Gemini Omni 1.1 Flash が本日出荷。ニュースは生成ではなく編集にある

Google は本日、gemini-omni-1.1-flash を一般提供にしました。機能の一覧を読むと、ひとつのことが際立ちます。そのほとんどが、より良い 8 秒のクリップを作ることについてではないのです。

1 秒ではなく 10 秒分の文脈を読むシーン延長。最初のフレームと最後のフレームをモデルに渡し、その間を組み立てさせる機能。ショットをまたいでキャラクターを引き継ぐ参照クリップ。これらは連続性のための機能です。クリップそれ自体が納品物ではなく、そのひとつの部品でしかないときに必要になるものであり、それらをまとめて出荷したことは、どんな品質の主張よりも明確な方向性の表明になっています。

実際に新しいもの

その前身にあたるのは Gemini Omni Flash — gemini-omni-flash-preview で、2026 年 6 月 30 日から API プレビューとして提供されていました。名前には注意してください。インターネット上ではすでに取り違えが起きています。「Omni Flash 1.0」という製品は存在しません。Google 自身の表記は「Gemini Omni 1.1 Flash」であり、それが置き換えるのは単に Gemini Omni Flash です。

二度読む価値があるのは延長の変更です。継続しようとしている映像の最後のフレームしか見ていないモデルは、カメラが何をしていたのかをまったく知りません。だから延長は漂流します。光が変わり、ジャケットの色が変わり、左へ動いていたドリーが止まる。10 秒分の文脈があれば、カメラの動きと照明の設定を継ぎ目の向こうへ運ぶのに十分です。Google は継続部分を、合計 40 秒までの 3〜10 秒のセグメントとして説明しています。つまり固定長のブロックではなく、可変の断片を継ぎ足していくことになります。

360p のモードもあり、Google によれば 720p の 3 分の 1 のコストで最大 60% 速く動きます。この数字は API リファレンスではなく発表ブログに出てくるものなので、計測された数値ではなくベンダーの主張として扱ってください。とはいえ大筋は明らかに正しく、安価なドラフト用のティアは、反復的な映像制作にまさに欠けていたものです。

Google から直接使う場合の価格

映像の出力は 100 万トークンあたり $17.50 で課金され、Google の価格の脚注がその換算をしてくれています。720p の映像 1 秒あたり 5,792 トークンで、「実効価格はおよそ 1 秒あたり $0.10」 です。入力は 100 万あたり $1.50。映像の出力に無料枠はありません。

他の解像度も公開されてはいます。ただしその脚注のそばではまったくないので、引用する人がほとんどいません。Google のローンチ発表には価格表が画像として載っており、Cloud pricing のページには正確な版が文章として載っています。Omni は 360p で 1 秒あたり 1,931 トークン、720p で 5,792、1080p で 8,688、4K で 17,376 を課金します。100 万トークンあたり $17.50 なので、1 秒あたり $0.0338、$0.1014、$0.1520、$0.3041 です。数字そのものより形を見てください。720p を基準にすると、これらのトークン数はちょうど 3 分の 1、1、1.5、3 です。720p から 4K で階段は 3 倍になり、最初のパスをフル解像度でレンダリングしたくなったときに思い出しておく価値があります。

1 秒 10 セントという数字は、少し立ち止まって考える価値があります。720p の延長を積み重ねて組み立てた 40 秒のシーケンスは、別テイクをひとつも生成しないうちに、出力だけでおよそ 4 ドルになります。映像の価格は画像の価格ではありません。1 枚あたり 1 セントに満たない世界で成り立っていた反復の習慣は、ここではアカウントを空にします。

今日どこから呼べるか

• Gemini API (generativelanguage.googleapis.com) — GA
• Google AI Studio — GA
• Gemini Enterprise Agent Platform — エンタープライズ向けの API アクセス
• Google Flow — AI Plus、Pro、Ultra の加入者向け
• Gemini アプリ — Plus、Pro、Ultra 向けのシーン延長

Vertex AI は含まれません。そのリリースノートに Omni への言及はまったくなく、Google の発表はエンタープライズの利用者を代わりに Agent Platform へ案内しています。それと違うことを読んだのであれば、そのページは推測で書かれています。

この全体の下に、日付のついた項目がひとつあります。プレビューのエンドポイント gemini-omni-flash-preview は 2026 年 9 月 30 日 に非推奨となる予定です。この夏のあいだにプレビューに対して作ったものには、あと 1 か月ほどの猶予しかありません。

仕様を一か所に

1 回の生成の出力は 24 FPS で 3 秒から 10 秒、アスペクト比は 16:9 か 9:16 です。この 2 つしかないため、正方形や縦長シネマの画づくりはできません。音声は映像と一緒にネイティブに生成され、それを操るための音声リファレンスをアップロードすることはできません。編集や延長のために渡す映像は、いずれも 10 秒以下でなければなりません。

すべてのフレームには、Google の不可視の来歴透かしである SynthID が入ります。視聴者には検出できず、どのプロバイダーからも無効にできません。これが問題になるのは、透かし入りの納品物を禁じる契約を抱えている場合だけです。

まだうまくいかないことについても、Google はモデルカードのなかで率直です。

「編集の全体を通して完全な一貫性を維持すること、複雑な動きを含むシーンを生成すること、完全に正確なテキストを描画することは、依然として課題として残っています」

これを機能の一覧と並べて読むと、有用な緊張関係が見えてきます。目玉となる追加は一貫性のための機能であり、モデルカードは一貫性こそがまだ難しい部分だと言っています。どちらも本当のことで、前者だけを引用するローンチ記事は、あなたに何かを売りつけようとしています。

ひとつの機能は意図的に保留されています。このモデルは録音された発話を変更できますが、Google はそれを出荷しないことを選びました。

「Gemini Omni Flash は人の発話を変更することができます。現時点では当社はこの機能を制限しており、安全かつ責任のあるかたちでユーザーに届ける方法をより良く理解するために取り組んでいます」

地域ごとの制限もあります。EEA、スイス、英国では、未成年者や特定の識別可能な人物が写った画像をアップロードしたり編集したりすることはできません。

E2X にとっての意味

このモデルには日付を出すつもりはない、と当社は書きました。翌日に来ました。Gemini Omni 1.1 Flash は 2026 年 8 月 28 日に E2X で稼働を開始し、4 つの機能すべてが、カタログの他のすべてと同じ形のエンドポイントから呼び出せます。

ひとつの価格が 4 つすべてをカバーします。720p で 1 秒あたり $0.09、対象は text-to-video、image-to-video、start-end-frame-to-video、reference-to-video で、いずれも 2026 年 8 月 28 日に確認したものです。長さは 4、6、8、10 秒、解像度は 360p、720p、1080p、4K に対応し、ドラフト用のティアなら 1 秒あたり $0.0297、4K なら $0.18 です。真ん中の 2 つはここでは新顔です。前の世代はこのプラットフォームで text-to-video と reference-to-video しか出荷しておらず、静止画を動かすことも、最初と最後のフレームのあいだを補間することも、このファミリーでは初めての機能になります。

これを Google 自身の 1 秒あたりの料金と並べると、違いは結局のところ倍率の違いです。上るにつれて Google は $0.0338、$0.1014、$0.1520、$0.3041 を取り、当社は $0.0297、$0.09、$0.135、$0.18 を取ります。2 つの階段は同じ形で始まります。360p は 720p の料金の 3 分の 1、1080p はその 1.5 倍です。そして頂上で分かれ、Google は 3 倍に、当社は 2 倍になります。その結果、当社はどの段でも Google を下回ります。360p でおよそ 12 パーセント、720p と 1080p で 11 パーセント、4K で 41 パーセント です。価格が買っているものはもうひとつあり、当社のカタログにあるすべてのモデルに対して、ひとつの API 面とひと組の認証情報で済むことです。それには価値がありますが、どの構成でも最安だという主張ではありません。

本当に安い選択肢はそのすぐ隣にあり、ほとんどの読者はまずそちらを見るべきです。Veo 3.1 Fast text-to-video は 1 秒あたり $0.01 で、Omni 1.1 Flash の 9 分の 1 です。そしてこれは、このページで唯一きわどくない数字でもあります。Google 自身の表では Veo 3.1 Fast は 720p で 1 秒あたり $0.10 なので、同じモデルがここでは向こうの 10 分の 1 で使えます。編集も延長もキャラクターの連続性も要らない素の text-to-video のショットであれば、それに対する 9 倍のプレミアムが買えるものはごくわずかです。当社としては、9 ドルを使っていただくよりも、1 ドルを使って戻ってきていただくほうが良いと思っています。

Omni がその差額に見合うのは、まさに 1.1 の機能が指し示している場所です。継続、最初と最後のフレームの制御、そしてショットをまたいで被写体を運ぶこと。仕事が一度に 1 本のクリップであるなら、Veo 3.1 Fast のほうが良い選択で、こちらは image-to-video、reference-to-video、start-and-end-frame の仕事もカバーします。

価格と製品の条件は変わることがあります。購入の判断をする前に、各プロバイダーの現在の価格を確認してください。これは範囲を限った比較であり、あらゆる構成で E2X が最安の選択肢だという主張ではありません。

今週やるべきこと

プレビューのエンドポイントを使っていたなら、9 月 30 日という日付をカレンダーに入れて移行してください。映像のモデルを初めて選ぶのであれば、1 秒 1 セントの Veo 3.1 Fast から始め、仕事が実際に連続性を必要とするときにだけ上へ移ってください。そして散文を読むよりスキーマを比べたいのであれば、どのモデルも機械可読の仕様を公開しています。Omni 1.1 Flash のものには、すべてのパラメータ、制約、そして現在の価格が載っています。

残りは仕事の種類から、text-to-video または reference-to-video でご覧ください。

よくある質問

Gemini Omni 1.1 Flash とは何ですか？

Gemini Omni 1.1 Flash は Google の映像生成・編集モデルで、2026 年 8 月 27 日に API id gemini-omni-1.1-flash として一般提供されました。ネイティブ音声つきで、24 FPS の 3 秒から 10 秒のクリップを生成し、前身になかった編集機能を追加しています。40 秒までのシーン延長、最初と最後のフレームの補間、そしてキャラクターの一貫性のための参照クリップです。

Gemini Omni 1.1 Flash はいつリリースされましたか？

2026 年 8 月 27 日に、プレビューではなく一般提供のモデルとしてリリースされました。Google の API のチェンジログには 「Gemini Omni Flash generally available (GA): Released gemini-omni-1.1-flash」 と記録されています。それ以前のプレビューモデルである gemini-omni-flash-preview は 2026 年 6 月 30 日から提供されており、2026 年 9 月 30 日に非推奨となる予定です。

Omni Flash 1.0 は存在しますか？

いいえ。Google は Omni Flash 1.0 という名前の製品を出荷したことがありません。Gemini Omni 1.1 Flash の前に来たモデルは Gemini Omni Flash という名前で、API id は gemini-omni-flash-preview、プレビューとしてのリリースでした。「Omni Flash 1.0」について書いているページは、存在しないバージョン番号をでっち上げています。

Gemini Omni 1.1 Flash の価格はいくらですか？

Google を直接呼ぶ場合、映像の出力は 100 万トークンあたり $17.50 で課金され、入力は 100 万トークンあたり $1.50、映像に無料枠はありません。Google の Cloud pricing のページには、各解像度で 1 秒あたりにかかるトークン数が載っています。360p が 1,931、720p が 5,792、1080p が 8,688、4K が 17,376 で、換算すると 1 秒あたり $0.0338、$0.1014、$0.1520、$0.3041 です。E2X では同じティアが $0.0297、$0.09、$0.135、$0.18 で、既定である 8 秒 720p のクリップは $0.72 になります。

Gemini Omni 1.1 Flash の映像はどれくらいの長さにできますか？

1 回の生成では 3 秒から 10 秒が作られます。シーン延長を使えば、既存のクリップに 3 秒から 10 秒の継続を足していくことで、合計 40 秒まで組み立てられます。編集や延長の入力として渡す映像は、それ自体が 10 秒以下でなければなりません。

Vertex AI で Gemini Omni 1.1 Flash を使えますか？

2026 年 8 月 27 日時点では使えません。Vertex AI のリリースノートに Omni ファミリーへの言及はありません。Google の発表はエンタープライズの API 利用者を Gemini Enterprise Agent Platform へ案内しており、このモデルは Gemini API、AI Studio、Flow、Gemini アプリからも利用できます。

Gemini Omni 1.1 Flash は E2X で使えますか？

はい、2026 年 8 月 28 日から、4 つの機能すべてで使えます。text-to-video、image-to-video、start-end-frame-to-video、reference-to-video です。価格は 720p で 1 秒あたり $0.09、360p が $0.0297、1080p が $0.135、4K が $0.18 で、長さは 4、6、8、10 秒です。これはどのティアでも Google 自身の 1 秒あたりの料金を下回っており、360p でおよそ 12 パーセント、720p と 1080p で 11 パーセント、4K で 41 パーセントです。音声はネイティブに生成され、オフにはできません。編集も連続性の要件もない単発のクリップであれば、1 秒あたり $0.01 の Veo 3.1 Fast のほうが、やはりたいてい良い価値になります。