、resize_mode を持ちません。

Gemini Omni は先頭フレームと末尾フレームの固定に対応していますか

いいえ。Omni が公開しているのは 0枚、1枚、3枚の画像フュージョンだけです^[8]。「先頭」「末尾」というフレームの概念はありません。冒頭や末尾の構図を固定することにパイプラインが依存しているなら、それを与えてくれるのは Veo 3.1 Official だけです。

安く反復するならどちらのモデルですか

音声が必要かどうかで変わります。8秒の無音クリップが $0.05 の Veo 3.1 Lite は、使い捨ての下書きにはどんな用途でも最安の経路です^[6]。下書きのたびに音声が必要なら、8秒 1080p の音声付きが $0.216 の Gemini Omni が reAPI で最も安い音声付きレートです^[7]。

Gemini Omni の API が出たら reAPI より安くなりますか

その可能性はあります。独立系の予測では、Google 直販の Omni Flash は出力動画1秒あたり $0.20–$0.60 に加えて、トークン課金の入力料金と見込まれています。reAPI の 8秒 1080p クリップ $0.216 は定額でおよそ $0.027/s で、Google 直販の予測レンジの下限を下回ります。実際の差は Google が公式価格を出すまで分かりません。

Gemini Omni と Veo 3.1 の品質はどうですか

Omni Flash は本記事の2日前にローンチしたばかりで、Artificial Analysis の Video Arena リーダーボードにはまだ載っていません^[10]。Veo 3.1 は数か月前から掲載されており、総合では Seedance 2.0 の後ろ、Sora 2 の前に位置しています。ローンチ直後の実機レビューはコンシューマー向けデモを高く評価しつつ、総合品質はリーダーボードの最前線に「届いていない」と指摘しました^[5]。Arena に十分な票が集まるまでは、Omni を品質の実証済みリーダーではなく、最も新しい編集インターフェースとして扱うのが妥当です。

次の四半期は両方をルーティングする

2026年5月、Gemini Omni と Veo 3.1 をパイプライン全体で一度に決める必要はありません。リクエストごとにルーティングします。下書き、無音、先頭フレーム固定のワークロードは適切な Veo 3.1 チャネルへ。音声付き、4K、マルチターン編集のワークロードは Gemini Omni Flash へ。両方が1つの OpenAI 互換エンドポイントの背後にあれば、このルーティングは30行程度の設定変更で済みます。

今すぐ1つのモデルに統一しろと言われたら、有料の顧客に出しているパイプラインには、7か月の本番実績を根拠に Veo 3.1 を残します。マルチターン編集と音声込みが効く新しいワークロードは Gemini Omni に任せます。「Gemini Omni が Veo を置き換える」という言い方は Google のコンシューマー UI については正しく、それ以外の場所では誤解を招きます。Gemini Omni と Veo 3.1 の問題を「どのチャネルが今も価値を出しているか」と読み替えれば、移行計画はおのずと決まります。

References

Google. Introducing Gemini Omni. Koray Kavukcuoglu, May 19, 2026. Retrieved May 2026 from blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni
Google DeepMind. Gemini Omni — Model page. Retrieved May 2026 from deepmind.google/models/gemini-omni
Google. Gemini Omni — Video Generation overview. Retrieved May 2026 from gemini.google/overview/video-generation
Google. Enhanced Veo 3.1 capabilities are now available in the Gemini API. April 28, 2026. blog.google/innovation-and-ai/technology/developers-tools/veo-3-1-gemini-api
Rebecca Bellan. Google's Gemini Omni turns images, audio, and text into video — and that's just the start. TechCrunch, May 19, 2026. techcrunch.com/2026/05/19/googles-gemini-omni-turns-images-audio-and-text-into-video-and-thats-just-the-start
reAPI. Veo 3.1 — Model page (live pricing across 5 channels). Retrieved May 2026 from reapi.ai/models/veo3-1
reAPI. Gemini Omni — Model page (live pricing). Retrieved May 2026 from reapi.ai/models/gemini-omni
reAPI. Gemini Omni — API reference. Retrieved May 2026 from reapi.ai/docs/gemini-omni
reAPI. Veo 3.1 — API reference. Retrieved May 2026 from reapi.ai/docs/veo3-1
Artificial Analysis. Video Arena Leaderboard. Retrieved May 2026 from artificialanalysis.ai/video/arena