Runway Gen-4 vs Veo 3：どう選ぶ？

Runway Gen-4(Runway) 対 Veo 3(Google DeepMind) — スペック直接対決、実力と評判、コストと選び方を一気に解説。

スペック比較

	Runway Gen-4	Veo 3
開発元	Runway	Google DeepMind
国・地域	アメリカ	アメリカ
リリース	2025-03	2025-05
生成タイプ	テキスト動画生成＋画像動画生成＋動画編集	テキスト動画生成＋画像動画生成
1クリップの尺	10秒(延長可能)	8秒(Flow内で延長可能)
解像度	1080p（4Kアップスケール）	1080p（4Kアップスケール）
ネイティブ音声	付属の音声ツール	ネイティブなセリフ＋効果音＋音楽(業界初)
リップシンク	Act-Twoによるパフォーマンス転写	多言語リップシンク
アスペクト比	16:9 / 9:16 / 1:1 / 4:3	16:9 / 9:16
価格（参考）	月額$12~$76のサブスク;APIはクレジット課金	Google AI Pro 月額$19.99(利用上限あり)／Ultra 月額$249；APIは秒課金で約$0.35~0.75/秒
API	✅ あり✅ PixPix	✅ あり✅ PixPix
無料枠	少量の一回限りクレジット	Geminiアプリで少量の無料体験

5軸評価比較

Runway Gen-4

画質

指示追従

モーション

一貫性

コスパ

Veo 3

画質

指示追従

モーション

一貫性

コスパ

違いを一言で言うと

片方はプロチーム向けの精密ツール、もう片方は「しゃべるAI動画」というポジションを独占している——Runway Gen-4の生命線は一貫性と映像制作ワークフロー、Veo 3の生命線はネイティブ音声だ。この2つはそもそも同じ土俵にいないので、画質の優劣だけを比べてもあまり意味はない。見るべきは「キャラクターが崩れては困る」のか「セリフが必要」なのか、という点だ。

面白いのは、両社のリリースのペースがそれぞれのプロダクト哲学を物語っていること。RunwayはGen-4以降、映像制作ワークフローの深いところに踏み込み続けている一方、Veoは3以降、音と映像が一体化した消費者向け体験に賭け続けている。片方はどんどんプロ寄りに、もう片方はどんどん大衆向けになっていく——これは偶然ではなく、それぞれの会社のDNAが決めた路線だ。

生成性能を項目別に見る

重要な指標を分解してみる。

一貫性:Gen-4はこの項目が9点で、全指標の中で最高スコア。公式のReferences機能によるキャラクター・シーン参照の精度は非常に高い。Veo 3は8点、水準以上だが主力ではない
音声:Veo 3のネイティブな対話+効果音+BGMは業界初——これがほぼすべての競合との差を決定づけている。Gen-4は後付けの音声ツールしかなく、後工程で補う必要がある
画質:Veo 3は9点、物理的なリアリズムと光の表現は現時点でベンチマーク級。Gen-4は8点——純粋な生成画質は実は新世代に追い越されており、Runway自身もそれを認めている
尺:Gen-4は基本10秒で延長可能、Veo 3は1クリップ8秒のみ。長尺コンテンツはそれぞれの編集ツール(Runwayの編集スイート/Google Flow)で繋ぐ必要がある
コスパ:どちらも安くはない。Gen-4は6点、Veo 3も6点——片方はクレジット制で出費がかさみ、もう片方はサブスク+APIのダブルコストだ
アスペクト比:Gen-4は16:9/9:16/1:1/4:3の4種類に対応、4:3というレトロな比率はGen-4だけの強みで、往年の映画っぽい質感を出したいときに使える。Veo 3は16:9と9:16の2種類のみで選択肢はやや狭い

実際のシーンを3つ想定する

シーン1、広告代理店がブランドCMを制作していて、クライアントが同じ仮想スポークスパーソンを複数のシーンに登場させたいと要求するケース。 これはGen-4の得意分野だ。Referencesによる一貫性コントロールとAct-Twoのパフォーマンスキャプチャを組み合わせれば、キャラクターが「顔変わり」しない精度は今のところ他社の追随を許さない。Veo 3でこれをやろうとすると、カット間のキャラクター安定性で明らかに苦戦する。

シーン2、SNSチームがセリフ入りのモキュメンタリーやVlog風コンテンツを作るケース。 ここではVeo 3のネイティブ音声が決定的な強みになる——セリフ、環境音、BGMを一度に生成できるので、後工程の音声制作をまるごと省ける。Gen-4にも音声ツールはあるが、あくまで「生成してから後付けで補う」形なので、体験としては一段劣る。

シーン3、映像制作のプレビズ(前期ビジュアライゼーション)案件。 ハリウッドや広告業界でGen-4の実採用例が最も多いのには理由がある——編集スイート、モーションブラシ、パフォーマンス転写といったツールチェーンは、監督や編集者が慣れ親しんだ制作フローそのものだからだ。Veo 3はどちらかというとコンテンツクリエイター向けのプロダクトで、プレビズのような重いワークフローを支えるツール環境は持っていない。

実際にあった比較事例をひとつ。同じ15秒のブランド動画を作る場合、Gen-4チームはたいてい先にReferences素材ライブラリを作り、キャラクター・シーン・小道具を投入して何度も微調整する。一方Veo 3チームは、セリフと効果音をそのままプロンプトに書き込んで一発で仕上げることを好む傾向にあり、音声の後工程をまるごと省略できる。どちらが優れているというわけではなく、「作り込み」と「即納品」という異なる制作リズムにそれぞれ適している、というだけの話だ。

コストを細かく見る

どちらも出費は痛いが、痛み方が違う。

Gen-4はサブスク+クレジット制:サブスクの価格帯は$12〜$76/月、その上にクレジット消費で課金されるAPIがある。少量の初回無料クレジットを使い切ればあとは継続課金だ。クレジット制の問題は「消費が速い」こと、特にパラメータを何度も調整するようなプロジェクトでは、クレジットの減り方が本当に痛い。

Veo 3はサブスク階層+API従量課金:Google AI Proは$19.99/月だが利用上限があり、本気で使うならUltra $249/月が必要になる。APIは1秒あたり$0.35〜0.75程度の従量課金で、量産型のワークフローには向かない。この単価でバッチ処理をすると予算表がかなり厳しいことになる。加えてVeo 3には目に見える透かし(SynthIDとロゴマーク)が入るため、商用利用では透かし除去の追加コストも視野に入れておく必要がある。

一言でまとめると、Gen-4の課金は「ツールチェーン」に、Veo 3の課金は「独自機能」に使われている——自分がどちらに欠けているかで判断すればいい。

予算を組むうえでの小技として、両社とも入門レベルの無料または低価格の体験枠を用意している(Gen-4の初回無料クレジット、Veo 3のGeminiアプリでの少量体験)。本格的に課金する前に、実際のプロジェクト用の台本でそれぞれ試作してみて、手戻り率と実際の所要時間を比べたほうが、単純な価格表の比較よりずっと参考になる。

評判とコミュニティの空気感

Veo 3のリリース時はまさにタイムライン制圧レベルの盛り上がりで、「しゃべるAI動画」というポジションは今も後発に完全には奪われておらず、音と映像の同期品質は今でも業界の比較基準として引き合いに出される。不満点も一貫していて、8秒という尺の短さとサブスク価格は、どのレビューでもほぼ定番の指摘事項になっている。

Gen-4のほうは雰囲気がまったく違う。業界側の評判はしっかり定着していて、「プロ向けツール」というポジションが深く浸透している。ハリウッドや広告業界での実際の採用実績が何より強い裏付けになっている。個人クリエイターの不満は主にクレジット消費に集中しているが、一貫性コントロールの強さについては繰り返し評価されており、それがコア競争力であることを否定する人はほとんどいない。どちらを選ぶかは結局「陣営選び」の話で、コンテンツ系クリエイターは高確率でVeo 3寄りになり、案件ベースのプロチームは高確率でGen-4が手放せなくなる。業界でそれほど珍しくないやり方として、まずVeo 3で音声付きのラフ案を出して素早くアイデアを検証し、クライアントが方向性を承認したらGen-4に切り替えてキャラクターの一貫性と仕上げの納品を行う、という両社の強みを繋いだフローも見られる。