Gemini Omni 1.2 Flash発表｜動画は最大15秒に、720pは1秒0.07ドルへ値下げ【2026年】

Gemini Omni 1.2 Flashは、短い動画を作って、そのまま言葉で手直しまで進めるためのモデルだと僕は読んでいます。Googleが2026年11月5日付のブログで発表した、Gemini Omni 1.1の後継です。長さは最大15秒に延び、720pの単価は30%下がりました。

この記事は公式情報・公開情報をもとにまとめた解説です。僕の会社で検証していない点は、その旨を書いています。読んだのはGoogleの発表記事と、開発者向けの説明・料金ページ、Google Cloudの2本です。

何が変わったか、どこで使えるか、料金と制限の順に並べました。「商品紹介の短い動画を、撮影なしでどこまで回せるか」への答えは、見立ての節に置いています。

Gemini Omni 1.2 Flashとは：15秒までの動画を作り、会話で直すGoogleのモデル

Gemini Omni 1.2 Flashは、動画を作ることと直すことを1つのモデルで受け持つ、Googleの動画生成モデルです。文章や画像、動画を渡すと、音声つきの動画が返ってきます。

発表記事の要点は、長さが延びたこと、手直しが会話で続けられること、値段が下がったことの3つです。長さについては、英語でこう書かれています。

"specify duration in one-second increments from 3 to 15 seconds"

出典：Google公式ブログ「Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips」（2026年11月5日）

1.1で作れたのは10秒までで、1.2では15秒まで延びました。3秒から15秒のあいだを、1秒刻みで決められます。

開発者向けの説明では、何も決めないときの長さは10秒です。画質の既定は720p、縦横の比は16:9が既定で、9:16も選べます。

何が変わった：長さ・手直し・一貫性・話す声の4点

発表記事と開発者向けの説明から、1.2で目立つ変更を4つの面に分けました。出来の良し悪しは、僕の会社では検証していません。

表のなかで、中小企業の仕事に効きそうなのは手直しの行だと僕は読んでいます。作り直さずに、商品や背景だけを入れ替えられるからです。

会話で直せること

発表記事が挙げる手直しの例は、商品や背景の差し替え、光や天気の変更、縦横の比の切り替えです。前の動画を指定して、次の指示を重ねる形になります。

開発者向けの説明では、生成した15秒までの動画は、上げ直さずに直せると書かれています。自分で用意した15秒までの動画を上げて直すこともできます。

下書きの画質から4Kまで

発表記事は、360pか720pで下書きを作り、あとから1080pや4Kに上げる流れを示しています。1080pと4Kは、アップスケール（画質を上げる処理）を通した出力です。

参照に使える素材

人物・商品・画風の画像に加え、3秒までの動きの手本の動画を参照に使えると書かれています。開発者向けの説明では、参照の画像は合わせて6枚まで、1人あたり3枚・2人までです。

参照の動画は、11〜15秒の動画なら1本、3〜10秒なら3本までと書かれています。参照の動画が使えるのは新しく作るときだけで、手直しや延長では使えません。

動画の延長とカメラの動き

できた動画の後ろに、1回あたり3〜10秒を足して延ばせます。延ばした動画の合計は30秒までと、開発者向けの説明にあります。

カメラの動きでは、ドローンのような飛び回る映像や、被写体の周りを回る映像が、切れ目少なく作れると発表記事は述べています。

誰が使える：Gemini API・Google Cloud・Vids・Geminiアプリ・Google広告

発表記事が示す入口は6つです。どのプランで使えるかは、入口ごとに書き方が違います。

社内で最初に触れやすいのは、Google Vidsだと僕は見ています。Workspaceを契約している会社なら、追加の支払いなしで15秒の動画を作れると書かれているからです。

Workspaceのプランの違いは、Gemini for Google Workspaceの料金とプランで整理しました。どのWorkspaceのプランでVidsのこの機能が使えるかは、発表記事には書かれていません。

Geminiアプリは今のところUltraから

Geminiアプリで15秒の動画を作れるのは、Google AI Ultraの契約者で、順に広げている段階です。Google AI Proや無料の利用者が対象になるかは、記載がありません。

日本で使えるかは記載なし

発表記事にも、Google Cloudのブログにも、提供する国の記載はありません。日本から使えるか、日本の利用者に順に届くかは未確認です。

Google Cloudのモデルのページでは、使える場所は「global」だけが載っています。東京などの国内の場所は、一覧にありません。

始め方：AI StudioとAPIの入口、Google Cloudのコンソール

開発者が使う場合の入口は、Google AI Studioと、Gemini APIです。発表記事にはAI Studioへのリンクが置かれ、開発者向けの説明に呼び出し方が載っています。

1. Gemini APIを有料枠で使える状態にする（料金ページでは無料枠の対象外）
2. Google AI Studioから試す（発表記事がリンクする入口。画面での操作手順は公式に記載なし）
3. APIから呼ぶ場合は、モデル名を「gemini-omni-1.2-flash」にして生成を頼む
4. 手直しは、前の結果のIDを指定して次の指示を重ねる

手順はどれも、開発者向けの説明に書かれた範囲です。APIキーの取り方は、このページには載っていません。

4MBを超える動画は、データをそのまま返さず、置き場所のURLで受け取る設定が用意されています。前の動画を保存しない設定にすると、あとの手直しができなくなる点も書かれています。

会社でまとめて使う場合は、Google Cloudのコンソールから入ります。「Provisioned Throughput」という仕組みも、Google Cloudでは使えると書かれています。

開発者向けの説明では、Gemini APIではProvisioned Throughputに対応していないとあります。同じモデルでも、入口によって使える機能が違う点に注意が要ります。

Gemini Omni 1.2 Flashの料金：720pは1秒0.07ドル、15秒で約1.04ドル

料金は、Gemini APIの有料枠の価格です。発表記事は、720pの単価をこう書いています。

"We have dropped the price 30% from Gemini Omni 1.1 making it available at $0.07 per second for 720p video."

出典：Google公式ブログ「Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips」（2026年11月5日）

料金ページでは、出力のトークン数で請求され、720pは1秒あたり5,792トークンと書かれています。画質ごとの目安を、料金ページの表記のまま並べました。

下書きを360pで重ね、決めた1本だけを上の画質に上げる順番なら、費用を読みやすいと僕は考えています。360pの単価は、4Kの約9分の1です。

1.1との違いと、12月3日の切り替え

料金ページによると、前の世代のGemini Omni 1.1 Flashは1秒あたり約0.10ドルでした。2026年12月3日からは、1.1への呼び出しがすべて1.2に回され、1.2の料金で請求されると書かれています。

1.1をAPIで組み込んでいる場合は、12月3日までに出来上がりを見比べておく必要があります。円での請求額や消費税の扱いは、料金ページには載っていません。

無料枠とまとめ処理の扱い

料金ページでは、このモデルは無料枠では使えません。まとめて処理する割引の料金も、このモデルには載っていません。

ほかの動画生成AIとの価格や無料枠の比べ方は、動画生成AIの料金比較と無料枠にまとめています。秒単価で比べるときの見方として使えます。

注意点：日本語の音声、人物の扱い、音声の入力、透かし

気をつけたい点を5つに分けました。公式が書いていることと、書いていないことを分けています。

1つ目は言語です。開発者向けの説明では、英語は完全に対応し、ほかの言語は評価していないとあります。日本語の台本で、日本語を話す動画が作れるかは未確認です。

2つ目は人物です。見分けのつく特定の人が写った画像は、上げて直すことに対応していないと書かれています。社員の写真を使う場合は、ここが最初の確認点になります。

3つ目は、音声の入力です。発表記事は音の手がかりを参照に使えると書いていますが、Gemini APIの説明では、今の版は音声の入力に対応していません。

Google Cloudのブログでは、音声の参照は許可を受けた利用者に限ると書かれています。入口によって書き方が違うので、音声の素材を使う前提では組まない方が安全です。

4つ目は、苦手な場面です。速いスポーツの動き、台本の急な変化、複雑な物理の動きは、改良を続けていると発表記事が述べています。

5つ目は、透かしとデータの扱いです。出力には、目に見えないSynthIDの透かしが入ります。料金ページでは、有料枠の内容は製品の改善に使われないと書かれています。

ヨーロッパ（EEA）・スイス・英国では、上げた動画の手直しや延長ができないなど、地域による制限もあります。日本についての同じ種類の記載は見当たりませんでした。

中小企業での使いどころ（僕の見立て）

この節に書くのは事実ではなく、僕の見立てです。撮影の手間をかけられないけれど、商品の短い動画を色ちがい・背景ちがいで何本も出したい。そういう会社に向くモデルだと読んでいます。

理由は、作り直さずに商品や背景だけを入れ替えられる点です。顔やパッケージの文字を保つと公式が述べているので、同じ商品で何パターンも作る用途に合うと考えています。

一方で、日本語の音声が確かめられていない以上、話し手が日本語で説明する動画の主役にできるかは未確認です。音を使わない映像の素材から入る方が、順番として無理がないと見ています。

合いそうな場面

• 通販の商品を、背景と季節だけ変えて並べる15秒の動画
• 店の新メニューを、縦9:16で見せるSNS用の短い映像
• 広告を作る前に、場面の順番と長さを決める360pの下書き
• 写真1枚を手本にした、動きのある商品カットの素材

画像から動画を作る道具の選び方は、画像から動画を作るAIの比較で別にまとめました。写真を起点にしたい場合の比べ先になります。

先に決めておきたいこと

最初に決めたいのは入口です。Workspaceを使っている会社ならVids、システムに組み込むならGemini APIと、使い方で入口が分かれます。

人が話して商品を紹介する動画なら、AIの話し手を立てる道具もあります（Higgsfield Shortsの記事）。映像を直すならOmni、話し手が進行するならShortsと分けると考えています。

動画ではなく、ブランド素材や売上の表をGeminiアプリで扱う話は、Geminiの中小企業向け新ツールに分けて書きました。2026年10月20日付の公式ブログの発表です。

まとめ

• Gemini Omni 1.2 Flashは、Googleが2026年11月5日付のブログで発表した動画の生成・手直しのモデル。1.1の後継
• 長さは3〜15秒を1秒単位で指定でき、15秒の動画まるごとを会話で直せる。縦横は16:9と9:16
• 入口はGemini API・Google Cloud・Flow・Google Vids・Geminiアプリ（Ultraから順に）・Google広告。日本での提供は記載なし
• 料金は720pで1秒約0.07ドル（1.1から30%減）、15秒で約1.04ドル。無料枠は対象外。12月3日に1.1の呼び出しが1.2へ切り替わる
• 僕なら、Workspaceの会社はVidsで音なしの商品カットを1本作り、日本語の音声の対応を確かめてから広げます