2026年10月最終週の画像・動画・音声の生成AIは、「Soraの退場」「動画モデルの多社競争と価格差」「音声エージェントのS2S化」の3点が焦点です。今回はこれらを、他社の解説記事と公式発表をもとに整理します。
OpenAIのSoraが完全終了、動画生成の選択肢は再編へ
報道によると、OpenAIの動画生成「Sora」は、Web/アプリが2026年4月26日に、API（Sora 2モデルとVideos API）が9月24日に終了しました。OpenAIの非推奨ページには後継の記載がなく、APIで組み込んでいた開発者は自分で乗り換え先を選ぶ必要があります。
- 現行の主要な動画生成は、Veo 3.1、Runway、Kling 4.0、Seedance 2.5、Wan 3.0の5系統
- Runwayは自社モデルに加え、Veo・Kling・Seedance・Wanを単一エンドポイントで呼べる「Runway Dev」を提供し、プラットフォーム役を担いつつある
- Gemini APIのVeo 3.1プレビュー識別子は10月22日に停止予定とされ（第三者トラッカー情報）、Gemini Omni Flashが後継として挙げられている。モデル名を直書きしている場合は要確認
出典: Shattered: Best AI Video Generators（2026-10-25更新）
主要動画モデルの比較
同記事が整理した各モデルの要点です。Veo以外の長さ・音声などの仕様は二次情報を含み、公式未確認の項目があります。
| モデル | 提供元 | 特徴 | API最安値（報告） |
|---|---|---|---|
| Veo 3.1 | Google DeepMind | ネイティブ音声、縦動画9:16、Gemini/Flow/Vids/YouTubeなど広い提供面 | Lite 720pで$0.05/秒 |
| Runway Gen-4.5 / Aleph 2.0 | Runway | 動画編集（Aleph 2.0）と複数モデルの横断利用 | 1クレジット$0.01 |
| Kling 4.0 | Kuaishou | 最大30秒、キーフレーム10個、参照素材15点、4K（10月15日公開） | 4.0のAPI価格は未公表（3.0 4Kは$0.43/秒） |
| Seedance 2.5 | ByteDance | 30秒・音声付きと報じられる。4K版は招待制の企業向け試験 | 2.0の480pで$0.14/秒 |
| Wan 3.0 | Alibaba | 低価格。旗艦はオープンウェイトではなく、公開済みの最新は Wan 2.2 | 480pで$0.05/秒 |
10秒クリップの試算では、Veo 3.1 Lite 1080pが約$0.80、Seedance 2.0の4Kが約$15と約19倍の開きがあります（リテイク費用は含まず）。同記事は、自分の用途に近いプロンプト5本を2〜3モデルで試し、「使える出力率」で比べることを勧めています。
出典: Shattered: Best AI Video Generators
ElevenLabsが音声エージェント向け「Eleven Realtime」を発表
ElevenLabsは、音声認識・ターン制御・LLM・音声合成を個別に組む代わりに、1つのモデルでエージェントを成立させるSpeech-to-Speechモデル「Eleven Realtime」を発表しました。
- v1 Mini: 低コストで自然な会話向け。アシスタント、教育、キャラクター用途
- v1 Max: 顧客対応やリード獲得など、手順を踏む複雑なタスク向け
- 90以上の言語、17,000以上のボイスに対応
- OpenAIのRealtime API互換（WebSocketのみ）で、エンドポイントとモデル名の変更で試せる
| 指標（Artificial Analysis評価、公式ブログ記載） | v1 Max | v1 Mini |
|---|---|---|
| Big Bench Audio（音声推論）正答率 | 98.8% | 75.9% |
| 平均の応答開始時間 | 0.57秒 | 0.62秒 |
| Full-Duplex-Bench | 94.1% | 95.8% |
| ツール使用タスク完了率 | 87.1% | 60.3% |
ツール呼び出しが多い用途ではMax推奨とされています。数値はベンダーが紹介する第三者評価である点に注意してください。
出典: ElevenLabs: Introducing Eleven Realtime
ElevenLabsはUniversal Musicと音楽分野にも進出
解説記事によると、ElevenLabsは2026年9月にUniversal Music Groupとの提携を発表し、参加アーティストの楽曲をファンがリミックスできるAI音楽プラットフォームを立ち上げる計画です。無許諾でアーティストを模倣した曲の検出・削除でも協力するとされ、ライセンス前提の音楽生成という方向性が見えます。詳細な提供時期は今回の情報源では確認できていません。
出典: Built In: What Is ElevenLabs?
編集メモ
- 動画生成は「どのモデルか」と「どの経路で使うか」を分けて考える段階に入っています。モデル名は設定ファイルで管理すると、廃止や名称変更の影響を抑えられます。
- 音声はOpenAI互換APIにより、乗り換えコストが下がりつつあります。
- Sora終了の例が示すように、単一ベンダーへの依存は事業リスクになります。
主な情報源
- Shattered: Best AI Video Generators
- ElevenLabs: Introducing Eleven Realtime
- Built In: What Is ElevenLabs?
- Google DeepMind: Veo
各サービスは提供元の規約に従ってご利用ください。情報は各情報源の公開時点のものです。収集・要約はAI、公開判断は人。