Gemini Omni 1.2 Flashとは？15秒動画と料金を解説

下書きは1秒0.07ドル、仕上げだけ高解像度へ

速く、コストはおよそ30%下がった

Gemini Omni 1.2 Flashは、Google DeepMindの動画生成モデルを更新したものです。360pまたは720pの下書きが1秒0.07ドルで、従来比およそ30%安くなっています。

解像度を上げる工程は後段に分かれています。構図や尺の確認は下書きで済ませ、必要なカットだけ1080pまたは4Kへアップスケールできます。試作を多く回す広告やブランド映像向けの料金設計です。

背景も照明も、会話のターンで直す

最初から作り直さず、背景・被写体・照明を差し替えられる

背景、被写体、照明は、会話のやり取りのなかで1ターンずつ変更できます。直前までの映像を残したまま、修正を重ねられます。

複数話者のセリフは、口の動きがより自然に同期します。参照画像への追従とフレーム間の一貫性も強まり、人物や商品の見た目が途中で崩れにくくなっています。

• 参照への追従

  指定した見た目を保ちやすくなっています。

• 画面の一貫性

  フレーム間のずれを抑えた結果が期待できます。

• 音声

  複数話者でも、リップシンクが明瞭になっています。

3秒から15秒まで、カメラも連続で指示

連続したカメラ移動を、ジャンプカットを少なく指示できる

生成と編集で扱えるクリップは最長15秒です。3秒から15秒のあいだで、ちょうど欲しい長さを指定できます。短い切り出しも、やや長い物語も同じモデルで作れます。

カメラは連続した動きを指示でき、カットの切り替わりが目立ちにくい映像に寄せられます。始め方と、クリエイターからグローバルブランドまでの実例は、公式ページ（goo.gle）で案内されています。パラメータ数、1080pと4Kの単価、APIやウェイトの公開形態は、今回の発表には含まれていません。