Veo 3 vs Veo 3.1：どう選ぶ？

Veo 3(Google DeepMind) 対 Veo 3.1(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

	Veo 3	Veo 3.1
開発元	Google DeepMind	Google DeepMind
国・地域	アメリカ	アメリカ
リリース	2025-05	2025-10
生成タイプ	テキスト動画生成＋画像動画生成	テキスト動画生成＋画像動画生成
1クリップの尺	8秒(Flow内で延長可能)	8秒(Flowのシーン機能で60秒以上に拡張可能)
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	ネイティブなセリフ＋効果音＋音楽(業界初)	ネイティブなセリフ＋強化された効果音
リップシンク	多言語リップシンク	多言語リップシンク
アスペクト比	16:9 / 9:16	16:9 / 9:16
価格（参考）	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	Google AIサブスクに含まれる；APIはVeo 3と同水準でやや上乗せ
API	✅ あり✅ PixPix	✅ あり✅ PixPix
無料枠	Geminiアプリで少量の無料体験	Geminiアプリで少量の無料体験

5軸評価比較

Veo 3

画質

指示追従

モーション

一貫性

コスパ

Veo 3.1

画質

指示追従

モーション

一貫性

コスパ

アップグレードすべきか、まずこの一文から

Veo 3.1はゼロから作り直した新モデルではなく、Veo 3の強化版だ。2025年10月にリリースされ、前作からわずか5か月しか経っていない。まったく新しい操作ロジックを期待してはいけない——土台は同じ土台で、ネイティブ音声、8秒の基本尺、Googleのエコシステム、いずれも変わっていない。変わったのは2点だけだ:参照画像によるコントロール力が大幅に強化されたこと、そして物語の一貫性が目に見えて安定したこと。

結論を先に言おう。もしあなたのワークフローで参照画像や最初/最後のフレームを使ってキャラクターの見た目をコントロールすることが多い、あるいは同じキャラクターが何度も登場するシリーズものを作っているなら、3.1へのアップグレードに迷う理由はほぼない。逆にたまに単発の対話付きショート動画を作るだけなら、3.0で十分であり、「新バージョン」という言葉のためだけに余計なお金を払う必要はない。

この小刻みで素早いイテレーションのペースは、実は書き留めておく価値がある——Googleは半年待って大型バージョンをまとめて出すのではなく、ユーザーからの不満が最も集中していた課題(キャラクターがすぐ崩れる)だけを切り出して先に解決した。この発想は、新機能を一気に積み上げるやり方よりずっと実務的だ。

実際に何がアップグレードされたのか

指示追従性は8点から9点に上がった。この1点の向上は主に複合指示の実行の完全性に表れている——3.0は長い文の中で細部を1つ2つ取りこぼすことがあったが、3.1ではその問題が明らかに収まっている。

一貫性は8点から9点に上がった。これが今回のアップグレードの中で最も実質的な部分だ。3.1は最初/最後のフレームと複数の参照画像によるコントロール能力を強化しており、同じキャラクターがカットやシーンをまたいでも見た目と服装の一貫性を保つ点で、3.1は3.0よりかなりしっかりしている。コミュニティで言われる「これこそVeo 3のあるべき姿」というのは、まさにこのことを指している。

画質と動きの幅はどちらもスコアが変わらず、依然として9点と8点のままだ。これは3.1が全面的な作り直しではなく、コントロール力という弱点をピンポイントで補強したものであることを物語っている。

基本の尺は変わらず8秒からのスタートだが、Flowでのシーン延長機能はより強力になっており、60秒を超える連続した物語をつなぎ合わせられるようになった。これはシリーズもの作りや長回しのニーズにとって、実質的な増分だ。

スタイライゼーションはどちらの世代でも強みとは言えない。3.1の説明でも、アニメ調や水墨画調といったスタイライズされた表現は依然として中国系モデルに劣ると触れられている。これはアップグレードで解決できる問題ではないので、3.1に過度な期待を寄せないほうがいい。

3つの実際のシーンで、乗り換えるべきか見極める

シーン1:同じ出演者が異なるシーンに繰り返し登場する、連続3話のブランドストーリー動画を制作している場合。3.1にアップグレードする。参照画像コントロールの強化が、3.0時代の「話ごとに顔が変わる」という古い問題を直接解決してくれる。キャラクターの一貫性こそが今回のアップグレードの核心的な価値であり、アップグレードしないのは自分の効率と戦っているようなものだ。

シーン2:対話付きの製品ショート動画をたまに作るだけで、各シーンは独立しており、キャラクターがカットをまたいで続く必要がない場合。3.0にとどまって全く問題ない。価格体系は両世代でほぼ同じであり、アップグレードしてもこの種のタスクの成果物の品質が目に見えて上がるわけではない。お金が的外れなところに流れるだけだ。

シーン3:Flowを使って1分を超える連続した物語コンテンツ——例えばモキュメンタリーやショートドラマの予告編——を作っている場合。3.1にアップグレードする。シーン延長と参照画像コントロールの組み合わせは、コンテンツが長くなるほど恩恵が積み上がっていく。カット数が多いほど3.1の3.0に対する優位性はより顕著になる。この種のプロジェクトでアップグレードしないのは、3.1が本来発揮すべき価値を無駄にすることになる。

財布はもっと開くべきか

価格体系はほぼ変わっていない。3.1も引き続きGoogle AIサブスクリプションに乗る形で、Pro/Ultraという階層構成も変わらない。API課金はわずかに上がったが、3.0と比べて桁違いというほどの差ではなく、同じ製品ライン内での自然な値上がりに近い。「アップグレードすれば料金が倍になる」というような事態は存在しない。

コストパフォーマンスのスコアは両世代とも6点だ。この低さはアップグレードによるものではなく、Googleのこのサブスクリプション体系自体が量産に対してそもそも不向きだからだ。3.1はこの問題を悪化させてもいないし、解決してもいない。言い換えれば、悩むべきはアップグレードにかかるお金ではなく、そもそもこの価格帯を受け入れるかどうかという話だ。

実務的なアドバイスとしては:既存アカウントはそのまま3.1に切り替えるべきだ。新バージョンは現行のサブスクリプションに無料で組み込まれ、追加料金は不要。この場合アップグレードは実質コストゼロで、唯一の代償は参照画像コントロールの新しい使い方に少し時間をかけて慣れることだけだ。

コミュニティの反応

3.0の評判はずっと「喋るAI動画」というラベルの上で安定しており、3.1が登場するまでは同業の評価者たちもそれを音声・映像同期のベンチマークとして扱い続けていた。このベンチマークとしての地位は3.1によって覆されたわけではなく、同じ会社自身によって塗り替えられただけだ。

3.1のリリース後、コミュニティの反応は驚くほど一致している——「これこそVeo 3のあるべき姿」と呼ばれ、映画的な作風を好むクリエイターたちは参照画像機能の活用に高い熱意を示している。繰り返し語られるのは、キャラクターの一貫性がようやく安定したという点だ。不満の声も同じくらい集中しており、依然としてサブスクリプション価格が槍玉に挙がる。この不満は3.0から3.1へとそのまま引き継がれ、アップグレードによって消えることはなかった。両世代の実際の生成サンプルは本サイトにどちらも収録されており、見比べることができる。同じプロンプトを3.0と3.1でそれぞれ一度ずつ回してみれば、キャラクターの一貫性の差は2、3カット見るだけで体感できる——スペック表を眺めるよりずっと直感的だ。