Googleは動画生成モデルGemini Omni 1.2 Flashを一般提供に移した。クリップの長さと単価が同時に動き、下書きを何度も作り直す前提の制作フローに向く。
Gemini Omni 1.2 Flashの15秒クリップと単価
数字は2つで足りる。長さと値段だ。Googleは2026年11月5日にGemini Omni 1.2 Flashの発表記事を出した。執筆はGoogle DeepMindのプロダクトマネージャー、Anish Nangia氏。モデルはGemini APIとGoogle Cloudで一般提供に移り、法人向けのGeminiとGoogle Vidsからも使える。GAは限定プレビューを抜けて、開発者がAPIから呼べる状態を指す。
クリップの長さは15秒になった。前版の1.1は10秒で、今回は3秒から15秒まで1秒刻みで指定できる。尺を細かく刻めると、広告のカット割りに合わせやすい。
価格は1.1から30%下がり、720pの生成で1秒あたり0.07ドルになった（$0.07 per second）。15秒を使い切るクリップ1本は1ドル前後。作り直しの回数を気にせず試せる水準になった。
15-second clipsが制作にもたらすもの
尺が伸びると、絵コンテの組み方が変わる。10秒だと、1つのカットで語れるのは商品の見せ場ひとつだった。15秒あれば、寄りと引き、使用場面、パッケージの文字までを1本に収められる。国内のEC事業者が商品ページに置く短尺動画なら、これで足りる場面は多い。縦型のSNS広告では冒頭の2秒で離脱が決まる。15秒の尺は、つかみと商品説明を1本に詰められる長さでもある。
$0.07 per secondという価格の意味
単価が下がると、試行の回数が増える。動画生成のコストは、完成品1本の値段ではなく試作の総額で決まる。1秒0.07ドルなら、5秒の試作は0.35ドルで済む。外注の見積もりを取る前に、何本でも試せる。
multi-turn editingで直せる範囲
作り直しを減らす仕組みは、会話の続きにある。multi-turn editingでは、クリップ全体を作り直さず、後続の指示で細部を直せる。背景の色、商品の角度、人物の表情。修正のたびにゼロから生成するより、時間も費用も減る。
日本の広告代理店がクライアントの修正指示に対応する場合、この差はそのまま工数になる。
参照画像の一貫性とブランドの見え方
参照の扱いも変わった。キャラクター、商品、スタイルの画像を組み合わせ、3秒までの短いモーションクリップと音の手がかりを添えられる。顔、衣服、パッケージの文字組み、ブランドカラーが、カメラアングルをまたいでも崩れにくくなる。
音は生成しない。あくまで参照入力としての音の手がかりだ。同じ商品を角度違いで並べるカタログの回転クリップも、この一貫性が効く用途になる。国内の通販では、色違いの商品を同じ照明で見せたいという要望が多い。
Gemini API videoの実務フロー
では、どう試すのが安いのか？Googleが勧める手順は、安く下書きを作ってから仕上げる順序だ。360pか720pで下書きし、multi-turn editingで直し、残ったテイクだけを1080pか4Kにアップスケールする。全部を高解像度で作り直す使い方より、費用が読みやすい。解像度を上げる前に構成を固めるという順序は、撮影の現場で構図を決めてから本番に入る進め方と近く、AI動画だけの特殊な作法ではない。Google Vidsから使える点も、動画編集の外注が難しい部署には現実的だ。
この発表が言っていないこと
書かれていないことも多い。品質のベンチマークは出ていない。無料枠の説明もなく、1080pと4Kの価格も示されていない。国内の制作会社が稟議に使うなら、この3点は別途確認が要る。
安い反復そのものが製品の中心にある。動画生成は、デモ用の予算からキャンペーン予算の1行に移りつつある。
