モデルの位置づけ
Veo 3 は Google が発表した動画生成モデルで、プロンプトに基づいて音声が同期した動画を生成でき、動画制作やビジュアルストーリーテリングを対象としている。(blog.google)
機能と用途
- テキストと画像のプロンプトに対応し、プロンプト内の短い物語を動画クリップに変換できる。
- 環境音、効果音、人物の会話を生成できる。Google は物理的な表現と口の動きの同期能力も強調している。
- 動画コンテンツの構想、アイデアの迅速な反復、映画的なストーリーテリングに利用できる。(blog.google)
制限と利用可能性
- 生成結果は常に正確とは限らない。Google は、Veo シリーズの自然で一貫した音声と音声・映像の同期には、なお改善の余地があると指摘している。
- Veo 3 の出力には SynthID 透かしが含まれる。具体的な機能、利用枠、利用可能な地域は、利用するプラットフォームとバージョンによって異なる。
- 発表時、米国の Google AI Ultra サブスクリプションユーザーは Gemini アプリと Flow で利用でき、企業ユーザーは Vertex AI を通じて利用できた。Vertex AI のパブリックプレビューは 2025 年 6 月 26 日に、すべての Google Cloud 顧客とパートナーに向けて公開された。(deepmind.google)
発表日
2025 年 5 月 20 日、Google は I/O 2025 の公式発表で Veo 3 を発表した。入力に記載されたリリース識別子は veo-3-preview である。この識別子を、確認済みの API モデル ID と直接見なすべきではない。(blog.google)
価格
- **過去のプレビュー価格であり、現在の価格ではない:**Google が 2025 年 7 月 17 日に公表した Gemini API の有料プレビュー価格は 0.75 米ドル(USD)/秒で、生成された動画および音声の出力が課金対象だった。発表ではテキスト入力の価格は個別に記載されていなかった。この価格を、2025 年 5 月の発表当日または現在の有効な価格と見なすべきではない。照会日:2026 年 11 月 18 日。(developers.googleblog.com)
- 入力中の
veo-3-previewリリース識別子に対する現在の入力および出力の個別価格:未確認。