Googleは2026年8月27日、会話型動画モデルを一般公開しました。モデルIDはgemini-omni-1.1-flashで、6月30日にパブリックプレビューとして提供されたgemini-omni-flash-previewを置き換えます。プレビュー版を利用している場合は、2026年9月30日のプレビューエンドポイント停止までに移行してください。
今回のGAリリースでは、プロダクション利用で不足していた機能が追加されました。
- 最大40秒のシーン拡張
- 最初と最後のフレームを指定するキーフレーム制御
- 低コストな360pドラフトモード
- 4Kアップスケーリング
Omniファミリーの背景は、Gemini Omniとは何かを参照してください。この記事では、Gemini Omni 1.1 Flashの実装に必要な変更へ焦点を当てます。
Gemini Omni 1.1 Flashでできること
Omni 1.1 Flashは、テキスト、画像、動画を入力として受け取り、動画を返します。
実行にはgenerateContentではなくInteractions APIを使用します。Interactions APIはステートフルなマルチターン生成に対応しているため、生成した動画を再アップロードせず、そのまま編集リクエストへ渡せます。
対応するタスクは次の5種類です。
- テキストから動画：プロンプトから動画を生成
- 画像から動画：画像をオープニングフレーム、または動きのスタイルガイドとして使用
- リファレンスから動画：最大3本の参照クリップ（各3秒以内）から、動き・見た目・キャラクターの一貫性を新しいシーンへ反映
- 編集：生成済み動画の内容を会話形式で変更
- 拡張：クリップの末尾に10秒追加
参照クリップの音声は無視され、動きと見た目だけが読み取られます。
シーン拡張では最大10秒のコンテキストを利用
プレビューモデルは、クリップの最後の1秒だけを参照して継続していました。そのため、色は維持できても、キャラクターが崩れたりカメラワークがリセットされたりする問題がありました。動画は拡張できても、ショットの連続性を保つのは困難でした。
Omni 1.1は、過去最大10秒のコンテキストを分析します。Googleはこれにより、「視覚的な一貫性と物語の一貫性の向上」を実現すると説明しています。拡張は10秒単位で行い、最大40秒まで累積できます。
制限もあります。
- 拡張できるのはクリップの末尾だけです。先頭への追加や途中への挿入には対応していません。
- マルチターンインタラクションで以前の状態を保持していない場合、アップロード動画の入力は最大10秒です。
リクエスト形式や継ぎ目の確認方法は、40秒のシーン拡張ウォークスルーを参照してください。
最初と最後のフレームを指定する
最初と最後のフレーム、およびフレーム間の動きをプロンプトで指定し、2つの画像をつなぐ動画を生成できます。Googleは、カメラ軌道、ズームトランジション、ループクリップを主な用途として挙げています。
テキストから動画を生成する場合、出力は予測しにくいことがあります。キーフレーム制御では2つの固定点を与えられるため、モデルが解決すべき範囲を狭め、より予測可能な動画を作れます。
360pドラフトで生成コストを削減
Omni 1.1は、360p動画を720pより最大60%高速に、3分の1のコストで生成します。推奨ワークフローは次のとおりです。
- 360pでプロンプトを試す
- 構図・動き・内容を確認する
- 採用するプロンプトを720p、1080p、または4Kで再レンダリングする
動画生成は1秒あたりのコストが高く、プロンプト調整中の出力は多くの場合破棄されます。ドラフトを低コストで繰り返せることは、試行回数を増やしながら予算を抑えるうえで重要です。完全な料金の内訳では、1秒あたりの料金を確認できます。
解像度はレスポンス形式で指定します。1080pと4kはネイティブレンダリングではなく、生成フレームのアップスケールです。
利用できる場所
Omni 1.1 Flashは、次のサービスで利用できます。
- 開発者向けのGoogle AI StudioにあるGemini API
- エンタープライズ向けのGemini Enterprise Agent Platform API
- AI Plus、Pro、Ultraサブスクライバー向けのGoogle Flow
- シーン拡張に対応したGeminiアプリ
Googleは、Adobe Firefly、Figma Weave、Runway、GMI Cloudをローンチパートナーとして発表しています。これらのサービスを利用している場合、すでにOmni 1.1 Flashへリクエストが送られている可能性があります。
APIに無料枠はありません。テキストFlashモデルにはAI Studioのレート制限付き無料利用枠がありますが、Omniは最初のリクエストから生成秒数に応じて課金されます。
モデル自体はYouTube ShortsとYouTube Createで無料利用できます。ただし、これらはAPIとは異なる制限を持つ製品です。Gemini Omniの無料アクセスに関する概要で、利用経路ごとの違いを確認できます。
まだできないこと
導入前に、次の制限を確認してください。
-
高度なプロンプト制御がない：システム指示、
temperature、top_p、ストップシーケンス、ネガティブプロンプトには対応していません。除外したい内容は通常のプロンプトに記述します。 - 地域制限がある：欧州経済領域、スイス、英国では、動画のアップロードと編集、未成年者を含む画像の編集を利用できません。モデルが生成した動画は、これらの地域でも編集できます。
- 識別可能な人物を編集できない：特定の識別可能な個人の編集はブロックされます。
- アップロード動画に会話を追加できない：アップロードした動画の無音拡張やマルチターン編集は可能ですが、他者がアップロードした動画を拡張する際に会話を追加することはできません。
- 推論に使える動画は1回につき1本：複数の入力動画をまたいだ推論には対応していません。
- 実質的に英語のみ：Googleは英語を完全サポートし、他言語は未テストとしています。
すべての出力には、視聴者には見えずプログラムで検出できるSynthIDウォーターマークが付与されます。出所を主張する製品では、この点を考慮してください。
Omni 1.1 FlashとVeo 3.1の違い
現在、Googleは同じAPIキーで2つの動画生成ファミリーを提供しています。
| モデル | 特徴 |
|---|---|
| Omni 1.1 Flash | マルチターン編集に対応する会話型モデル |
| Veo 3.1 | ネイティブ音声に対応するシネマティックレンダラー |
Omniの720p動画は、標準的なVeo 3.1の約4分の1の秒単価です。一方、Veo 3.1にはOmniのようなマルチターン編集ループはありません。
用途別の選び方は、Gemini Omni 1.1 FlashとVeo 3.1の詳細比較を参照してください。既存のVeo統合を使っている場合は、Veo 3.1 APIガイドも引き続き利用できます。今回のリリースでVeoの機能が廃止されることはありません。
プレビューエンドポイントから移行する
gemini-omni-flash-previewを参照する機能は、2026年9月30日以降動作しません。通常はモデル文字列を1行変更するだけですが、次の2点も確認してください。
- 解像度のデフォルト：現在のデフォルトは720pです。360pと4Kは新しい選択肢なので、コードが固定出力サイズを前提としていないか確認します。
-
レスポンス形式：4MBを超える動画は、インラインのbase64ではなくURIで返されます。
output_video.dataだけを読み取る実装では、高解像度動画の取得に失敗します。
安全な移行手順は次のとおりです。
- モデルIDを環境変数に切り出す
- APIクライアントにリクエストを保存する
- プレビュー版とGA版のレスポンスを比較する
- 利用するすべての解像度で、データまたはURIの取得をテストする
- 2026年9月30日までにGA版へ切り替える
Apidogでは、モデルIDを環境変数として管理し、保存済みリクエストを環境ごとに切り替えて比較できます。Gemini Omni 1.1 Flash APIウォークスルーで設定手順を確認できます。
FAQ
Gemini Omni 1.1 FlashのモデルIDは？
gemini-omni-1.1-flashです。廃止されるプレビューIDはgemini-omni-flash-previewです。
いつリリースされましたか？
GA版は2026年8月27日、プレビュー版は2026年6月30日に提供されました。
無料ですか？
いいえ。Omniには無料枠がなく、すべての生成が課金されます。Gemini 3.6 Flashのようなテキストモデルには無料のAI Studioレーンがありますが、Omniにはありません。
動画の長さは？
通常は10秒のクリップを生成し、シーン拡張によって10秒単位で最大40秒まで延長できます。
音声も生成しますか？
ドキュメントは動画出力についてのみ説明しており、参照クリップの音声は無視されます。ネイティブ音声が必要な場合は、Veo 3.1 APIを利用してください。
自分で撮影した動画を編集できますか？
EEA、スイス、英国以外であれば可能です。入力できるのは最大10秒の動画で、Files APIにアップロードしてURIを渡します。
まとめ
Omni 1.1 Flashは、製品に組み込みやすくなった最初のOmniモデルです。シーン拡張はショットの一貫性を高め、キーフレーム制御は出力を予測しやすくし、360pドラフトは反復コストを抑えます。
移行時は、次の作業を先に済ませてください。
- GAモデルIDを保存済みリクエストに設定する
- 使用予定の全解像度でレスポンス形式を確認する
- base64とURIの両方を処理する
- 2026年9月30日までにプレビューエンドポイントから移行する
期限後ではなく、期限前に移行結果を検証するなら、Apidogをダウンロードしてください。
Top comments (0)