Veo APIの使い方！Gemini APIとVertex AIで動画を生成するPythonコード例まで解説

監修者_SD以外

監修者プロフィール

森下浩志

日本最大級のAI情報プラットフォーム「romptn ai」編集長。著書に「0からはじめるStable Diffusion」「0からはじめるStable Diffusion モデル・拡張機能集編」など、AmazonベストセラーのAI関連書籍を多数執筆。AIにおける情報の非対称性を解消するための社内研修や出張講義も行う。

この記事で動画を1本生成するまで

Veo は Google の動画生成モデルで、Web の管理画面からだけでなく API からも呼び出せます。この記事は、Veo がどんなモデルかはひと通り知っていて、これから自分のプログラムやスクリプトに動画生成を組み込みたい開発者に向けた実装ガイドです。

目指すゴールはシンプルで、API を叩いて手元に動画ファイル（mp4）を1本保存できるところまでを一気に進めます。進み方は次の通りです。

Veo そのものの概要や料金プランの詳細、他モデルとの比較は別の記事で扱っているため、ここでは実装に集中します。

Gemini APIとVertex AIどちらを選ぶ

Veo を API から使う入口は2つあります。Google AI Studio が提供する Gemini API と、Google Cloud の Vertex AI です。どちらも同じ Veo モデルを動かせますが、始めやすさと運用のしやすさが違います。まずは自分がどちらに当てはまるかで選びましょう。

ざっくり言えば、まず手早く動かしたいなら Gemini API、本番運用や社内の統制が必要なら Vertex AI です。

うれしいことに、どちらを選んでもコードはほぼ共通にできます。Python の google-genai ライブラリを使えば、違うのは最初の接続（クライアント）の作り方だけで、動画を生成する呼び出し自体は同じです。この後のコードもこの方針で統一します。

事前準備と認証

まず両方の入口で共通して、Python から Veo を呼ぶためのライブラリを入れます。

pip install google-genai

ここからは入口ごとに認証を設定します。

Gemini API の場合 は、API キーを1つ用意して環境変数に入れるだけです。キーは Google AI Studio で発行できます。

export GEMINI_API_KEY="取得したAPIキー"

環境変数に GEMINI_API_KEY を入れておくと、この後のコードでクライアントが自動的に読み込みます。

Vertex AI の場合 は、Google Cloud のプロジェクトを使い、ローカルの認証情報（ADC＝アプリケーションのデフォルト認証情報）を通します。次のコマンドでブラウザ経由でログインして認証します。

gcloud auth application-default login

加えて、使うプロジェクト ID とリージョン（例: us-central1）を控えておきます。これらはコードでクライアントを作るときに渡します。アカウントに Veo を使う権限（Vertex AI のロール）が付いているかも確認しておきましょう。

認証は最初の関門です。google-genai が入っているか、GEMINI_API_KEY が設定されているか、Vertex AI なら gcloud の認証が通っているか――この3点をここで確実に済ませておくと、この後のコードがそのまま動きます。

Gemini APIで動画を生成する

それでは Gemini API で実際に動画を生成します。流れは「クライアントを作る → 生成をリクエストする → 完成を待つ → ファイルに保存する」の4ステップです。

import time
from google import genai

# GEMINI_API_KEY を環境変数から自動で読み込む
client = genai.Client()

prompt = "夕暮れの海辺を歩く犬。カメラはゆっくり横移動する"

# 生成をリクエストする
operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt=prompt,
)

# 完成するまで待つ（非同期の長時間処理）
while not operation.done:
    print("生成中...")
    time.sleep(10)
    operation = client.operations.get(operation)

# 生成された動画をダウンロードして保存する
generated_video = operation.response.generated_videos[0]
client.files.download(file=generated_video.video)
generated_video.video.save("output.mp4")

ここで一番つまずきやすいのが、動画生成がその場では終わらない点です。generate_videos を呼んだ直後のレスポンスには、まだ動画は入っていません。返ってくるのは「処理の受付票」のようなもの（operation）で、サーバ側では生成が続いています。そのため operation.done が True になるまで、数十秒〜数分おきに operations.get で状態を確認しながら待ちます。これが非同期の長時間処理（long-running operation）です。

完成したら files.download で動画の実体を取り寄せ、save で output.mp4 として書き出します。これで API から動画を1本生成できました。model に渡している veo-3.1-generate-preview が執筆時点での最新世代で、ほかにも選べるモデルがあります（後半の料金の章でまとめます）。

Vertex AIで動画を生成する

Vertex AI でもコードはほとんど同じです。違うのは最初のクライアントの作り方だけで、API キーの代わりにプロジェクト ID とリージョンを渡します。

import time
from google import genai

# Vertex AI に接続する（ここだけが Gemini API 版と違う）
client = genai.Client(
    vertexai=True,
    project="あなたのプロジェクトID",
    location="us-central1",
)

operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt="夕暮れの海辺を歩く犬。カメラはゆっくり横移動する",
)

while not operation.done:
    time.sleep(10)
    operation = client.operations.get(operation)

generated_video = operation.response.generated_videos[0]
client.files.download(file=generated_video.video)
generated_video.video.save("output.mp4")

genai.Client(vertexai=True, project=..., location=...) に変えるだけで、あとの generate_videos・完成待ち・保存の部分は Gemini API 版とそっくりそのまま使えます。これが google-genai でコードを統一できる利点です。

内部的には、Vertex AI は predictLongRunning という REST エンドポイントに非同期でリクエストを送り、返ってきた処理 ID を使って完成を確認しています。ライブラリを使えばこの仕組みを意識せずに書けますが、REST を直接叩いて本番のワークフローに組み込みたい場合の入口として覚えておくとよいでしょう。

画像から動画を生成する

テキストからではなく、手元の画像を動かしたい（image-to-video）場合も、これまでのコードがほぼそのまま使えます。入力する画像を読み込み、generate_videos に image として渡すだけです。

from google.genai import types

# 手元の画像ファイルを読み込む
image = types.Image.from_file(location="input.png")

operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt="波が打ち寄せる様子をゆっくり動かす",
    image=image,
)

完成を待ってダウンロードする部分は、テキストから生成するときと同じです。Gemini API でも Vertex AI でも、追加するのは画像の読み込みと image の指定だけという点も変わりません。

なお、画像を起点にする場合は生成される尺に制約が出ることがあります。執筆時点では、被写体となる画像を渡すと veo-3.1-generate-preview は8秒の動画を返す挙動になっています。狙った長さにならないときは、この仕様を思い出してください。

主なパラメータの指定方法

generate_videos には、仕上がりを調整するためのパラメータをいくつか渡せます。主なものは次の通りです。

たとえばスマホ向けに縦長で長めの動画を作るなら、config にまとめて指定します。

from google.genai import types

operation = client.models.generate_videos(
    model="veo-3.1-generate-preview",
    prompt="ネオン街を歩く猫",
    config=types.GenerateVideosConfig(
        aspect_ratio="9:16",
        resolution="1080p",
        duration_seconds=8,
    ),
)

解像度や尺を上げるほど、次の章で扱う料金（秒単価 × 秒数）も上がります。用途に対して過剰なスペックになっていないかを生成前に見直すと、コストを抑えられます。

モデルと料金の比較表

ここまで veo-3.1-generate-preview を使ってきましたが、Veo には用途と予算に応じて選べる複数のモデルがあります。代表的なモデル ID と、API の料金（1秒あたり・音声込み）は次の通りです。料金や提供状況は変わりやすいので、最新の正確な数値は必ず公式の料金ページで確認してください。

選び方の目安としては、品質を最優先するなら標準、コストを抑えて数を試したいなら Lite、その中間が Fast、という関係です。Lite の秒単価は標準のおよそ数分の一に収まるので、試作段階でたくさん回すなら Lite が現実的です。

料金は秒単価 × 動画の秒数で見積もれます。たとえば8秒の動画なら、秒単価を8倍した額が1本あたりのおおよそのコストです。解像度を上げると秒単価も上がるので、必要な画質と尺のバランスで選びましょう。

つまずきやすいポイント

最後に、公式ドキュメント通りに書いても引っかかりやすい落とし穴を3つ挙げておきます。

1. 生成した動画は数日で消える
生成された動画はサーバ上に2日間だけ保持され、その後は削除されます。「後でまとめてダウンロードしよう」と放置すると、取り出せなくなることがあります。生成が終わったら、その場で `files.download` して手元やストレージに保存するのを習慣にしてください。

2. リクエスト直後のレスポンスに動画は入っていない
動画生成は非同期の長時間処理です。呼び出した直後に動画を取り出そうとすると「動画がない」と混乱します。必ず operation.done が True になるまで待ってから取り出してください。

3. 認証の入口を取り違える
Gemini API は GEMINI_API_KEY、Vertex AI は gcloud の認証（ADC）とプロジェクト指定、と認証方法が別物です。片方の手順でもう片方を動かそうとすると最初から動きません。エラーが出たら、自分が選んだ入口に対応した認証になっているかをまず確認しましょう。

よくある質問

まとめ

Veo の API は、Python の google-genai を使えば想像よりずっと手早く組み込めます。要点を振り返ります。

まずは pip install google-genai と認証を済ませ、veo-3.1-generate-preview でテキストから動画を1本生成してみてください。動けば、画像からの生成やパラメータ調整もすぐに応用できます。

Veo そのものの概要や料金プラン、他モデルとの比較を改めて確認したい場合は、関連記事も参考にしてください。