Gemini Omni 1.2 Flash:15秒のAI動画が1秒$0.07

Rama Adi
執筆者

Rama Adi

Katelin Teen
レビュー者

Katelin Teen

最終更新 2026年11月8日

専門家による検証済み
タイムライン上でAI生成の動画クリップに取り組む2人を描いたイラスト、GoogleのGemini Omni 1.2 Flash動画モデルを表している
TL;DR

Gemini Omni 1.2 Flashは、Google DeepMindが2026年11月5日にOmni動画モデルを更新したものです。大きな変更点は15秒のクリップ(以前は10秒)、720p動画1秒あたり約$0.07(以前は約$0.10)、そして参照画像をまたいだキャラクターと製品の一貫性の強化です。依然として組み立てる対象のモデルであり、仕事をこなす働き手ではありません。私なら広告や製品動画のパイプラインに使います。サポートチケットやブログ記事には、eeselのような即戦力のチームメイトのほうが適しており、eesel CLIを使えばコーディングエージェントが承認済みの知識をアップロードし、公開前にチームメイトの回答をテストできます。

Gemini Omni 1.2 Flashとは何か

これはGoogleのOmni動画ラインの3番目のリリースで、元のGemini Omni Flashと8月のアップデートGemini Omni 1.1 Flashに続くものです。Googleのモデルカードはテキスト、画像、音声、動画を入力として挙げ、出力は「音声付きの高品質・高解像度動画」としています。Gemini APIのモデルIDはgemini-omni-1.2-flashで、Gemini APIの変更履歴は2026年11月5日に一般提供を開始したと記しています。

Google AI StudioのGemini Omni Flashドキュメントページに、gemini-omni-1.2-flashというモデルコードが記載されている様子、Google AI Studioドキュメントより
Google AI StudioのGemini Omni Flashドキュメントページに、gemini-omni-1.2-flashというモデルコードが記載されている様子、Google AI Studioドキュメントより

考え方は以前のリリースから引き継がれています。ショットを説明し、ゼロから再レンダリングするのではなく、チャットで仕上げていきます。元のモデルの背景を知りたい方は、私のGemini Omni Flashレビューで取り上げています。

1.1から何が変わったか

短く言えば、より長いクリップ、より低い料金、より強い参照です。1つだけ逆方向に進んだ詳細があり、以下で触れます。

Gemini Omni 1.1 Flashと1.2 Flashの比較:10秒対15秒のクリップ、1秒あたり$0.10対$0.07、延長合計40秒対30秒
Gemini Omni 1.1 Flashと1.2 Flashの比較:10秒対15秒のクリップ、1秒あたり$0.10対$0.07、延長合計40秒対30秒
  • クリップの長さ: Google AI Studioのドキュメントによると、1回の生成あたり3秒から15秒、1秒単位です。バージョン1.1は1回の生成を10秒に制限していました。
  • 料金: 動画出力は$17.50から$12.00(100万トークンあたり)に下がり、料金ページはこれを720p動画1秒あたり約$0.07としています。
  • 参照: 変更履歴によると、モデルは最大6枚の参照画像にわたってキャラクターと被写体をより一貫させます。音声参照はGoogle Cloudでアローリストの背後にあります。
  • 音声: Google Cloudのローンチ記事は、より明瞭なリップシンクとマルチスピーカーのコンディショニングを挙げています。
  • 上限: 有料ティアのレート制限は、同じ変更履歴のエントリによれば2倍になりました。

1つだけトレンドに逆らう点があります。ローンチ時、1.1は合計最大40秒までのシーン延長を宣伝していました。1.2のドキュメントは延長を1ターンあたり3秒から10秒、合計最大30秒としています。Googleのページはこの違いを説明していないので、40秒のチェーンを前提に計画していた場合は、コミットする前にテストしてください。

Googleの自己評価によるとどれくらい良いか

GoogleのGemini Omniページは、1.2対1.1の直接比較の勝率を公開しています。これはGoogle自身の評価であり、独立したベンチマークではなく、あなたのプロンプトや参照画像はそのサンプルに含まれていません。

テスト1.2の勝率1.1の勝率
テキストから動画、視覚的一貫性62%38%
参照から動画、総合的な好み63%37%
参照から動画、アイデンティティの一貫性63%37%
画像から動画、総合的な好み59%n/a
指示による編集57%n/a

これは「明確だが控えめな進歩」と読むべきです。62%の勝率は、比較のおよそ3回に1回は依然として古いモデルが好まれたことを意味します。広告の仕事では参照の一貫性の行が最も重要です。製品の色がずれることが、生成が拒否される主な理由だからです。

料金はいくらか

Gemini APIの料金ページはこのモデルを標準ティアのみに掲載しています。無料ティアもバッチティアもありません。入力は100万トークンあたり$1.50、テキスト出力$9.00、動画出力$12.00です。

解像度1秒あたり1秒あたりのトークン数
360p$0.0231,931
720p約$0.075,792
1080p(アップサンプリング)$0.1048,688
4K(アップサンプリング)$0.20917,376
動画出力コストの棒グラフ:720pの10秒は1.1で$1.01、1.2で$0.70、720pの15秒は$1.04、360pの15秒ドラフトは$0.35
動画出力コストの棒グラフ:720pの10秒は1.1で$1.01、1.2で$0.70、720pの15秒は$1.04、360pの15秒ドラフトは$0.35

720pで1秒あたり5,792トークンというのは、私のOmni 1.1料金ガイドで使ったのと同じレートから来ています。計算すると、720pのフル15秒クリップは約$1.04、10秒のクリップは約$0.70になり、1.1での10秒の約$1.01と比べられます。より広い文脈については、私のGemini Omni Flash料金の内訳と、一般的なGemini料金ガイドをご覧ください。

Googleの料金ページによると、2026年12月3日以降、1.1モデルIDへのリクエストは自動的に1.2にルーティングされ、1.2のレートで課金されます。1.1の呼び出しを本番環境で使っている場合、コードを変更しなくてもコストが下がり、出力もコードを変更せずに変わります。

ドラフトからアップスケールするワークフローの仕組み

Googleのローンチ記事は、360pか720pでドラフトを作り、ベストテイクを1080pか4Kにアップスケールする方法を説明しています。実際には、安価に反復し、フォローアップのチャットメッセージで問題を修正し、高解像度のレンダリングには1回だけ料金を払います。

3段階のフロー:360pで1秒$0.023のドラフト、完全な再レンダリングなしでフォローアップ編集で修正、その後ベストテイクを1080pか4Kにアップスケール
3段階のフロー:360pで1秒$0.023のドラフト、完全な再レンダリングなしでフォローアップ編集で修正、その後ベストテイクを1080pか4Kにアップスケール

ドキュメントが触れていない点が2つあります。ドラフトが後のアップスケールに加えて課金されるかどうかは書かれていないため、ドラフト中心のワークフローはまず小さなテスト実行で価格を確認すべきです。また、1.1についてHacker Newsのコメント投稿者が指摘したように、ドラフトと最終レンダリングは決定論的ではないため、ドラフトは方向性のプレビューであり、最終フレームの保証ではありません。

どこで使えるか

Googleはモデルカードで幅広いサーフェスを挙げています。Geminiアプリ、Gemini Enterpriseアプリ、Google AI Studio、YouTube、Flow、Google Cloud、Gemini API、Workspaceです。知っておくべき詳細:

  • Google Vids: Workspace Updatesの記事によると、ロールアウトは11月5日に始まり、3秒から15秒のスライダーがあり、管理者による制御はありません。Business、Enterprise、Educationの各プランと、Google AI ProまたはUltraの個人アカウントが対象です。
  • Google Cloud: APIとコンソールを通じて一般提供されており、本番ワークロード向けのProvisioned Throughputがあります。企業向けGeminiでの動画作成は近日公開予定とされています。
  • コンテキスト制限: 入力トークン131,072、出力トークン65,536、出力24FPS、360pから4Kまで対応します。

アクセスはプラン間で均等ではありません。Hacker Newsのローンチスレッドで、あるコメント投稿者がこの摩擦を次のように説明しました。

Hacker News

"There have been months where we've paid 1500€ for my AI models, but I can't bother with Google's models because I literally don't know how to get them."

安全性と出所についてはどうか

すべての出力には知覚できないSynthID電子透かしが付き、Googleの製品ページはC2PA Content Credentialsを追加しています。モデルカードによると、このモデルは動画編集中に人の発話を変更できますが、この機能は現在制限されています。また、Gemini 3.1 ProとGemini 3.7 Flashの評価に基づき、このモデルが追跡対象または重大な能力レベルに達する可能性は低いとも報告しています。

誰がすでにこれを使って構築しているか

Google Cloudのローンチ記事は、一連の動画プロダクトチームを引用しています。invideoは15秒あれば1回の生成でワンシーン全体を収められると言い、QuickFrame AIは15秒の1080p出力でユーザーが1回でコネクテッドTV広告を完成させられると言い、Picsartはコンセプトを素早く試すためのドラフトモードを挙げています。これらはGoogleが選んで紹介したローンチパートナーなので、中立的なレビューではなくローンチ時の見せ方として読んでください。それでも、パターンは明らかです。広告、製品アニメーション、クリエイティブツールです。

動画モデルを比較しているなら、私のSora 2料金ガイドとSora 2代替ツールのリストがOpenAI側を扱い、Omni 1.1代替ツールの記事がより広い分野を扱っています。

Gemini Omni 1.2 Flashはどこに位置づけられるか

私はRamaです。eeselで統合とAPIを出荷しているので、モデルのローンチをエンジニアの視点で読みます。契約は何か、自分でまだ構築する必要があるのは何か、という視点です。Omni 1.2は動画について良い契約を提供します。モデルID、1秒あたりの料金、文書化された制限です。それでもアプリ、レビューの手順、自分のツールへの接続は自分で構築する必要があります。

これが私がインフラと従業員の間に見る境界線です。動画モデルはインフラであり、eeselは従業員です。 eeselはAIチームメイトのプラットフォームであり、顧客は定義された仕事のために即戦力のチームメイトを雇います。現在のラインアップはAIブログライターとAIヘルプデスクエージェントで、それぞれがその役割に必要なスキル、連携、会社の文脈を備えて来ます。

ここでは名前のある証拠が形容詞に勝ります。SEOソフトウェア企業のSE Rankingは、Zendeskのチャットとチケットで3つの製品それぞれに別々のeeselエージェントを運用しています。2026年8月8日から9月8日までの1か月間、これらのエージェントは4,650件の会話を処理し、そのうち2,100件はeeselが最初に応答したライブチャットでした。どの動画モデルもこの仕事はできず、どのヘルプデスクエージェントも広告をレンダリングしません。実際に抱えている仕事に合った道具を選んでください。

開発者向けの実用的な注記:eesel CLIを使うと、Claude CodeやCodexのようなコーディングエージェントが承認済みの知識をアップロードし、チームメイトの指示を調整し、何かが公開される前にテストの質問をして回答を確認できます。ヘルプデスク自体の接続には、依然として管理者アクセス権を持つ人の承認が必要です。

動画を軸にコンテンツ面を構築しているなら、同じ考え方が当てはまります。AIブログライター、AIブログ自動化、AIブログコンテンツパイプラインに関する私のガイドは、その仕事を委ねる方法を示しています。動画モデルに与えるスクリプトについては、AI動画スクリプトジェネレーターとAIは動画スクリプトを書けるかをご覧ください。Googleのより広いラインアップについては、Gemini代替ツール、Gemini 3.8 Flash、Nano Banana 2、Nano Banana Pro、Gemini Lyria 3、Gemini対ChatGPTをお読みください。AIチームメイトという考え方については、AIチームメイトとAI従業員をご覧ください。

動画モデルにはできない仕事に、eeselを試す

あなたのチームがOmniで動画を作っているなら、それでもその周りの記事を書き、それが生み出す質問に答える人が必要です。AIブログライターは、あなた自身の知識からコンテンツをリサーチして下書きし、AIヘルプデスクエージェントは既存のサポートキューに加わり、過去のチケットとヘルプセンターから学びます。eeselを無料で試すことができ、公開前に実際の過去データに対してチームメイトをシミュレーションできます。

eesel AIブログライターのダッシュボード、コンテンツをリサーチして下書きするAIチームメイト
eesel AIブログライターのダッシュボード、コンテンツをリサーチして下書きするAIチームメイト

よくある質問

Gemini Omni 1.2 Flashとは何ですか?
Google DeepMindの更新版動画モデルで、2026年11月5日から一般提供されています。テキスト、画像、音声、動画を入力として受け取り、音声付きの動画を返します。15秒のクリップと会話形式の編集に対応します。Gemini Omni 1.1 Flashの後継です。
Gemini Omni 1.2 Flashの料金はいくらですか?
Gemini APIの料金ページでは、動画出力は100万トークンあたり$12.00で、720p動画1秒あたり約$0.07です。無料ティアもバッチティアもありません。15秒の720pクリップは約$1.04になります。古いレートは私のGemini Omni Flash料金ガイドをご覧ください。
Gemini Omni 1.2 Flashの動画はどのくらいの長さにできますか?
Google AI Studioのドキュメントによると、1回の生成は1秒単位で3秒から15秒です。延長は1ターンあたり3秒から10秒を追加でき、合計最大30秒です。以前のOmni Flashはクリップを10秒に制限していました。
Gemini Omni 1.2 FlashのモデルIDは何ですか?
Gemini APIのモデルIDはgemini-omni-1.2-flashです。2026年12月3日以降、gemini-omni-1.1-flashへのリクエストは1.2にルーティングされ、1.2のレートで課金されます。Gemini APIの変更履歴による情報です。
Gemini Omni 1.2 FlashはSora 2とどう比較されますか?
どちらもプロンプトから動画を生成しますが、価格設定とパッケージングが異なります。Omni 1.2 Flashは720pで1秒あたり約$0.07を課金し、会話形式の編集と参照の一貫性を強みにしています。OpenAI側については、私のSora 2料金ガイドとSora 2代替ツールのリストをご覧ください。
Gemini Omni 1.2 Flashは1.1より優れていますか?
Googleが自社のGemini Omniページで行った比較テストでは、テキストから動画への視覚的一貫性でテスターが1.2を62%対38%で好みました。これはGoogle自身の評価であり、独立したベンチマークではありません。延長の合計は40秒から30秒に減ったので、自分のワークフローでテストしてください。詳しくは私のOmni 1.1 Flashの記事をご覧ください。
Gemini Omni 1.2 Flashはどこで使えますか?
Gemini API、Google AI Studio、Google Cloud、Flow、Geminiアプリ、そしてGoogle Vidsで利用できます。プランによって利用できる範囲が異なるため、ご自身のWorkspaceエディションを確認してください。他のGoogleモデルについてはGemini代替ツールをご覧ください。
Gemini Omni 1.2 Flashはブログ記事を書いたりサポートチケットに答えたりできますか?
いいえ。これは動画モデルなので、周りのアプリは自分で構築する必要があります。コンテンツやサポートの仕事なら、AIブログライターやAIヘルプデスクエージェントのほうが適しています。SE RankingはZendesk上で製品ごとに1つのeeselエージェントを運用しています。

Share this article