Gemini Omni 1.2 Flash、Googleの動画生成モデルが一般提供に

2026年11月5日、GoogleはブログThe KeywordでGemini Omni 1.2 Flashを発表した。投稿者はGoogle DeepMindのプロダクトマネージャー、Anish Nangia氏。翌日には、Google CloudのシニアプロダクトマネージャーであるJohn Nack氏が別の投稿で、このモデルがGoogle Cloud上でProvisioned Throughput付きの一般提供に移行したと伝えた。Googleによれば、Gemini Omniのモデルがこの段階に達するのは初めてだという。ネイティブ生成できるクリップの最大長は10秒から15秒に伸び、3秒から1秒刻みで設定できる。ドラフトは360pまたは720pで出力され、その後アップスケーリングで1080pや4Kに引き上げられる。

コスト面では、Googleは720p動画で1秒あたり0.07ドルとしている。発表の投稿でNangia氏は「We have dropped the price 30% from Gemini Omni 1.1 making it available at $0.07 per second for 720p video」と書いている。Gemini APIの公式料金表では、動画出力の価格が100万トークンあたり17.50ドルから12ドルに下がった。720pで1秒あたり5,792トークンという見積もりに基づく数字だ。この料金から他の解像度の目安も算出でき、360pの1秒あたり0.023ドルから、アップスケールした4Kの0.209ドルまでとなる。Gemini APIに無料枠はない。料金ページによれば、2026年12月3日以降、gemini-omni-1.1-flashへのAPIリクエストはすべて自動的にgemini-omni-1.2-flashに振り向けられ、1.2の料金で課金される。

発表された機能には、会話を何往復か重ねて映像を編集し、背景や照明、シーン内の要素を変える機能がある。キャラクターや製品の視覚的な参照、最大3秒のモーションクリップも受け付ける。一方、音声の指示を参照として使うには許可リスト（allowlist）への登録が必要だと、Google Cloud BlogのNack氏の投稿は説明している。生成された動画には不可視の透かしSynthIDが入るが、どの投稿もC2PA規格には触れていない。モデルはGemini API、Google AI Studio、Vertex AI、Flow、Google Ads、Google Vidsで提供される。Google Vidsでは、GoogleアカウントとWorkspaceアカウントが追加費用なしで15秒のクリップを生成できる。Google Cloud Blogには、Googleが選んで掲載した顧客の声が並び、Artlist、Krea、Picsart、invideoなどが名を連ねる。invideoのVP of EngineeringであるShivam Rastogi氏はそこで「We ran Gemini Omni 1.2 Flash through our evals at invideo. Honestly, it's really good. It sticks to the prompt, and the physics and sound feel real」と述べている。ただしNangia氏も、「development is ongoing to further improve things like fast sports action, rapid script changes and complex physics」と認めている。

技術的な詳細とコストはすべてGoogleの資料によるものだ。動画品質の独立した評価は見当たらず、公開された比較は1.1と1.2を並べた社内の例にとどまり、外部ベンチマークはない。イタリアや欧州連合での提供状況についての情報もない。DEV Communityに載った二次的なダイジェストは、発表を要約しているにすぎない。12月3日の自動切り替えにより、1.1を使っていて何もしない利用者も、モデルと料金が変わることになる。結局のところ、外部テストがない以上、モデルの品質は同社のデータでしか判断できない。Google自身が認める、速い動きや複雑な物理表現での限界も含めてだ。— Olya