← すべてのモデル

Gemini Omni 1.1 Flash

公開日 提供元 Googlegemini-omni-1.1-flash

概要

Googleが開発者向けに提供する、動画生成・編集に特化したマルチモーダルモデル。自然言語による編集や、映像制作の制御性を重視した製品版で、2026年8月27日に発表された。(blog.google)

能力と用途

  • Gemini APIではテキスト、画像、動画を入力し、動画を出力できる。自然言語での対話的な編集にも対応する。(aistudio.google.com)
  • 既存シーンを10秒単位で延長し、累計最大40秒までの動画を作成できる。延長時には直前の最大10秒を参照する。開始フレームと終了フレームを指定した補間や、最大3秒の動画参照にも対応する。(blog.google)
  • 360pの下書き生成、標準の720p、アップスケールによる1080p・4K出力を利用できる。用途には動画制作ワークフロー、ストーリーボードの試作、クリエイティブツールや映像編集ソフトの開発がある。(blog.google)

制限

Gemini APIのモデル仕様では、入力上限は131,072トークン、出力上限は65,536トークン。1回の動画出力は3〜10秒、24 FPSで、編集・延長用の動画入力は最大10秒。DeepMindのモデルカードによれば、編集を通した完全な一貫性の維持、複雑な動き、正確な文字描画は引き続き課題である。(aistudio.google.com)

料金

Gemini Developer APIの標準有料枠、USD建て、100万トークン当たりの料金は、入力(テキスト・画像・動画)が1.50 USD、出力がテキスト9.00 USD、動画17.50 USD。出力料金には思考トークンを含む。無料枠は利用不可。動画は出力トークン総数に基づいて課金され、720pでは毎秒5,792トークン、実効価格は約0.10 USD/秒。これはGemini Developer APIの料金であり、他のプラットフォームの料金とは限らない。(aistudio.google.com)

公式料金ページによると、2026年12月3日から、このモデルIDへのAPIリクエストはGemini Omni 1.2 Flashに自動転送され、同モデルの料金が適用される。料金確認日:2026年11月16日。(aistudio.google.com)

公式資料