Gemini Omni 1.2 Flash vs Veo：アプリに最適な動画APIの選び方

結論から言うと: APIキー1つで済む運用や、会話形式の編集、15秒までのクリップ生成が欲しいなら、Gemini Omni 1.2 Flash を選びましょう。Veo 3.1 が選択肢になるのは、すでに Google Cloud 上で運用しており、1回の呼び出しで最大4出力といったリクエスト制御が必要な場合だけです。Gemini API から Veo を呼び出すことはもうできません。Preview モデルは2026年10月22日に停止しました。

この停止により、モデル比較の問題はプラットフォーム選択の問題へと変わりました。当ブログの「Omni 1.1 vs Veo 3.1 比較」では旧スペックを取り上げています。このガイドが答えるのは、もっと絞り込んだ質問です。今からどちらに基盤を置いて開発すべきか？

Google は Omni 1.2 のベンチマークを公開していないため、ここでは両者の映像の優劣をランク付けしません。以下のスペックと料金は、2026年11月6日時点で確認した Google のドキュメントに基づくものです。

ひと目でわかる Gemini Omni 1.2 Flash 対 Veo 3.1

計画時に考慮すべき相違点が1つあります。Omni の最大延長長は呼び出し先のサーフェスによって異なるのです。Gemini API のドキュメントでは合計30秒とされ、Agent Platform の延長ドキュメントでは最大40秒とされています。製品で長さを謳うなら、実際にリリースするサーフェス上でテストしてください。

Veo で何が変わったのか

Gemini API の動画ドキュメントには、Gemini API の Veo 3.1 Preview がすでに停止したと明記されています。2026年10月22日、以下の3つのモデル ID がともに廃止されました:

• veo-3.1-generate-preview
• veo-3.1-fast-generate-preview
• veo-3.1-lite-generate-preview

Google が提示する移行先は2つです。Gemini Omni Flash か、Gemini Enterprise Agent Platform(Vertex AI の後継)上の GA 版 Veo モデルです。Google の現行の Veo モデルページには、3.1 より新しい Veo は見つかりませんでした。

つまり、AI Studio のキーと Veo の preview モデル ID で組まれた統合は、すでに動かなくなっています。モデル文字列を差し替えても解決しません。GA モデルは認証方式も異なる別プラットフォーム上で動いているからです。当ブログの「Veo 3.1 API ウォークスルー」を含む以前のガイドは、preview ルート向けに書かれたものでした。

各 API の1秒あたりのコスト

Omni は出力トークンで課金されます。Veo は解像度ごとの定額料金です。以下の料金は音声付き動画のものです:

Omni の数値は Google の Gemini 料金ページによるもので、このページには入力が100万トークンあたり$1.50とも記載されています。1080p と 4K の料金にはアップサンプリングが含まれます。Veo の数値は Agent Platform の価格リストによるものです。このリストでは料金が「count」単位で表示されており、単位の定義がありません。ただし発表時に報じられた秒あたりの料金と一致するため、秒あたりとして読み替えました。最初の請求書で必ず確認してください。このリストでは Fast の 4K 料金も記載されていますが、モデルページでは 4K 出力は Veo 3.1 のみの対応とされています。

720p の8秒クリップは、Omni で約$0.56、Veo 3.1 で$3.20、Fast で$0.80、Lite で$0.40 です。音声付きで Omni より安い Veo モデルは Lite だけですが、こちらはまだ Preview です。Veo は音声なし動画の料金も掲載しています。たとえば 720p の Fast なら$0.08 です。トークンの計算方法については、当ブログの「Omni 1.1 料金解説」を参照し、新しい動画出力レート(100万トークンあたり$12.00)に読み替えてください。

Google の料金ページでは、Omni の無料枠は 1.2 と 1.1 のどちらも「利用不可」とされています。

Gemini Omni 1.2 Flash を選ぶべきケース

• Cloud プロジェクトを処理の経路に入れたくない場合。APIキーと POST リクエスト1回で動画が手に入ります。
• ユーザーがクリップを調整する場合。新しいプロンプトと一緒に previous_interaction_id を渡せば、ターンごとに新しい動画が生成されます。Google は、1つの要素を変える際に「他はすべてそのままに」という指示を加えることを推奨しています。
• 1回の呼び出しで8秒を超えるクリップが必要な場合。Omni は最大15秒まで対応。Veo は8秒止まりです。
• 低コストでドラフトを作りたい場合。10秒の 360p テストなら約$0.23 です。
• 参照画像を活用したい場合。Omni は最大6枚の参照画像を受け付けます。キャラクターごとに最大3枚、対象は最大2キャラクターです。

まず制限事項を把握しておきましょう。Google は、速いスポーツアクション、急な脚本の変化、複雑な物理現象を現在も改善中の領域として挙げています。音声のアップロードには対応していません。アップロード済み動画の編集や延長は、EEA(欧州経済領域)、スイス、英国では利用できません。すべての出力には知覚できない SynthID の透かしが埋め込まれます。

Veo 3.1 を選ぶべきケース

• すでに Google Cloud で運用している場合。プロジェクト、IAM、Cloud Storage がすでに整っているため、追加のセットアップのコストはゼロです。
• 1リクエストで複数のテイクが欲しい場合。sampleCount を使えば、1回の呼び出しで最大4本の動画が返ります。
• negativePrompt に頼っている場合。Omni にはこれに相当するフィールドがありません。
• モデルの提供終了時期が明示されていることが必要な場合。Google は GA モデルの提供終了を2027年5月4日以降と明示しており、計画を立てる基準日が得られます。対照的なのが Omni 1.1 の短期予告です。2026年12月3日から、gemini-omni-1.1-flash へのリクエストは 1.2 にルーティングされ、1.2 の料金で課金されます。
• EEA、スイス、英国でアップロード映像を延長したい場合。Veo の延長ドキュメントにはこうした制限の記載がありません。ただし、実際に組み込む前に自社のリージョンでの動作を確認してください。

トレードオフとしては、リージョンが us-central1 限定であること、Google Cloud プロジェクトが必要なこと、ポーリング処理が要ることです。延長の入力は 24 fps の MP4 で、長さは1〜30秒である必要があります。延長のページではモデル表に Lite が載っていますが、REST のセクションには記載がないため、Lite の延長は未確認と考えてください。

Veo 統合を Interactions API へ移行する

Omni への移行では、リクエスト、ポーリング、レスポンスのパースが変わります。まずは Google のドキュメントに沿った Veo の延長呼び出しです:

POST https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/us-central1/publishers/google/models/veo-3.1-generate-001:predictLongRunning

{
  "instances": [{
    "prompt": "The drone keeps climbing above the harbor",
    "video": { "gcsUri": "gs://my-bucket/clip.mp4", "mimeType": "video/mp4" }
  }],
  "parameters": { "storageUri": "gs://my-bucket/out/", "sampleCount": 1 }
}

そして同じ処理を Omni で、Agent Platform 経由で行うと:

POST https://aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/global/interactions

{
  "model": "gemini-omni-1.2-flash",
  "store": false,
  "input": [
    { "type": "text", "text": "The drone keeps climbing above the harbor" },
    { "type": "video", "uri": "gs://my-bucket/clip.mp4", "mime_type": "video/mp4" }
  ],
  "response_format": [{
    "type": "video",
    "delivery": "uri",
    "gcs_uri": "gs://my-bucket/out/",
    "aspect_ratio": "16:9",
    "duration": "7s"
  }],
  "generation_config": { "video_config": { "task": "extend" } }
}

フィールドの対応は次のとおりです:

注意すべき4つのポイント:

1. レスポンス形式の構造。Agent Platform のサンプルでは response_format が配列にラップされています。一方、Gemini API のドキュメントでは単一のオブジェクトとして説明されています。呼び出すサーフェスに合わせた構造をコピーしてください。
2. 再生時間の形式。Omni は "7s" のような文字列を受け付けます。範囲は "3s"〜"15s" で、延長の場合は "3s"〜"10s" です。
3. URI の喪失。Gemini API では、URI 配信を指定しても GET /v1beta/interactions/{id} はインラインの base64 を返します。URI が保証されるのは作成レスポンスかストリームだけなので、そこで保存しておいてください。
4. 編集にはストレージが必要。store: false にすると、後続のターンでその動画を編集できません。

初めての Interactions 呼び出しには、当ブログの「Omni 1.1 API ガイド」が、新しいモデル ID に読み替えればそのまま使えます。

Apidog CLI でコーディングエージェントに両方をテストさせる

後でプロバイダを切り替える可能性がある場合や、両方を併用する場合は、どのモデルが応答しても問題にならない共通の検証セットが欲しいはずです。それをコーディングエージェントに任せましょう。エージェントは Apidog CLI で両方のエンドポイントを定義し、それぞれをテストシナリオにまとめ、同じアサーションで1つのテストスイートにグループ化します。

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

あとは Claude Code、Codex、Cursor のいずれかに、次の1つのプロンプトを与えるだけです:

In Apidog project <id>, create endpoints for Gemini Omni 1.2 Flash
(POST /v1beta/interactions) and Veo 3.1 Fast (predictLongRunning plus
fetchPredictOperation). Build one test scenario per provider and put both
in a test suite named video-provider-contract. Poll Veo until done. Assert
the same things on each: the job finishes, the output is video/mp4, and a
video URI or data field is present. Run it and summarize any failures.

エージェントは各スキーマを読み込み、ペイロードを検証し、その後スイートを構築して実行します:

apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file omni.json
apidog endpoint create --project <id> --file omni.json
apidog test-scenario create --project <id> --name "omni-contract" --folder-id <folderId> --priority 1
apidog test-scenario import-steps <scenarioId> --project <id> --source endpoint --ids <endpointId> --sync manual
apidog test-suite create --project <id> --name "video-provider-contract"
apidog test-suite update <suiteId> --project <id> --file suite.json
apidog run --test-suite <suiteId> --project <id> -e <envId> \
  --timeout-request 300000 -r cli,junit --out-dir ./reports

こうしておけば、プロバイダを切り替えた際の変化は、失敗したアサーションとして現れます。本番環境でプレーヤーが壊れる、という事態にはなりません。フィクスチャは小さく保ちましょう。実行のたびに実際の動画生成の課金が発生するからです。Omni の 360p 3秒クリップと Fast の 720p 4秒クリップで約$0.47 になります。実行は毎コミットではなく、夜間バッチで行ってください。同じコマンドはパイプラインにもそのまま組み込めます。詳細は当ブログの「Apidog CLI CI/CD ガイド」を参照してください。Apidog Free は最大4ユーザーまで利用できます。

FAQ

Gemini API キーで Veo を呼び出すことはまだできますか? いいえ。Gemini API の Veo 3.1 Preview モデルは2026年10月22日に停止しました。GA モデルは Gemini Enterprise Agent Platform 上で動いており、Google Cloud プロジェクトとアクセストークンが必要です。

Veo 4 は存在しますか? 調べた限りでは見つかりませんでした。2026年11月6日時点で、Google の現行の Veo モデルページには 3.1 のモデルのみが記載されています。

Omni 1.1 のコードはどうなりますか? 2026年12月3日から、gemini-omni-1.1-flash へのリクエストは gemini-omni-1.2-flash にルーティングされ、1.2 の料金で課金されます。モデル文字列自体は動き続けますが、裏側のモデルは変わるため、その日までに 1.2 でプロンプトをテストしておいてください。

どちらが見た目の良い動画を作れますか? Google はこの点に関するベンチマークを公開していないため、優劣を断定しません。同じプロンプトを両方に通し、クリップを自分の目で判断してください。