Googleは2026年11月5日に、Omni 1.1 Flashの後継となるGemini Omni 1.2 Flashをリリースしました。より長いクリップを生成でき、1秒あたりのコストが低く、顔、商品、ブランドの詳細を最初のフレームから最後のフレームまでしっかりと保持します。現在、Gobostockの動画スタジオで利用可能で、1.1を置き換えています。このガイドでは、変更点、クリップの料金、プロンプトの方法、そしてまだ不足している点について説明します。
概要
- より長いクリップ: 3秒から15秒まで1秒単位で生成可能（1.1の上限は10秒でした）。
- より低価格: Googleは720pで1秒あたり7米セントと発表しており、1.1より約30%安価です。
- より高い一貫性: 参照画像への追従性が向上し、キャラクター、商品、シーンのドリフトが軽減されました。
- より良いサウンド: ネイティブオーディオで、リップシンクがより明確になり、複数の話者の声がより明確に区別されます。
- 下書きから仕上げまで: 360pまたは720pで下書きを生成し、最終版は1080pまたは4Kで生成します。
Omni 1.2 Flashの新機能
Googleの発表では、1.1に対するいくつかの改善点が挙げられています。共通するテーマは、クリップの開始時に設定した詳細が、最後まで保持されることです。
参照画像への追従性
参照画像がクリップ全体にわたってより効果的に反映されるようになりました。Googleは、顔、衣類、パッケージのタイポグラフィ、ブランドカラーを保持されるべき詳細として挙げており、これはまさにプロダクト、ファッション、ブランド関連の作業に必要なものです。また、キャラクター、オブジェクト、シーンの一貫性が強化され、最初と最後のフレーム間の視覚的なドリフトが軽減されたと報告されています。
長さ
1回の生成で最大15秒まで、3秒から1秒単位で生成できます。これは、ソーシャルクリップ全体、商品のターン、または継ぎ接ぎなしの短いダイアログに十分な長さです。
ダイアログとサウンド
オーディオは映像とともに生成されます。Googleは、より流暢で自然なダイアログ、より明確なリップシンク、そして1つのシーンで複数の話者が設定されている場合に、それぞれの声が明確に区別されると報告しています。
カメラの挙動
Googleは、不要なジャンプカットが減り、スケールが安定し、より洗練された映画的な外観になると報告しています。実際には、途中で突然のリフレームによってクリップが台無しになるケースが減ります。
価格
720pでのAPI価格は1秒あたり7米セントで、Googleはこれを1.1より30%安いと説明しており、他の解像度でも同様の節約効果があります。出力には、Googleの知覚できないSynthID透かしが含まれます。
Gobostockでのクリップ料金
動画は出力1秒ごとに課金されます。以下はスタジオが請求するクレジットで、米ドル換算はStarterプランのレート（1クレジットあたり約$0.00125）に基づいています。より大きなプランでは若干安くなります。
| 解像度 | 1秒あたりのクレジット | 5秒のクリップ | おおよその金額（USD） |
|---|---|---|---|
| 360p 下書き | 27 | 134 | $0.17 |
| 720p | 94 | 467 | $0.58 |
| 1080p | 134 | 667 | $0.83 |
| 4K | 280 | 1,400 | $1.75 |
サウンドはすべての料金に含まれています。これはOmniが常にサウンドを生成するためです。スタジオでは、課金前に設定に基づいた正確な見積もりが表示され、別途GoogleアカウントやAPIキーを管理する必要はありません。Seedance、Kling、Wanなどとの比較については、2026年の最高のAI動画生成ツールを、プランについては料金ページをご覧ください。
スタジオでできること
Gemini Omni Flash 1.2のページに詳細が記載されています。簡単に言うと、スタジオでは以下のことが可能です。
- テキストから動画へ: ショットを説明すると、3〜15秒の動画が生成されます。
- 開始フレーム: あなたの画像が最初のフレームになります。
- 開始フレームと終了フレーム: クリップが一方の画像からもう一方の画像へと移行します。
- 最大10枚の参照画像: 最初のフレームを固定することなく、人物、商品、スタイルの一貫性を保ちます。
- 16:9または9:16: 横長または縦長で、360p、720p、1080p、または4Kに対応します。
モデル自体に2つのルールがあります。フレーム画像と参照画像を1つのリクエストで組み合わせることはできず、フレームまたは参照画像を使用するクリップは10秒に制限されます。テキストのみのクリップだけが15秒に達します。スタジオは両方のルールを適用するため、モデルがレンダリングしない秒数に対して課金されることはありません。
Googleはまた、アップロードした動画の会話内での編集、参照動画、音声参照も提供しています。これらはまだGobostockのスタジオにはありません。
Omni 1.2で良い結果を得るためのプロンプト方法
Omniは非常に長いプロンプトを受け付けますが、長いことは明確なことと同じではありません。どの動画モデルでもうまく機能する構成は次のとおりです。
- 被写体と外観: 画面に映る人物や物、そして彼らが着ているものや素材。
- 1つの主なアクション: このクリップで起こること。クリップごとに1つのアクションの方が、一連の流れよりも信頼性が高くなります。
- カメラ: 「ゆっくりとした押し込み」、「固定三脚ショット」、「手持ちフォロー」、「ローアングル」。
- 光と場所: 時間帯、光源、設定。
- 音: 周囲の音、音楽の雰囲気、そして話すセリフを引用符で囲んで書き出します。
例
雨の窓辺にある木製のカフェテーブルに置かれた陶器のコーヒーカップ、朝の光。湯気が立ち上り、左に漂います。ゆっくりとした押し込み、浅い被写界深度。窓ガラスに柔らかな雨、静かなカフェのざわめき、バリスタがカメラの外から「フラットホワイトができましたよ」と言います。
商品の仕事では、商品のクリーンな参照写真を2〜4枚添付し、変更してはならないことを指定します。「ラベル、形状、色は参照画像とまったく同じに保つ」。AI商品写真に関するガイドでは、これらの参照画像の撮影方法を説明しています。静止画から始めたい場合は、まず画像モデルで静止画を作成し、それを開始フレームとして使用します。画像から動画へのガイドでその手順を説明しており、効果的なAI画像プロンプトの書き方は静止画自体に役立ちます。
クレジットを節約するワークフロー
- 360pでドラフトを作成。 6秒のドラフトは160クレジット、約20米セントです。動きとタイミングを判断し、仕上がりは気にしません。
- 一度に1つのことを修正。 カメラ、アクション、または参照を変更して、再度ドラフトを作成します。
- 最後に一度だけ仕上げる。 承認されたプロンプトを1080pまたは4Kで、最終的な長さで再実行します。
すべての試行を4Kでレンダリングすることは、最も高価な間違いです。4Kでの10回の5秒試行は14,000クレジットかかりますが、360pでの10回のドラフトと1回の4K最終版は2,740クレジットです。
知っておくべき制限事項
- 音声は常にオンです。 オフにすることはできません。無音が必要な場合は、エディターで削除または置き換えてください。
- 2つの形状のみ: 16:9と9:16のみで、正方形や21:9はありません。
- メディアを使用すると10秒。 フレームまたは参照画像を使用すると、クリップは10秒に制限されます。
- ネガティブプロンプトはありません。 避けたいことではなく、望むことを指定してください。
- 画像内のテキスト は動きで歪む可能性があります。タイトルはエディターで追加してください。
あなたに適したモデルですか？
音が重要な場合、商品やキャラクターの認識性を保つ必要がある場合、または高解像度の仕上げの前に安価な360pドラフトが必要な場合は、Omni 1.2を選択してください。正方形やウルトラワイドのフレーミング、15秒を超えるクリップ（Wan 3.0とSeedance 2.5は30秒まで対応）、またはモデル自体から無音の出力が必要な場合（Kling 3.0 Proでは音をオフにできます）は、別のモデルを選択してください。
よくある質問
Gemini Omni 1.2 Flashはいつリリースされましたか？
Googleは2026年11月5日に発表し、同日に一般公開しました。
Gemini Omni 1.2のクリップの長さはどのくらいにできますか？
3秒から15秒まで、1秒単位で設定できます。フレーム画像や参照画像を使用する場合は、上限は10秒です。
Gemini Omni 1.2 Flashの料金はいくらですか？
Gobostockでは、360pで1秒あたり27クレジット、720pで94クレジット、1080pで134クレジット、4Kで280クレジットで、音声が含まれます。5秒の720pクリップは467クレジットで、Starterプランでは約58米セントです。
音声は生成されますか？
はい、常に生成されます。会話、環境音、音楽が映像とともに生成され、音声をオフにすることはできません。
Gemini Omni 1.1はまだ利用できますか？
Gobostockでは利用できません。バージョン1.2が後継となり、1.1のページへのリンクは現在1.2のページに移動します。
動画を商用利用できますか？
有料のGobostockプランでは、利用規約により生成したコンテンツに対して商用ライセンスが付与されます。ただし、AIモデルのトレーニングへの使用など、制限があります。AI出力のライセンスの仕組みについては、AI生成画像を商用利用できますか？をご覧ください。