Sora 2 と Veo 3 動画 API 実装ガイド + 料金比較(2026)

OpenAI Sora 2 と Google Veo 3 の動画生成 API を手順通りに実装。Python コード、公式・Kie・Replicate の料金横断比較表、予算・尺・解像度での選び方まで。

API で音声つきの短い動画を生成するなら、避けて通れないのが 2 つのモデル——OpenAI の Sora 2(および Sora 2 Pro)と Google の Veo 3(および Veo 3.1)です。どちらもテキストから動画・画像から動画・ネイティブ音声に対応しますが、実装方法・単価・得意分野は大きく異なります。本記事は実装手順、動くコード、そして横断料金表を 1 か所にまとめ、つまずきと出費を減らします。

2 大動画モデルの概要

  • Sora 2 / Sora 2 Pro(OpenAI):物理的なリアリティが高く、カメラの動きが連続的で、音と映像の同期が良い。リアルなカメラワーク、製品デモ、実写的な人物のトークに向く。Pro は高解像度で安定性も高く、単価も高い。接続先は OpenAI 公式 API と、Replicate などのサードパーティホスト。
  • Veo 3 / Veo 3.1(Google):映画的な質感と光の表現に優れ、プロンプト忠実度が高く、セリフと効果音をネイティブに生成。接続先は Google Vertex AI、Gemini API、そして Kie.ai などの集約プラットフォーム。Veo 3.1 は Lite / Fast / Quality に分かれ、画質と予算で選ぶ。

1 ショットの尺は両者とも短く(概ね 8 秒級)、長尺は複数クリップの連結で作ります。

実装手順 + コード

流れは共通:キー取得 → 生成ジョブを送信 → ジョブの状態をポーリング → 完成クリップをダウンロード。動画は同期的には返らないので、テキストモデルのような「1 リクエストで結果」を書かないこと。

Sora 2(OpenAI 公式 API)

  1. OpenAI プラットフォームで有効化し API キーを作成;
  2. videos エンドポイントでジョブを送信、completed までポーリングし、ダウンロード先を取得。
from openai import OpenAI

client = OpenAI(api_key="sk-あなたのキー")

# 1) 生成ジョブを送信
video = client.videos.create(
    model="sora-2",              # または "sora-2-pro"
    prompt="雪の中を走るコーギー、早朝の陽光、スローモーション、映画的",
    seconds=8,
    size="1280x720",
)

# 2) 完了までジョブをポーリング
while video.status in ("queued", "in_progress"):
    video = client.videos.retrieve(video.id)

# 3) 完成クリップをダウンロード
if video.status == "completed":
    content = client.videos.download_content(video.id, variant="video")
    content.write_to_file("sora2.mp4")

フィールド名は OpenAI 動画生成の公式ドキュメントに従ってください。SDK のバージョンで多少異なる場合があります。

Veo 3(Gemini API)

Google 公式は google-genai SDK を推奨。こちらも「ジョブ送信 → operation をポーリング → ダウンロード」です。

import time
from google import genai

client = genai.Client(api_key="あなたの_GEMINI_KEY")

# 1) 生成ジョブを送信
operation = client.models.generate_videos(
    model="veo-3.0-generate-preview",   # Veo 3;高速版は対応する fast モデル名を使う
    prompt="都市の夜景の空撮、濡れた路面に映るネオン、サイバーパンク調",
)

# 2) operation が完了するまでポーリング
while not operation.done:
    time.sleep(10)
    operation = client.operations.get(operation)

# 3) 動画を保存
video = operation.response.generated_videos[0]
client.files.download(file=video.video)
video.video.save("veo3.mp4")

具体的なモデル名とパラメータは Gemini API 動画生成ドキュメントに従ってください。Kie.ai や Replicate などの集約プラットフォームでは、各社の REST エンドポイントと認証ヘッダに差し替え、リクエスト/コールバックの構造は各ドキュメントを参照します。

料金の横断比較表

以下は 概算、米ドル、2026 年 7 月時点です。為替・区分・キャンペーンは常に変わるため、発注前に各プラットフォームの最新価格を確認してください。「8 秒の成果物」は単価 × 8 秒で試算、ネイティブ音声込みです。

モデル経路解像度1 秒あたり(概算)8 秒成果物(概算)音声
Sora 2OpenAI 公式720p$0.10$0.80ネイティブ
Sora 2 ProOpenAI 公式720p$0.30$2.40ネイティブ
Sora 2 ProOpenAI 公式1024p+$0.50$4.00ネイティブ
Sora 2Replicate720p$0.20–0.35$1.60–2.80ネイティブ
Veo 3Google 公式720/1080p$0.75(音声込)$6.00ネイティブ
Veo 3 FastGoogle 公式720/1080p$0.15$1.20ネイティブ
Veo 3 FastKie.ai720/1080p~$0.05~$0.40ネイティブ
Veo 3 QualityKie.ai1080p~$0.25~$2.00ネイティブ

節約につながる要点:

  • 公式への直結は通常もっとも高い。 Veo 3 公式の音声込みは約 $0.75/秒で、この表の上限。集約プラットフォーム(Kie の Fast 区分は約 $0.05/秒)なら同じモデルを公式のごく一部の価格に抑えられる。
  • 標準の Sora 2 は Pro より 3 倍安い。 最高解像度が不要で下書きや SNS 用クリップなら標準区分で十分。
  • Replicate はやや高いが安定。 売りは信頼性と開発体験で、低価格ではない。

能力 / 尺 / 解像度の比較

観点Sora 2 / Sora 2 ProVeo 3 / Veo 3.1
提供元OpenAIGoogle DeepMind
1 ショットの尺約 4–12 秒(Pro はより長く安定)最長約 8 秒
解像度720p / 1024p+(Pro)720p / 1080p
ネイティブ音声✅ セリフ + 効果音✅ セリフ + 効果音
画像から動画
強み物理的リアリティ、連続的なショット、音映像同期映画的な光、質感、プロンプト忠実度
主な接続先OpenAI 公式 / ReplicateVertex AI / Gemini API / Kie

選び方

  • 予算優先・大量生成:Veo 3 Fast の集約経路(例:Kie)。1 秒数セントで、SNS 素材の量産や、コピー×ビジュアルの A/B テストに好適。
  • リアルなカメラワーク・実写的トーク:Sora 2 / Sora 2 Pro。物理的リアリティと音映像同期が主戦場。
  • 映画的・広告品質の映像:Veo 3 Quality。光とプロンプト忠実度が完成品向け。
  • 量産前に検証:両者とも Fast/標準の低価格区分あり。まず安い区分でパイプラインとプロンプトを通し、最終版のみ高価格区分に切り替えると、試行錯誤コストをかなり節約できる。

FAQ(よくある質問)

  • Sora 2 と Veo 3、どちらが安い? 「高速区分 + 集約経路」なら Kie のようなプラットフォーム経由の Veo 3 Fast が通常もっとも安い(約 $0.05/秒)。公式直結では標準の Sora 2(約 $0.10/秒)が Veo 3 公式の音声込み(約 $0.75/秒)よりはるかに安い。モデル名だけでなく経路と区分で比べること。
  • 生成した動画は商用可?ウォーターマークは? ライセンスとウォーターマークの方針は各社で異なり、変更もある。特に一部の低価格経路はウォーターマーク付与や商用制限がある。必ず利用中プラットフォームの現行規約に従い、他所の結論を流用しないこと。
  • 1 ショット 8 秒で足りないときは? 「絵コンテ + 複数生成 + 連結」で対応:長いショットを複数の 8 秒セグメントに分けて個別生成し、編集ソフトや ffmpeg で連結する。セグメント間の映像と音声のつながりに注意。
  • 無料枠はある? 公式と多くの集約プラットフォームは新規ユーザーに少量の試用枠を付与するが、金額と有効期限はよく変わる。登録ページの現行案内に従うこと。
  • テキスト/画像モデルと合わせて一元管理するには? アプリで既に Claude・GPT・Gemini などのテキストモデルを呼んでいるなら、GetModel の統一 OpenAI 互換エンドポイントでこれらのキーと課金を 1 つの Key にまとめ、残高を全モデルで共有できる。利用可能なモデルと最新価格は料金ページを参照。動画モデルの提供状況は随時更新されるため、料金ページを基準に。