AIツール2026年11月更新

Gemini Omni Flashとは?1.2で15秒・1秒0.07ドルに|料金・使い方・Veoとの違いを完全解説【2026年11月最新】

公開日: 2026/07/04
更新日: 2026/11/13
Gemini Omni Flashとは?1.2で15秒・1秒0.07ドルに|料金・使い方・Veoとの違いを完全解説【2026年11月最新】

この記事のポイント

Gemini Omni Flashは、Googleが提供する、会話で作って直せる動画生成AIです。2026年11月5日にGAとなった1.2 Flashの15秒生成、720p 1秒約0.07ドル(1.1の0.10ドルから約3割安)の料金、Flowのクレジット、使い方、12月3日の1.1自動振り替えへの備えまで整理します。

Gemini Omni Flashは、Googleが提供する「会話しながら動画を作り、会話しながら直す」動画生成AIです。2026年11月5日に最新版の Gemini Omni 1.2 Flash が一般提供(GA)となり、1回で最大15秒の動画を作れるようになりました。720pの料金は1.1の1秒約0.10ドルから約3割下がり、1秒約0.07ドルです。

テキスト・画像・動画をまとめて受け取り、音声つきの動画を出力します。気に入らない所があっても丸ごと作り直す必要はありません。「照明だけ夕方に」「背景だけオフィスに」と頼めば、その部分だけが変わります。

この記事でわかること

  • Gemini Omni Flashがどんなモデルかと、1.1 Flash から 1.2 Flash で変わった点
  • 「1秒0.10ドル」は今も正しいのか(答え: それは1.1の720p単価。1.2は約0.07ドル)
  • 解像度×秒数でわかる請求額の目安と、Google Flow のクレジットで1本いくらか
  • API・Flow・Geminiアプリ・Google Vids で「15秒」「4K」を使える条件の違い
  • 2026年12月3日の1.1自動振り替えと、Veo 3.1 プレビュー停止への備え
  • 日本から使うときの制約と、こんな人におすすめ/おすすめしない人

動画生成AIを自社サービスに組み込みたい開発者・プロダクト担当者、広告やSNS向けの短い動画を安く作りたいクリエイター、Geminiアプリで手軽に動画を作りたい個人の方に向けた記事です。

料金・仕様・提供範囲は変わることがあります。数値は2026年11月13日時点の公式ドキュメント・公式ブログで確認したもので、公式で確かめきれなかった点はその旨を書いています。発注や実装の前には公式ページで最新の値を確認してください。

Gemini Omni Flashとは|会話で動画を作り、会話で直すGoogleのAI

Gemini Omniファミリーの生成メディアモデルを紹介するGoogle公式ビジュアル

出典: Google 公式ブログ

Gemini Omni Flashは、Google DeepMindのマルチモーダルモデル群「Gemini Omni」のうち、動画の生成と編集を担うFlash系のモデルです。現在の最新版は gemini-omni-1.2-flash で、モデルカードでは「Gemini Omni Flashをベースにしたモデル」「Gemini 3シリーズの一部」と位置づけられています。

公式で確認できた範囲の流れは次のとおりです。

時期

出来事

2026年5月

Google I/O 2026 で Gemini Omni ファミリーを発表

2026年6月30日

Gemini API などでプレビュー公開(gemini-omni-flash-preview)

2026年8月27日

gemini-omni-1.1-flash を一般提供。シーン延長・始点/終点フレーム・360p〜4K に対応

2026年10月22日

旧プレビュー gemini-omni-flash-preview が停止。Gemini API の Veo 3.1 プレビュー3種も停止し、後継に gemini-omni-1.2-flash が指定される

2026年11月5日

gemini-omni-1.2-flash を一般提供(Gemini API・Google Cloud)。同じ日に Google Vids にも搭載

2026年12月3日(予定)

API で gemini-omni-1.1-flash へのリクエストが 1.2 Flash に自動で振り替わり、1.2 の料金で請求される

2026年12月5日(予定)

Google Flow で Omni Flash 1.1 を終了

出典: Google 公式ブログ(1.2 Flash)、非推奨モデル一覧、Google Flow ヘルプ

1.2 Flash の基本スペックは次のとおりです(Gemini API Omni ドキュメント、Google Cloud モデルページ)。

項目

内容

開発元

Google / Google DeepMind

モデルID

gemini-omni-1.2-flash

入力

テキスト・画像・動画(音声の参照は Gemini API では非対応、Google Cloud では許可制)

出力

音声つき動画

1回の長さ

3〜15秒を1秒単位で指定(既定10秒)

延長

1回3〜10秒。Gemini API では合計30秒まで。末尾にだけ足せる

解像度

360p/720p(既定)/1080p(拡大)/4K(拡大)

アスペクト比

16:9(既定)/9:16

参照画像

合計6枚まで(人物は1人あたり3枚・2人まで)

参照動画

11〜15秒の生成では1本、3〜10秒の生成では3本まで(各3秒以内)

入出力の上限(Google Cloud)

入力 131,072 トークン/出力 260,640 トークン

呼び出し方

Interactions API(GenerateContent・Live API は使えない)

透かし

全出力に SynthID。Google Cloud では C2PA にも対応

「Gemini Omni」という呼び方はファミリー全体を指すこともありますが、APIで指定して動画を作れるモデルの実体はこのFlash系です。発表当初の位置づけはGemini Omniの概要記事、Gemini全体の整理はGeminiとは何かの解説にまとめています。

Gemini Omni 1.2 Flashで何が変わったか(2026年11月5日GA)

Gemini Omni 1.2 Flashの提供開始を告げるGoogle公式ビジュアル

出典: Google 公式ブログ

1.2 Flash の大きな変化は「1回で15秒」「720pで約3割の値下げ」「参照素材への忠実さ」の3つです。一方で延長の上限は40秒から30秒に縮み、参照画像も7枚から6枚に減っています。1.1 から移る人は、伸びた点と縮んだ点の両方を押さえておく必要があります。

項目

1.1 Flash

1.2 Flash(現行)

1回の長さ

3〜10秒

3〜15秒(1秒単位、既定10秒)

延長の上限

合計40秒

Gemini API では合計30秒

720pの単価

1秒約0.10ドル

1秒約0.07ドル(約3割安)

動画出力のトークン単価

100万トークンあたり17.50ドル

100万トークンあたり12.00ドル

参照画像

7枚まで

6枚まで(人物は1人3枚・2人まで)

参照動画

3本×3秒

11〜15秒の生成では1本、3〜10秒の生成では3本

編集に使う動画

10秒以下

15秒以下

解像度・アスペクト比

360p〜4K・16:9/9:16

同じ

API

Interactions API

同じ

出典: Gemini API 料金ページ、Omni ドキュメント、Google 公式ブログ(1.1 Flash)

1. 1回で最大15秒の動画を作れる

3〜15秒を1秒単位で選べるようになりました。15秒あれば、1つのシーンやテレビ配信向けの広告1本を1回の生成で作れます。Google Cloud のブログでは、QuickFrame AI が1080p・15秒の広告制作に使っている例が紹介されています。15秒を超える指定はエラーになります。

2. 参照素材への忠実さが上がった(キャラ・スタイルの一貫性)

人物・商品・画風の画像、3秒までの動きの動画を渡すと、最初のフレームから最後のフレームまで人物や物、場面の見た目がそろいやすくなりました。始点・終点フレームの補間や延長でもそろいます。同じキャラクターや同じ商品で何カットも作りたいときに役立つ改良です。

3. 話し声とカメラワークが自然になった

公式ブログによると、会話が自然になり、口の動きが合いやすく、話者ごとに声を分けられるようになりました。複雑なカメラの動きでも、意図しない場面転換が減っています。ただし速いスポーツの動き、台本の急な切り替え、複雑な物理はまだ改善中とされています。

4. 1.1 から引き継いだ機能

1.1 で入った次の機能は 1.2 でもそのまま使えます。

  • シーン延長: 生成した動画の末尾に3〜10秒ずつ足す。直前10秒を手がかりにするため、人物や照明が変わりにくい
  • 始点・終点フレームの補間: 最初と最後の画像を渡すと、その間の動きをモデルが作る(3〜10秒)。カメラのスイープ、商品のズーム、切れ目のないループ動画に向く
  • 360pの下書き: 安く速く案を出し、採用したものだけ720p以上で作り直す
  • 1080p/4Kへの拡大: 最初からその解像度で作るのではなく、拡大して出す

5. 提供先が広がった

Gemini API(Google AI Studio)と Google Cloud の Gemini Enterprise Agent Platform のほか、Geminiアプリ、Google Flow、Google Vids、Google 広告の Asset Studio などに入っています。企業向けの導入形態はGemini Enterprise Agent Platformの解説、Workspace側のAI機能はWorkspace Intelligenceの解説を参照してください。外部のクリエイティブツールとの連携も進んでおり、Google Cloud のブログでは Runway・Krea・Picsart・invideo などが導入企業として挙がっています。AdobeとGoogleモデルの連携はAdobe Firefly Image 5の記事が参考になります。

Gemini Omni Flashでできること(主要機能)

会話型編集を支えるGemini APIの公式イメージ

出典: Gemini API 公式ドキュメント

Gemini Omni Flashの中心にあるのは「作ったあとに会話で直せる」ことです。そのうえで、複数の素材を組み合わせる入力、音声の同時生成、透かしによる見分けが揃っています。

会話型編集

ふつうの動画生成AIでは、気に入らない所があればプロンプトを書き直して作り直します。すると照明も構図も人物の顔も変わり、「照明だけ夕方にしたい」という頼み方が通りません。

Gemini Omni Flashでは、Interactions API で次のように進めます。

  1. クリップを1本作る
  2. 返ってきた interaction の ID を控える
  3. 次の指示で、そのIDを previous_interaction_id として渡す
  4. 前の動画の内容を保ったまま、指示した部分だけが変わる

商品や背景の差し替え、照明や天気の変更、縦横比の切り替えなどを、何度でも重ねられます。確認と修正を何往復もする広告やEC動画の制作と相性がよい作りです。画像モデルで静止画を作り、その画像から動画を起こす流れも組めます。画像側のモデルはNano Banana 2 Liteの解説を参考にしてください。

複数の素材を組み合わせた入力

テキストに加えて、参照画像(合計6枚まで)と参照動画(各3秒以内)を一緒に渡せます。[0-3s] 主人公が扉を開ける のようなタイムコードで、何秒目に何が起きるかも指定できます。延長では「0s=延長した部分の始まり」として数えます。

公式ドキュメントでは、text_to_video / image_to_video / reference_to_video / edit / extend のタスクを指定することもできますが、まずは自然な言葉で頼むのがおすすめとされています。タスクを指定すると動きの自由度が狭まるためです。

音声の同時生成

効果音・環境音・話し声・BGMを、映像と同時に作ります。何も指定しなくても音は付きます。あとから読み上げ音声を重ねる方式ではないため、口の動きや動作と音のタイミングが合いやすいのが利点です。画面に出す文字も、プロンプトで指定すれば読める形で描けます。音声も一緒に作る他社モデルはMiniMax H3(Hailuo 3.0)の解説で比べています。

SynthIDとC2PAによる見分け

全ての生成動画に、目には見えないが機械で検出できる SynthID の透かしが入ります。Google Cloud 経由では、来歴情報の規格である C2PA(コンテンツクレデンシャル)にも対応しています。安全性の評価は、モデルカードによると Gemini 3.1 Pro と Gemini 3.7 Flash の評価を流用しています。Gemini 3 系のモデルはGemini 3.7 Flashの解説にまとめています。

Gemini Omni Flashの料金|1秒0.07ドルからの実額シミュレーション

Gemini API の料金は従量課金で、無料枠はありません。1.2 Flash の720pは1秒約0.07ドルで、よく見かける「1秒0.10ドル」は1.1の720p単価です。しかも12月3日以降は、1.1のモデルIDのまま呼んでも1.2の料金で請求されます。

Gemini API 料金ページ(2026年11月13日確認)のトークン単価は次のとおりです。

区分

1.2 Flash

1.1 Flash

無料枠

なし

なし

入力(テキスト・画像・動画)

100万トークンあたり1.50ドル

1.50ドル

出力(テキスト)

100万トークンあたり9.00ドル

9.00ドル

出力(動画)

100万トークンあたり12.00ドル

17.50ドル

バッチ

なし

なし

解像度×秒数の請求額の目安(1.2 Flash)

解像度

1秒のトークン

1秒あたり

10秒

15秒

30秒(延長の上限)

360p(下書き)

1,931

約0.023ドル

約0.23ドル

約0.35ドル

約0.70ドル

720p(既定)

5,792

約0.07ドル

約0.70ドル

約1.04ドル

約2.09ドル

1080p(拡大)

8,688

約0.104ドル

約1.04ドル

約1.56ドル

約3.13ドル

4K(拡大)

17,376

約0.209ドル

約2.09ドル

約3.13ドル

約6.26ドル

  • 720pの10秒・15秒は料金ページの記載です。ほかは「1秒のトークン×12ドル÷100万」で計算した概算で、入力トークンは別にかかります
  • 1.1との比較で公式に確認できるのは720p(約0.10ドル→約0.07ドル)だけです。1.1の360p・1080p・4Kの秒単価は、今の料金ページには内訳が載っていません
  • 編集は元の動画を読み直すぶん入力トークンが増え、新しく作るより高くつくことがあります。DataCamp の検証では、生成は1分未満、編集は1本あたり約2分かかり、動画3本で約3.55ドルでした

「360pで試作→720pで選抜→1080pで仕上げ」のコスト比較

20案から30秒の動画1本を作る場合を、1.2 Flash の単価で計算してみます。

工程

解像度

本数×秒数

概算コスト

① 案出し

360p

20本×10秒

約4.6ドル

② 選抜・演技の確認

720p

5本×10秒

約3.5ドル

③ 仕上げ(15秒+延長10秒+延長5秒)

1080p

1本×30秒

約3.1ドル

合計

—

—

約11.2ドル

同じ作業を全部720pで回すと、①が約13.9ドル、②が約3.5ドル、③が約2.1ドルで合計約19.5ドルです。案出しを360pに回すだけで4割ほど安くなります。試す回数が多い企画ほど差が開きます(入力トークンは含めていない概算です)。

Google Flow のクレジットで1本いくらか

コードを書かずに使うなら Google Flow が入り口になります。Flow のヘルプに載っているクレジットの消費は次のとおりです。

機能

使える人

360p

720p

10秒までの生成・編集

全員

1秒1クレジット

1秒3クレジット

15秒までの生成・編集

Plus/Pro/Ultra

10秒まで1、11〜15秒目は2

10秒まで3、11〜15秒目は6

3〜10秒の延長

Plus/Pro/Ultra

足した1秒ごとに1

足した1秒ごとに3

720p・1080pへの拡大

Plus/Pro/Ultra

10秒までは0、それより長いと1秒1

同じ

4Kへの拡大

Ultra のみ

10秒まで50クレジット、それより長いと1秒5

同じ

これを1本あたりに直すと、720p・10秒が30クレジット、720p・15秒が60クレジット、360p・10秒が10クレジットです。

Flowの枠

720p・10秒なら

360p・10秒なら

毎日の無料50クレジット(全員・繰り越し不可)

1本

5本

AI Plus(月200クレジット)

約6本

20本

AI Pro(月1,000クレジット)

約33本

100本

AI Ultra(月10,000/25,000クレジット)

約333本/約833本

1,000本/2,500本

ヘルプには「上限はいつでも変わりうる」と書かれています。本数は目安として見てください。

利用経路ごとの料金と「15秒」「4K」の条件

経路

料金の形

無料で使えるか

15秒の生成

4K

Gemini API(AI Studio)

トークン従量

無料枠なし(Free ティアは使えない)

有料ティアなら使える

拡大で出せる

Google Cloud(Agent Platform)

Standard PayGo/Provisioned Throughput など

なし

使える

拡大で出せる

Google Flow

クレジット

毎日50クレジット

Plus 以上

Ultra のみ

Geminiアプリ

Google AI プランに含む

不可(プラン必須・18歳以上)

Ultra のみ(順次提供)

公式ヘルプに記載なし

Google Vids

対象の Workspace・AI Pro/Ultra に含む

公式ブログでは「追加料金なし」

使える(3〜15秒)

公式の告知に記載なし

Google AI プランの月額は、日本の報道では Plus 725円/Pro 2,900円/Ultra 5x 14,500円/Ultra 20x 32,000円とされています。公式のプランページでは今回の確認時に円の金額を読み取れなかったため、契約前にGoogle AIプランの公式ページで確認してください。

APIのレート制限

レート制限ページに載っている gemini-omni-1.2-flash の上限は次のとおりです。1日の回数(RPD)は太平洋時間の0時に戻ります。

ティア

1分あたり(RPM)

1日あたり(RPD)

Free

使えない

使えない

Tier 1

8

40

Tier 2

16

200

Tier 3

40

2,000

Tier 1 では1日40本までです。量産を前提にするなら、ティアの引き上げか Google Cloud の Provisioned Throughput を検討することになります(Provisioned Throughput は Gemini API では使えず、Google Cloud では使えます)。

Gemini Omni Flashの使い方|APIとアプリの2つの導線

個人向けの入り口となるGoogle FlowのAIクリエイティブスタジオ公式イメージ

出典: Google Flow 公式サイト

開発者は Gemini API の Interactions API から、コードを書かない人は Geminiアプリ・Google Flow・Google Vids から使います。

開発者・組み込み用途(API)

  1. Google AI Studio で APIキーを発行し、有料ティアにする(Free ティアでは使えない)
  2. モデルIDに gemini-omni-1.2-flash を指定し、client.interactions.create を呼ぶ
  3. response_format で aspect_ratio(16:9/9:16)、resolution(360p〜4K)、duration(3〜15秒)、delivery を指定する
  4. 直すときや伸ばすときは、前の interaction の ID を previous_interaction_id として渡す
  5. 4MBを超える動画は delivery="uri" で受け取り、ファイルが ACTIVE になるまで待ってから取り出す

公式ドキュメントの最小例は次のとおりです。

from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-omni-1.2-flash",
    input="A marble rolling fast on a chain reaction style track.",
)
# interaction.output_video.data に base64 で動画が入る

実装で引っかかりやすい点もドキュメントに書かれています。

  • store=false にすると、その動画はあとから直せない
  • REST では動画は steps 配列に入る(output_video は SDK 専用)
  • システム指示・temperature・ネガティブプロンプトは使えない。避けたいことはプロンプトの本文に書く
  • 関数呼び出し・グラウンディング・構造化出力・コンテキストキャッシュも使えない

自社のサービスや社内の制作フローに動画生成を組み込むときは、API利用料のほかに、素材の受け渡し・生成待ちの処理・修正履歴の保存・権利確認といった周辺の作り込みに費用がかかります。開発の進め方と金額の目安はAI開発の費用相場で整理しています。

30秒の動画を作る手順(15秒+延長)

Gemini API で作れる長さは延長込みで合計30秒までです。

  1. 最初のカットを作る(3〜15秒)。まずは360pで構図と動きを決める
  2. その interaction を previous_interaction_id に渡して延長を頼み、3〜10秒を足す
  3. 必要ならもう一度延長して、合計30秒以内に収める
  4. 流れが固まったら720p以上で作り直し、必要なら1080p/4Kに拡大して書き出す

延長は末尾にしか足せません。途中に別のカットを入れたいときや30秒を超える尺が要るときは、別のクリップを作って編集ソフトでつなぎます。延長でも話し声は付けられますが、アップロードした動画に話し声を足すことはできません。

個人・クリエイティブ用途(アプリ)

  • Geminiアプリ: Google AI プランの加入が必要で、18歳未満は使えません。長さは3〜10秒で、AI Ultra は15秒まで(順次提供)。動画1本・画像5枚までアップロードでき、「@」でアバターを呼び出せます(Gemini ヘルプ)
  • Google Flow: 毎日50クレジットの無料枠があり、まず試すならここが手軽です。15秒・延長・拡大は Plus 以上、4Kは Ultra のみです
  • Google Vids: 2026年11月5日から1.2 Flash が入り、3〜15秒の動画を作れます。対象は Business/Enterprise の各プラン、Education Plus、Google AI Pro・Ultra の個人アカウントなどです(Workspace Updates)

ほかの動画生成AIも含めて選びたい方は、AI動画生成ツールおすすめ比較から全体を見るのが近道です。

1.1 Flash・Veo 3.1プレビューからの移行(2026年12月3日の自動振り替え)

すでに gemini-omni-1.1-flash で実装している場合、API では2026年12月3日から 1.2 Flash へ自動で振り替わり、1.2 の料金で請求されます。料金は下がる側ですが、仕様の縮んだ所に当たると動かなくなるおそれがあります。振り替えを待たず、先に 1.2 で確かめておくのが安全です。

確認項目

対応内容

モデルID

gemini-omni-1.1-flash を gemini-omni-1.2-flash に置き換える

既定の長さ

指定しないと10秒になる。15秒を使うなら duration で明示する

延長の上限

40秒→30秒。30秒を超える前提の処理は、クリップを分けて後でつなぐ形に直す

参照画像

7枚→6枚(人物は1人3枚・2人まで)。7枚渡している処理は直す

参照動画

11〜15秒の生成では1本だけ。3本渡すなら長さを10秒以内にする

編集に使う動画

10秒→15秒まで受け付ける

見積もり

動画出力の単価が17.50ドル→12.00ドル(100万トークンあたり)。月の費用を計算し直す

出力の傾向

同じプロンプトでも絵が変わることがある。主な用途で見比べる

Flow

1.1 は12月5日に終了(APIと日付が違う)

Gemini API で Veo 3.1 プレビュー(veo-3.1-generate-preview / -fast- / -lite-)を使っていた場合、これらは2026年10月22日に停止済みで、後継に指定されたのが gemini-omni-1.2-flash です。Veo の generate_videos を呼んで完了を待つ書き方から、interactions.create を使う書き方に変える必要があります。旧プレビュー gemini-omni-flash-preview も同じ日に停止しています。

このツールを自社のシステムや業務にどう組み込むか、ご提案します

初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)

Gemini Omni Flashでできないこと・制約

1.2 になっても残っている制約のうち、導入判断に直結するものを次の表にまとめます。

制約

内容

1回の長さ

15秒まで。超える指定はエラー

延長

Gemini API では合計30秒まで。末尾にだけ足せる(前や途中には入れられない)

1080p/4K

最初からその解像度で作るのではなく拡大して出す

音声

声の編集はできない。アップロードした動画に話し声は足せない。人の話し声を変える編集は安全面の検討中のため制限されている

音声の参照

Gemini API では非対応。Google Cloud では許可制

パラメータ

システム指示・temperature・top_p・ネガティブプロンプトは使えない

ツール連携

関数呼び出し・グラウンディング・コード実行・構造化出力は使えない

画像出力

できない(画像は別のモデル)

YouTube動画

素材として使えない

地域

EEA・スイス・英国では、アップロードした動画の編集・延長ができない。Geminiアプリのヘルプでは米国の一部の州も対象

人物

一部の有名人などが写った画像はアップロードできない。地域によっては未成年が写る画像も扱えない

言語

英語は完全対応。ほかの言語は評価しておらず、結果がばらつく

まだ弱い所

速いスポーツの動き、台本の急な切り替え、複雑な物理

無料枠

API にはない

出典: Omni ドキュメント、モデルカード、Google 公式ブログ(1.2 Flash)

実務でとくに影響が大きいのは、1080p/4Kが拡大である点と、アップロードした実写素材の編集が一部地域で使えない点です。4Kで納品できることと、4K撮影と同じ細かさがあることは別の話です。EU圏や英国に拠点や制作パートナーがある企業は、どこで編集作業をするかを決めておく必要があります。DataCamp の検証でも、色だけを変える編集でほかの部分は保たれた一方、音が約45ミリ秒ずれる、ビー玉が一瞬消えるといった細かい崩れが報告されています。

セキュリティ・ガバナンス面

  • 全ての生成動画に SynthID が入り、Google Cloud では C2PA にも対応する
  • モデルカードの安全策: 事前学習での多様な合成キャプション、本番でのフィルタ、SynthID、人の話し声を変える編集の制限
  • プロンプトと出力には安全フィルタがかかり、強さは地域で違う
  • Google の利用規約と「生成AIの使用禁止ポリシー」が適用される。アップロードする画像の権利(著作権・プライバシー)を持っていること、人をだます・嫌がらせ・危害の目的で作ったり共有したりしないことが求められ、違反するとアカウント停止もある
  • Google Vids には管理者が1.2 Flash の利用を止める設定がない(Workspace Updates)。社内ルールで使い方を決めておく必要がある
  • Google Cloud でのデータの置き場所や補償の具体的な条件は、今回確認したページには書かれていない。契約前に個別に確かめる

生成AIを業務で使うときの一般的な注意点は生成AIのセキュリティ解説にまとめています。

日本から使うときの注意点

論点

現時点の状況

日本語プロンプト

入力はできる。ただし公式は「英語以外は評価していない」としており、結果がばらつく

日本語の話し声

発音や抑揚は確認が必要。ナレーションを日本語で使う案件は出力を見てから決める

Geminiアプリの15秒

Ultra 向けに順次提供中。日本の Ultra アカウントに来ているかは未確認

Google Vids

以前は「主な言語が英語のユーザーのみ」とされていた。今回の告知にはその条件がなく、変わったかどうかは未確認

YouTube Shorts/YouTube Create

日本での提供状況は公式で確かめられていない。実際の画面で確認するのが確実

日本語ナレーションが前提の案件では、映像は Gemini Omni Flash で作り、音声は日本語の読み上げ音声や人の声で差し替えるやり方が現実的です。英語のプロンプトで映像を作り、文字や声だけ日本語にする分け方も試す価値があります。

Veo 3.1・他社モデルとの違い

Geminiの各モデルを試せるGoogle AI Studioの公式イメージ

出典: Google AI Studio 公式サイト

Veo 3.1との関係

Gemini API で動画を作るなら、今は Gemini Omni 1.2 Flash が本命です。Gemini API の Veo 3.1 プレビュー3種は2026年10月22日に停止し、公式の非推奨一覧で後継に gemini-omni-1.2-flash が指定されています。

比較ポイント

Gemini Omni 1.2 Flash

Veo 3.1(Gemini API のプレビュー)

Gemini API での状況

一般提供中

2026年10月22日に停止

呼び出し方

interactions.create

generate_videos+完了待ち

作ったあとの修正

会話で部分だけ直せる

作り直しが中心

1回の長さ

3〜15秒

—

360pの下書き

あり(1秒約0.023ドル)

—

720pの単価

1秒約0.07ドル

—

Google Cloud 側では Veo 3.1 の一般提供版が引き続き使えるという情報もありますが、提供状況・料金・終了日は公式で確かめきれていません。Veo を使い続けたい場合は、Google Cloud の公式ページで最新の状況を確認してください。

他社モデルとの位置関係

第三者の評価では、2026年7月時点(プレビュー版)の Artificial Analysis による音声つき Text-to-Video のブラインド評価で Gemini Omni Flash が首位(Elo 1,240)と報じられました。1.2 での順位は確認できていません。同じ時期に別の集計では Seedance 2.0 が上位に入っており、指標によって順位は入れ替わります。独立系のテストでは「人物の動きの一貫性では Kling 系に劣る」という指摘もありました。

よく見かける評価は、「画質・物理表現そのものでは Seedance 系が強く、Gemini Omni Flash は作って直すまでがひと続きになった流れで強い」というものです。ほかの多くが「生成ツール」なのに対し、Gemini Omni Flash は「生成もできる編集ツール」に近い作りです。

比べたい観点

参考記事

画質・物理表現で競う有力モデル

Seedance 2.5の解説

人物の動きの自然さ

Kling AIの解説

音声の同時生成・秒単価

MiniMax H3(Hailuo 3.0)の解説

プロ向けの編集の流れ(Runway は Omni 1.2 の導入企業でもある)

Runway Gen-4の解説

Sora からの乗り換え先

Sora代替ツール比較

アニメなど特定の用途

AnimeGenの解説

こんな人におすすめ

  • 15秒以内の広告・SNS・EC商品動画を作るチーム。1回の生成で1本分の尺が取れる
  • 修正を何往復もする制作。「照明だけ」「背景だけ」を会話で直せる
  • 同じキャラクター・同じ商品・同じ画風で何カットも揃えたい人。参照素材への忠実さが1.2で上がった
  • 試作を安くたくさん回したい人。360pなら10秒約0.23ドル、Flowなら無料枠で1日5本
  • Gemini API で動画生成を組み込みたい開発者。とくに Veo 3.1 プレビューや 1.1 Flash から移る人
  • AIで作った動画だと示せることを重視する組織。SynthID と、Google Cloud では C2PA が使える

おすすめしない人

  • 30秒を超える尺を1つのモデルで作りたい人。Gemini API の延長上限は合計30秒
  • クリップの途中に別カットを入れる編集が前提の人。延長は末尾にしか足せない
  • 4K撮影と同じ細かさが必要な映像制作。1080p・4Kは拡大による出力
  • 日本語ナレーションの質を最優先する案件。英語以外は評価されておらず、音声は別に用意する前提になる
  • 声を指定したい・声を編集したい人。Gemini API では音声の参照も声の編集もできない
  • EEA・スイス・英国で実写素材を編集したい人。地域の制限に当たる
  • APIを無料で試したい人。API に無料枠はない(無料で触るなら Flow の毎日50クレジット)

当てはまる場合は、ほかの動画生成AIとの組み合わせや比較で決めるのが現実的です。選び方を一から整理したい方はAI動画生成ツールおすすめ比較をご覧ください。

よくある質問(FAQ)

Q. 「1秒0.10ドル」は今も正しいですか?

A. 0.10ドルは1.1 Flash の720p単価です。現行の1.2 Flash では720pが1秒約0.07ドルで、約3割安くなっています。2026年12月3日以降は、APIで1.1のモデルIDを指定していても1.2の料金で請求されます。

Q. 1.1 Flash はいつまで使えますか?

A. Gemini API では2026年12月3日から、1.1へのリクエストが1.2に自動で振り替わります。Google Flow では12月5日に1.1が終わります。経路によって日付が違うので、使っている経路の日付で準備してください。

Q. 「キャラ・スタイルの一貫性」はどこまで期待できますか?

A. 人物・商品・画風の参照画像(合計6枚まで)を渡すと、1本の動画の最初から最後まで見た目がそろいやすくなります。延長や始点・終点フレームの補間でもそろいます。ただし人物の参照は1人3枚・2人までで、細かい物理や速い動きでは崩れることがあります。

Q. 30秒より長い動画は作れませんか?

A. Gemini API では延長込みで合計30秒が上限です。それより長い尺は、30秒以内のクリップを複数作って編集ソフトでつなぎます。Google Cloud では40秒までという第三者の情報もありますが、公式では確認できていません。

Q. いちばん安く試す方法は?

A. 無料なら Google Flow の毎日50クレジットで、360p・10秒なら1日5本作れます。API なら360pが1秒約0.023ドルで、10秒の案を20本出しても約4.6ドルです。ただし API は有料ティアにする必要があります。

Q. 日本語のプロンプトでも使えますか?

A. 入力はできますが、公式は英語以外を評価しておらず、結果がばらつくとしています。仕上がりを安定させたいなら英語でプロンプトを書き、日本語の文字や声は別の工程で入れる方法が確実です。

Q. 生成した動画がAI製だとわかりますか?

A. 全ての動画に SynthID の透かしが入り、目には見えませんが機械で検出できます。Google Cloud 経由では C2PA の来歴情報も付けられます。公開前に、権利と内容を自分で確かめることも利用規約で求められています。

まとめ

Gemini Omni Flashは、テキスト・画像・動画をまとめて受け取り、会話しながら音声つきの動画を作って直せるGoogleのAIです。2026年11月5日に一般提供となった Gemini Omni 1.2 Flash で、1回15秒の生成、720pで1秒約0.07ドル(1.1の0.10ドルから約3割安)、参照素材への忠実さの向上が加わりました。

費用を抑える進め方は変わりません。360pで案を出し、720pで選び、仕上げだけ1080pに上げれば、20案から30秒の動画1本で約11ドル、全部720pで回すより4割ほど安くなります。無料で触るなら Google Flow の毎日50クレジットが入り口です。

一方で、延長の上限が40秒から30秒に縮んだこと、参照画像が6枚に減ったこと、1080p・4Kが拡大であること、英語以外の結果がばらつくこと、地域による編集の制限は押さえておく必要があります。1.1 Flash で実装している場合は、2026年12月3日の自動振り替えの前に 1.2 で動作と費用を確かめておくのが安全です。

仕様と料金はこれからも変わります。導入の前にはGemini API Omni ドキュメント、Gemini API 料金ページ、Gemini Omni 1.2 Flash の発表ブログで最新の情報を確認してください。

このツールを自社のシステムや業務にどう組み込むか、ご提案します

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します