Veo 3.1とWan 3.0、variant別8秒と30秒のマルチモーダル入力をどう分ける？
Google Gemini APIのVeo 3.1 Standard／Fast／Liteのプレビュー版は2026年10月22日に終了予定です。Veo側は終了前の短期検証や既存素材の整理を対象とし、継続運用の新規基盤としては選びません。Veo 3.1はStandard/Fast/Liteごとに尺・解像度・参照を分け、Wan 3.0は最大30秒・最大20参照・ファイル/リンク入力を案内します。
2026年10月19日にGoogle Gemini APIとAlibaba Cloud Model Studioの公式仕様・pricing・deprecationsを確認しました。Runway経路は直APIの比較へ混ぜません。
公式仕様の比較。生成結果の実測と、公式に記載された機能は分けて紹介します。根拠・検証範囲を見る
この記事の目次
8秒固定か30秒編集か
提供状態：Google Gemini APIのVeo 3.1 Standard／Fast／Liteのプレビュー版は2026年10月22日に終了予定です。Veo側は終了前の短期検証や既存素材の整理を対象とし、継続運用の新規基盤としては選びません。
Veoの参照画像はStandard/Fastのみ、extensionはStandard/Fastの720pのみで、Liteはどちらも非対応です。
GoogleのVeo 3.1はveo-3.1-generate-preview、Fast、Liteを別IDで提供し、4・6・8秒、720/1080/4K、native audio、最大3参照画像、first/last、extensionを条件別に案内します。Wan 3.0はwan3.0-videoとして最大30秒、ファイル・リンク、最大20参照をModel Studioで扱います。
8秒の音声付きカットをvariant条件へ固定するならVeo、30秒のファイル・リンク・音声参照を一つのAPI工程へまとめるならWanです。Veoの全組み合わせを仮定しません。
正式ID・入力・価格単位を比較する
| 確認軸 | 左側 | 右側 | 判断メモ |
|---|---|---|---|
| 正式ID・経路 | Standard/Fast/Liteの3 preview ID Google Gemini API generateContent | wan3.0-videoAlibaba Cloud Model Studio API | Runwayのveo3.1/wan3は別経路。 |
| 入力・参照 | text/image、Standard/Fastの参照画像・first/last、最大3参照。 | text/image/video/audio/file/link、first/last/reference、最大20参照、編集・延長。 | Googleの参照画像とAlibabaのマルチモーダル参照を同じ上限にしない。 |
| 尺・出力 | 4/6/8秒をvariant・設定別に確認。Liteは4K非対応、extensionはStandard/Fastの720pのみ（Lite非対応）。 | 最大30秒、480P/720P/1080P、30fps、native dialogue/BGM/SFX。 | 8秒と30秒の受入テストを別に作る。 |
| 料金 | Standard/Fast/Lite・解像度別の秒単価。 | Singapore（deployment scope: International）の原価格は480P $0.05、720P $0.10、1080P $0.20/秒。入力動画＋成功出力動画のduration合算で課金。 | 合算秒数を30秒以内へ設計し、単純な出力秒数を総額とみなさない。 |
variantとリージョンを別台帳にする
Veoの参照画像はStandard/Fastのみ、extensionはStandard/Fastの720pのみで、Liteはどちらも非対応です。
Veoではvariant ID、尺、解像度、参照画像数、audio、extensionを別々に保存します。4Kや1080p・参照画像は公式表の8秒条件へ分け、Liteに4Kを適用しません。Wanではファイル・リンク、リージョン、最大20参照、first/last/reference、編集・延長を記録します。
Google側
- Standard/Fast/Liteのmodel IDを分ける。
- 4/6/8秒と解像度・参照を個別にreadback。
- previewの終了予定をIDごとに保存。
Alibaba側
- 対象リージョンとファイル/リンクを保存。
- 480P/720P/1080P、30fpsを固定。
- native dialogue/BGM/SFXと編集・延長を別設定にする。
ファイルと参照画像の仮想設計
仮の編集条件（実際の生成結果ではありません）
料理家電の操作を8秒の音声付き縦カットと、続きの22秒デモへ分ける。商品画像3枚、操作動画4本、音声ファイル1本を用意した想定です。
- Veoでは8秒側をStandardまたはFastの対象解像度・audio・参照画像条件に固定し、22秒分は4/6/8秒の複数出力へ分割する。
- Wanでは入力動画を5秒、出力動画を25秒（合計30秒）へ固定し、動画・画像・音声をファイルまたはリンクへ分類、最大20参照・1080P・対象リージョンで一つの編集タスクを組む。
- 生成後に操作順、音声同期、ファイル取得、fps、ロゴの読め方を同じ受入票で確認する。
Googleのvariant制約を守るための分割と、Wanの長尺入力へ寄せる工程の違いが比較軸です。
秒単価を条件付きで読む
Wanの単価はSingapore（deployment scope: International）の原価格です。以下の算術例も原価格の試算で、期間限定割引・無料枠・他リージョンの価格は別条件です。
Veo Standardの8秒1080pは$3.20、Fastは$0.96、Liteは$0.64です。ただしLiteの4Kはなく、参照画像・extensionの条件も別です。これらを全設定へ適用できる単価として扱いません。
Wan3.0-videoのSingapore（deployment scope: International）の原価格 1080Pは$0.20/秒です。入力動画なしで30秒を出力する単純計算は$6.00。入力動画5秒＋出力動画25秒（合計30秒）も合算30秒×$0.20で$6.00として記録し、30秒を超える組合せは作りません。Veoのpreview終了予定とWanの継続提供を同じ意味にしません。
実測と提供予定を分ける
Veoのvariant別尺・解像度・参照・extension、Wan3.0の最大30秒・最大20参照・ファイル/リンク・native audioは公式仕様です。Google Gemini preview IDには2026-10-22の終了予定があり、Wanの公式Model Studio提供や地域可否は別に確認します。生成時間、品質、成功率、音声同期、総費用は未測定です。
出典・確認範囲
確認日は2026年10月19日です。
- Google AI for Developers｜Veo video generation：Veoの正式ID、variant、尺、解像度、参照、audio、extension。
- Google AI for Developers｜Pricing：Standard/Fast/Liteの秒単価。
- Google AI for Developers｜Deprecations：Google preview ID別終了予定。
- Alibaba Cloud Model Studio｜Wan3.0 video：正式ID、入力、尺、解像度。
- Alibaba Cloud｜Wan3 guide：最大20参照、30fps、音声・編集・延長、入力動画＋成功出力動画のduration合算課金を案内する。
- Alibaba Cloud｜Model pricing：Singapore（deployment scope: International）の原価格の入力＋出力動画合算課金（480P $0.05/秒、720P $0.10/秒、1080P $0.20/秒）。
この条件で制作を相談する
用途・素材・尺・予算・希望時期が決まっている範囲で、株式会社志庵へ相談できます。掲載会社への一斉送信や契約は行いません。