GPT Image 2.5 Flare & Sunburst が EvoLink で利用可能にGPT Image 2.5 を試す
本文へ移動
15-SECOND VIDEOの文字、コーヒーマシン、浮かぶ動画フレームを描いたGemini Omni 1.2 Flashの表紙
製品の発売

Gemini Omni 1.2 Flash公開:15秒動画・出力料金・編集の変更点

Gemini Omni 1.2 Flashの動画尺、公式料金、参照画像への追従性、会話による編集を解説。本番導入前の評価項目も整理します。

EvoLink Team製品チーム
14 分
Googleは2026年11月5日にGemini Omni 1.2 Flashを公開しました。最大15秒の動画生成・編集に対応し、720p動画出力の公表料金は約0.07米ドル/秒です。Gemini APIとGoogle Cloudで一般提供されています。参照素材への追従性、会話による編集、音声、カメラ制御の改善も発表されています。Googleの発表

動画サービスを開発するチームにとって重要なのは、使える商品カットを生成し、修正して完成版を納品するまでの工程にどう影響するかです。1本のクリップに使える時間が伸び、動画出力の単価は下がりました。一方、参照素材、解像度、修正方法の選び方は総コストに引き続き影響します。

Gemini Omni 1.2 Flashの変更点

生成・編集の上限は10秒から15秒に延びました。Googleが公表する720p料金はOmni 1.1 Flashより30%低くなっています。EvoLinkでは360p動画を720pまたは1080pへ拡大できます。4Kへの拡大には720pまたは1080pの元動画が必要です。参照への追従性と自然な会話も改善点として挙げられています。Google Cloudの概要

制作要件ごとに確認します。延長された尺がシーンに合うか、生成・編集後も商品やキャラクターの細部が保たれるか、工程全体の費用が下がるかを評価してください。公開された出力単価とともに、完成クリップと修正回数を比較します。

15秒の尺が向くシーンは?

商品紹介では、視聴者が商品を認識し、動作を見て、結果を理解する時間が必要です。長い連続カットなら、別々の生成結果をつなげずに一連の流れを収められる可能性があります。

例えば、カメラがコーヒーマシンに近づき、コーヒーがカップに注がれる様子を追い、完成した飲み物で止まる映像を考えられます。評価すべき点は、商品、動作、カメラの動きが全編で整合しているかです。15秒を使い切る必要はなく、単純なシーンは短いほうが適する場合もあります。

上限は操作ごとに異なります。Google Cloudの仕様では生成と編集は3~15秒 ですが、開始・終了フレーム間の補間は3~10秒 です。延長は1回につき3~10秒を追加する操作であり、すべてのリクエストに15秒のルールが適用されるわけではありません。Google Cloudの仕様 EvoLinkで参照動画を2本以上使う場合、出力は最大10秒です。

初稿を編集した後に確認する点は?

カタログ制作なら検証項目を具体化できます。カメラが動いてもバッグの持ち手の形、素材、ブランド表記は保たれるでしょうか。広告の別案では、承認済みの商品を認識できる状態で背景だけを変えられるでしょうか。

元の参照、初回生成、編集後の動画を並べます。変更を求めた箇所を確認した後、維持するはずの細部も確認してください。その結果から、採用する、指示の範囲を狭める、別のテイクを生成する、という判断ができます。

Googleによると、Omni 1.2は視覚的な参照をより忠実に保ち、会話を重ねてクリップを修正できます。公開デモの1つは、モデルの写真と3着の衣服の正面・背面写真を組み合わせた15秒のバーチャル試着です。別のデモは、人物と構図を維持しながら背景を複数回変更しています。これらは提供元が意図するシーン制御を示すデモです。公式デモ

Omni 1.2 Flashは1.1より安いですか?

Gemini APIのStandard料金で720p動画出力を比べると、安くなっています。工程全体の費用には、入力、テキスト・思考出力、修正、再生成も関わります。

Gemini APIのStandard料金は、動画出力100万トークンあたり12米ドル です。Omni 1.1 Flashでは17.50米ドルでした。720pの1秒あたり5,792トークンで計算すると約0.0695米ドル/秒となり、発表では0.07米ドルと丸められています。入力は別途100万トークンあたり1.50米ドル、思考を含むテキスト出力は9米ドルです。Gemini API公式料金
このStandard単価なら、15秒の720pクリップの動画出力料金は約1.04米ドル です。公開単価からの計算で、入力やテキスト・思考の費用は含みません。

初回生成だけでなく修正も予算に入れてください。単価が下がっても、何度も不採用テイクを作る案件は、少ない試行で完成する案件より高くなることがあります。総支出と、要件を満たしたクリップの本数を比べることが大切です。

下書きの後にアップスケールする方法が向くのは?

複数の案を比べる場合は、低解像度で下書きを作り、選んだテイクをアップスケールできます。初稿がほぼそのまま使えるなら、下書き・編集・拡大の合計費用と、必要な解像度を直接指定する場合を比較します。採用クリップ1本あたりの工程全体の費用で判断してください。

Gemini APIの公式ガイドは、1080pと4Kをアップスケール出力 と明記しています。動画生成ガイド

低解像度の下書きで構図と動きを評価し、主要な修正を済ませ、採用したテイクを拡大する流れが考えられます。完成ファイルでも、パッケージの文字、細かな模様、小さな商品ディテールを確認してください。

利用条件は製品とAPI経路で異なる

EvoLinkのテキストからの動画生成にはgemini-omni-1.2-flash-text-to-videoを使用します。他のタスクのモデルIDはAPIリファレンスを参照してください。 提供元の安定版モデルIDは**gemini-omni-1.2-flash** です。Googleは、既存のGemini APIでgemini-omni-1.1-flashに送るリクエストを、2026年12月3日 から1.2へ自動的に切り替え、新料金を適用するとしています。これはGemini APIの方針です。他の経路では個別の移行方針を確認してください。モデルのドキュメント
会話を含む同期音声付き動画を生成できます。Google Cloudでは許可リストで音声参照を提供していますが、EvoLinkではこの機能を利用できず、音声ファイルの入力も受け付けません。 Google Cloud
統一APIゲートウェイ経由での利用を評価する場合、EvoLinkのGemini Omni 1.2 Flashページには、テキスト・画像・参照からの生成、編集、延長、アップスケールの計6つのタスク経路があります。Playgroundとトークン費用の試算も利用できます。実装時にはタスク別ドキュメントとアカウントの現行料金を参照してください。

本番の工程を切り替える前のテスト

Googleは、高速なスポーツ動作、急な脚本展開、複雑な物理現象を引き続き改善が必要な領域に挙げています。評価では特に注意してください。Googleが示す制限

チームがよく理解している商品カット、範囲を絞った編集、長めのカメラ移動から始めます。商品の再現性、動き、音声、修正回数、総コストを、現行モデルと同じ基準で比較します。

完成クリップが検収基準を満たし、総費用も見合う場合に切り替えを判断します。採用本数、修正の手間、使えるクリップ1本あたりの費用を根拠にしてください。

Gemini Omni 1.2 Flashのよくある質問

Omni 1.1 Flashから1.2 Flashで何が変わりましたか?

生成・編集の上限が10秒から15秒に延び、Googleが公表する720p動画出力料金は30%下がりました。参照素材への追従性と、会話を重ねる編集の改善も強調されています。 Google

Gemini Omni 1.2 Flashは何秒の動画を作れますか?

APIでの生成と編集は3~15秒、開始・終了フレーム間の補間は3~10秒です。延長は1回につき3~10秒を追加します。利用する操作に合わせて長さを指定してください。 Googleのドキュメント EvoLinkで参照動画を2本以上使う場合、出力は最大10秒です。

15秒の720p動画はいくらかかりますか?

GoogleのStandard動画出力料金では約1.04米ドルです。15秒×毎秒5,792トークン×100万トークンあたり12米ドルで計算します。入力とテキスト・思考の使用量は別途課金されます。EvoLinkの経路別費用は既存の計算機で試算できます。 Googleの料金

Omni 1.2 Flashで1080pや4K動画を出力できますか?

EvoLinkでは360p動画を720pまたは1080pへ拡大できます。4Kへの拡大には720pまたは1080pの元動画が必要です。 EvoLink

Omni 1.2 Flashで手元の動画を編集できますか?

はい。元のクリップと、背景、照明、商品の細部などをどう変えるかを指定します。会話による編集で同じクリップを段階的に調整できます。商品を扱う場合は、維持したい外観の特徴も併せて記述してください。 Google

Gemini Omni 1.2 FlashをAPIで試すには?

EvoLinkのテキストからの動画生成にはgemini-omni-1.2-flash-text-to-videoを使用します。他のタスクのモデルIDはAPIリファレンスを参照してください。

Omni 1.2 Flashは音声付き動画を生成できますか?音声の参照も渡せますか?

会話を含む同期音声付き動画を生成できます。Google Cloudでは許可リストで音声参照を提供していますが、EvoLinkではこの機能を利用できず、音声ファイルの入力も受け付けません。 Google Cloud

統一APIでAIモデルを利用する

モデルの機能と現在の料金を比較し、APIドキュメントに沿って用途に合うモデルを組み込みましょう。