著者注：この記事では、Gemini Omni 1.2 Flash の15秒動画、参照素材への忠実性、複数ターンの編集、音声とカメラの制御に加え、30%の値下げと公式が認めた弱点を一つずつ解説します。動画生成ソリューションの評価対象に加えるべきか、開発者が判断するための情報をまとめました。
Google は2026年11月5日、Gemini Omni 1.2 Flash を発表し、Gemini API と Gemini for business で同時に一般提供（GA）を開始しました。このバージョンの主な更新点は、ネイティブでの15秒動画生成、複数ターンの対話型編集、720p が1秒あたり0.07ドル（1.1比で30%値下げ）の3つです。参照素材への忠実性、一貫性、音声とカメラの制御も改善されています。
これは単なるうわさではありません。上記の情報はすべて、Google DeepMind のプロダクトマネージャーが署名した Google 公式ブログの発表記事に基づいています。ただし、公式記事は生成結果の紹介に重点を置いており、開発者が知りたいパラメータ、モデル ID、レート制限については、あまり詳しく触れていません。この記事では、マーケティング上の表現を仕様と制約に整理し、手元の素材で検証が必要な点も示します。
この記事でわかること：Gemini Omni 1.2 Flash は1.1から何が変わったのか、どれが API の機能で、どれが Google アプリ内だけの機能なのか、そして今、評価に時間をかける価値があるのかを、数分で把握できます。
Gemini Omni 1.2 Flash の基本情報
まずは、リリースの要点を表にまとめます。表の内容はすべて公式リリース記事に基づいています。モデル ID、インターフェース形式、レート制限など、記事に記載のない項目は空欄とし、後述の「要検証」セクションで扱います。
| 項目 | Gemini Omni 1.2 Flash の詳細 |
|---|---|
| リリース日 | 2026-11-05、同日に GA（一般提供開始） |
| 提供元 | Google / Google DeepMind |
| 動画の長さ | 3〜15秒、1秒単位で設定可能（1.1 の上限は10秒） |
| 価格 | 720p は1秒あたり 0.07ドル（動画出力は100万トークンあたり12ドル、720p は1秒あたり5,792トークンとして換算）。Omni 1.1 より30%引き下げ |
| 解像度のワークフロー | まず 360p / 720p で素早く生成し、気に入った結果を 1080p または 4K にアップスケール |
| 参照入力 | キャラクター・製品・スタイルの画像、最長3秒の動きのクリップ、音声プロンプト |
| 編集方法 | 複数ターンの対話形式で編集。15秒のクリップ全体に対応 |
| 企業向け機能 | Google Cloud のインフラを基盤とし、Provisioned Throughput を提供 |
| コンテンツの識別 | 出力に知覚できない SynthID 透かしを埋め込み |
| 公式が認める課題 | スポーツの素早い動き、急なスクリプトの変化、複雑な物理表現は引き続き改善中 |
Gemini Omni 1.2 Flash の GA と Provisioned Throughput とは
公式は、Gemini Omni が 初めて GA に達したことを強調しています。開発者にとって GA は、モデルがプレビューや実験段階を離れ、本番環境で利用できることを意味します。一般に、インターフェースや動作もプレビュー版より安定することが期待されます。
Provisioned Throughput は、Google Cloud のスループットを予約できる機能です。企業は一定の処理能力をあらかじめ購入することで、ピーク時にも可用性やレイテンシを予測しやすくなります。広告素材を大量に生成する場合や、動画の生成時間に SLA 上の要件がある場合は、単価以上に重要なポイントです。リリース記事には具体的な料金体系が記載されていないため、Google Cloud の料金ページで確認する必要があります。
Gemini Omni 1.2 Flash の 1.1 からの6つの主な変更点
公式記事では、数多くのサンプル動画を使って進化を紹介しています。ここではその内容を開発者向けの変更点リストにまとめ、「数値で確認できる仕様変更」と「生成結果の改善」を区別します。前者はそのまま技術設計に反映できますが、後者は実際に試して確認する必要があります。
| 項目 | Gemini Omni 1.1 Flash | Gemini Omni 1.2 Flash | 変更の種類 |
|---|---|---|---|
| 最大の長さ | 10秒 | 15秒、3～15秒を1秒単位で設定 | 仕様変更 |
| 720p の価格 | 0.10ドル/秒（動画出力100万トークンあたり17.50ドル） | 0.07ドル/秒（動画出力100万トークンあたり12ドル） | 価格変更 |
| 参照画像への忠実度 | 公式サンプルでは参照画像への忠実度がやや低い | カメラアングルが変わっても、顔、服装、パッケージの字体、ブランドカラーの一貫性を維持 | 生成結果の改善 |
| 最初と最後のフレームの一貫性 | サンプルでは屋根の上の猫や、スプーンが箸に変わるなど、細部に食い違いが発生 | 細部のずれや変形が減少 | 生成結果の改善 |
| 複数ターンの編集 | リリース記事では言及なし | ターンごとに製品や背景、照明や天候、アスペクト比を変更可能 | 追加機能 |
| GA の状態 | GA ではない | 初めて GA となり、Provisioned Throughput に対応 | 仕様変更 |
💡 料金について：Google の動画出力は秒単位ではなくトークン単位で課金されるため、本文中の「1秒あたりの料金」はいずれも換算値です。どちらの数値も Gemini API の料金ページに基づいています。動画出力の料金は100万トークンあたり、1.1 が17.50ドル、1.2 が12ドルです。720p の出力を1秒あたり5,792トークンとして換算すると、それぞれ約0.10ドル/秒、0.07ドル/秒となり、約30%の値下げです。また、料金ページによると、2026年12月3日から gemini-omni-1.1-flash へのリクエストは自動的に 1.2 にルーティングされ、1.2 の料金が適用されます。
変化その1：Gemini Omni 1.2 Flash が3〜15秒の柔軟な動画生成に対応
動画の長さが10秒から15秒に延びました。わずか5秒の違いに見えますが、多くの用途では大きな変化です。SNS向けの広告や製品機能の紹介、起承転結のある短いストーリーは、12〜15秒程度になることがよくあります。以前は2本の動画をつなぐ必要がありましたが、今は一度に生成できます。
もう一つ見逃せないのが、長さを1秒単位で設定できることです。秒単位で課金されるモデルでは、必要な長さを7秒と正確に指定できれば、10秒分の料金を支払う必要がありません。大量生成する際のコスト管理にも役立ちます。
変化その2：画像、動作クリップ、音声を参照素材として利用可能に
1.2 Flash では、キャラクター、商品、スタイルの参照画像、最長3秒の動作クリップ、音声プロンプトを組み合わせて利用できます。公式の例では、モデルの写真1枚と、3着の服それぞれの表面・裏面の商品画像から、15秒のバーチャル試着動画を生成しています。モデルが360度回転する間も、本人らしさに加え、服のカット、ドレープ、背面のディテールが一貫して保たれています。
こうした機能が特に役立つのが、EC分野です。既存の商品写真やキャラクター設定画像から、試着動画、商品の360度紹介動画、ブランド広告を作成できます。なお、「動作クリップは最長3秒」という制限があるため、参照用の動作素材がそれより長い場合は、事前にトリミングが必要です。
変更点3：始点・終点フレームとクリップ延長時の一貫性が向上
公式によると、キャラクターや物体、シーンが最初のフレームから最後のフレームまでより安定し、動きやカメラ切り替え時の視覚的なずれや変形が少なくなりました。これは、始点フレームと終点フレームの間を補間する場合と、既存のクリップを延長してより長いシーケンスを作る場合の両方に当てはまります。
興味深いことに、公式は 1.1 と 1.2 の始点・終点フレームの比較で、屋根の上の猫や、スプーンがお箸に変わるといった細かな違いについても率直に言及しています。つまり、一貫性は「大幅に改善」されたものの、「完全に解決」されたわけではなく、細部が重要なシーンでは引き続き人の目による確認が必要です。
変更点4：Gemini Omni 1.2 Flash による複数ターンの対話型編集
今回のアップデートの中で、ワークフローへの影響が最も大きい変更です。同じ動画に対して、商品や背景の置き換え、照明や天候の変更、画面比率の切り替えなどを段階的に行えます。最初から生成し直す必要はありません。公式の例では、生成した動画の背景を5ターン連続で変更しても、2人のキャラクターの演技、鎧の光の反射、カメラの構図は変わらずに保たれています。
複数ターンの編集は15秒のクリップ全体に対応しており、公式が挙げる典型的な用途は、異なる視聴者や広告掲載先に向けた広告バリエーションの一括制作です。もう一つの例が「動作転移」です。最初のターンで揺れるタコを生成し、2ターン目でダンサーに置き換えると、ドレスがタコの流れるような動きを再現します。
変化その5：より自然な音声と複数人の対話
1.2 Flash では、対話がより滑らかになり、口の動きと音声の同期も明瞭になりました。また、複数の話者を区別できます。公式デモでは、1枚のシーン画像に加え、4組のキャラクター、口の動き、1秒間の音声参照を使い、それぞれのサンプル音声を正しいキャラクターに割り当てています。
注意したいのは、このセクションで紹介されている具体的な活用例の多くが、Google のアプリでの利用だという点です。Flow での複数キャラクターによる対話、Gemini for business での解説動画、Google Vids でのアバターとナレーションを使った完成動画などが挙げられています。音声機能を API から呼び出す方法やパラメータの指定方法については、発表記事では説明されていません。
変化その6：より制御しやすくなった連続的なカメラワーク
公式によると、FPVでの通り抜け、ドラマチックな引きのショット、被写体を囲むような動きといった複雑な連続カメラワークで、意図しないジャンプカットが大幅に減り、プロポーションも安定しました。デモには、2枚の建築写真を基に、広場から青銅の扉を通り抜け、パンテオンのドームまで上昇する、カットなしの FPV 飛行や、海岸のクローズアップから島の全景まで引いていく10秒間の連続ショットがあります。
Gemini Omni 1.2 Flash のコストを抑えるワークフロー
30%の値下げは、コスト削減の一部にすぎません。公式がより重視しているのは、「総コストを抑える」ためのワークフローです。低解像度で素早く下書きを作り、複数回の編集で細部を調整し、最後に満足できたバージョンだけを拡大します。従来の「気に入らなければ動画全体を再生成する」方法に比べ、無駄なコストを大きく減らせます。
Google AI Studio のモデルカードには、トークン単位の価格が表示されています。入力は100万トークンあたり1.50ドル、テキスト出力は100万トークンあたり9ドル、動画出力は100万トークンあたり12ドルです。これは前述の「1秒あたり0.07ドル」と同じ料金を、異なる単位で表したものです。公式の料金ページでは、720p の出力トークン数を1秒あたり5,792として秒単価に換算し、ほかの解像度についても料金を示しています。
- 360p：1秒あたり1,931出力トークン、約0.023ドル/秒
- 720p：1秒あたり5,792出力トークン、約0.07ドル/秒
- 1080p（アップサンプリング）：1秒あたり8,688出力トークン、約0.104ドル/秒
- 4K（アップサンプリング）：1秒あたり17,376出力トークン、約0.209ドル/秒
720p の単価で計算すると、動画1本あたりのおおよそのコストは次のとおりです。
| 長さ | 720p の動画1本あたりのコスト（0.07ドル/秒） | 主な用途 |
|---|---|---|
| 3秒 | 約0.21ドル | ショットのテスト、動くカバー画像 |
| 6秒 | 約0.42ドル | 短いインフィード広告 |
| 10秒 | 約0.70ドル | 製品の見どころ紹介 |
| 15秒 | 約1.05ドル | 完成版の広告、製品説明 |
複数回の編集で、各回が動画の全尺分として課金されるかどうかは、公開された記事では説明されていません。ここは「再生成より編集のほうがどれだけ安くなるか」を左右するポイントです。小規模に試す際は、各回の実際の課金額を記録しておくとよいでしょう。
動画生成では、プロンプトの試行錯誤も大きなコストになります。多くのチームは、まずテキスト向けの大規模言語モデルを使って、企画ブリーフを絵コンテと各編集回の指示に分解し、それを動画モデルに実行させることで、無駄な生成を減らしています。最もシンプルな方法は、OpenAI 互換インターフェースからテキストモデルを呼び出し、複数回の編集用プロンプトを一度に作成することです。
- SDK をインストールする：Python で
import openaiを実行し、openai.OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")でクライアントを作成します。base_url は APIYI の OpenAI 互換インターフェースを指定し、キーにはコンソールに表示されているものを使います。 - プロンプトを作成するモデルを選ぶ：
YOUR_TEXT_MODELを、プラットフォームのモデル一覧で利用可能な Gemini、GPT、Claude などのテキストモデルに置き換えます。このステップはプロンプトの作成のみを担当し、動画モデルは別途呼び出します。 - brief を user メッセージとして送る：
messages=[{"role": "user", "content": "为一段 15 秒运动鞋广告写 4 轮编辑指令：换背景、换天气、换灯光、切 9:16"}]をモデル ID とともにclient.chat.completions.create(...)に渡します。 - 結果を読み取る：
print(resp.choices[0].message.content)で各ラウンドの指示を確認できます。動画モデルには順番に1ラウンドずつ渡し、動画全体を再生成するのではなく、前のラウンドで完成した動画を次のラウンドで編集します。
同じスクリプトをさまざまな brief に使いたい場合は、出力構造を固定した次の方法を試してみてください。
- システムプロンプトを書く：Python の文字列で定義し、モデルに動画広告の絵コンテ作家として振る舞わせ、JSON のみを出力するよう指定します。キーは
duration_sec（3〜15 の整数）、base_prompt（初回生成用のプロンプト）、edit_turns（第2ラウンド以降の編集指示）の3つです。さらに、各ラウンドで変更する変数は1つだけ（背景、製品、照明、天候、画角）とし、登場人物とカメラワークは変えないというルールを加えます。 - 関数を定義する：
build_video_plan(brief, variants, model="YOUR_TEXT_MODEL")を定義します。引数にはクリエイティブ brief と、作成したいバリエーションのリストを渡します。 - user メッセージを組み立てる：f-string を使い、
创意简报：の後に brief を続け、需要的变体：の後にバリエーションをカンマ区切りで並べます。 - テキストモデルに2つのメッセージをまとめて送る：システムプロンプトを
systemに、組み立てた文字列をuserに入れます。さらにresponse_format={"type": "json_object"}を指定して、応答を直接 JSON として解析できるようにします。 - 解析して再生時間を範囲内に収める：まず
plan = json.loads(resp.choices[0].message.content)を実行し、次にplan["duration_sec"] = max(3, min(15, int(plan.get("duration_sec", 15))))で時間を調整します。このモデルの動画の長さは3〜15秒で、1秒単位で指定するためです。 - 実際の brief で試す：例えば「新作ランニングシューズ、都会での朝ラン、軽さと反発力を強調」という brief に、「雨の街路」「夕暮れの海辺」「9:16 の縦画面に切り替え」というバリエーションを指定し、
json.dumps(plan, ensure_ascii=False, indent=2)で出力します。 - 動画モデルに渡す：
base_promptとedit_turnsを使用する動画 API に渡し、各ラウンドを順番に実行します。多くのラウンドをまとめて実行する前に、各ラウンドで実際にかかる料金を記録しておきましょう。
🚀 スムーズに始めるためのヒント：絵コンテや編集指示の生成は、テキストモデルにまとめて任せるのがおすすめです。APIYI apiyi.com では、同じ APIキーを使って、異なるテキストモデルが作成するプロンプトの品質を比較できます。新規ユーザーには無料のテスト枠も用意されています。なお、Gemini Omni 動画モデル自体の情報は Google の公式チャネルで確認してください。APIYI がこの動画モデルに対応しているかどうかは、プラットフォームのモデル一覧をご確認ください。
Gemini Omni 1.2 Flash が開発者に与える影響
Gemini Omni 1.2 Flash の API 機能と Google アプリの機能を区別する
公式記事では API、クラウドプラットフォーム、複数の Google アプリがまとめて紹介されているため、「ある機能を API から呼び出せるか」を判断する際に混同しがちです。以下の表では、提供チャネルごとに整理しています。
| チャネル | 対象ユーザー | 公式に説明されている機能 | 選定時の注意点 |
|---|---|---|---|
| Gemini API / Google AI Studio | 開発者 | GA、AI Studio でのプロトタイプ検証、インタラクティブなスターターアプリと開発者向けドキュメント | 詳細なパラメータ、モデル ID、レート制限は公式ドキュメントを確認 |
| Google Cloud コンソール | 企業 | GA、エンタープライズ向けインフラとセキュリティ、Provisioned Throughput | SLA や大量処理が必要なチームに適している |
| Flow | クリエイター | シーン演出、複数ターンの編集、複数キャラクター間の会話 | アプリ内の機能であり、API の機能とは限らない |
| Google Vids | Google アカウント / Workspace ユーザー | 15 秒の動画クリップを追加料金なしで利用可能 | アプリ内の機能で、非技術系チームが効果を試すのに適している |
| Gemini アプリ | Google AI Ultra のサブスクリプションユーザー | 15 秒の動画、順次提供中 | 提供時期は地域やアカウントによって異なる場合がある |
| Google Ads | 広告運用チーム | 動画マーケティングキャンペーンの拡張 | 広告配信向け |
| テキストによる補助（絵コンテ / プロンプト） | 開発者 | Omni の公式チャネルではなく、テキストモデルを使ってスクリプトや編集指示を生成 | APIYI apiyi.com などのプラットフォームを通じて、複数のテキストモデルを呼び出せる |
アプリ開発者への影響
- ワークフローの設計が変わる：マルチターン編集により、「一度生成して、何度も編集する」という方式が現実的になります。ユーザーに毎回プロンプト全体を書き直してもらうのではなく、チャットのように動画を修正できる画面を設計できます。
- コストモデルの再計算が必要：秒単位の課金と1秒刻みの動画長設定を低解像度の下書きと組み合わせれば、単位コストを抑えられる可能性があります。ただし、編集を繰り返す際の課金ルールは事前に確認が必要です。
- コンプライアンス対応が容易に：SynthIDの電子透かしがデフォルトで埋め込まれるため、AI生成コンテンツの表示が必要なプラットフォームにとってはメリットになります。
コンテンツ制作者とプロダクト責任者への影響
- ECやブランド向け素材で特にメリットが大きい：参照画像への忠実性と一貫性の向上は、バーチャル試着、商品の360度表示、複数バージョンの広告素材といった需要の高い用途に適しています。
- 苦手なシーンへの大規模な投資は見送りを：公式には、素早いスポーツの動き、急激なシナリオの変化、複雑な物理表現は引き続き改善中と明記されています。スポーツやアクション系のコンテンツ、複雑な物理的相互作用を伴うシーンでは、現時点では主力の手段として使うには適していません。
Gemini Omni 1.2 Flash 選定時のチェックリスト
公式のサンプルは、慎重に選ばれた事例です。第三者による性能テストは、現時点ではまだ多くありません。導入を決める前に、以下の項目を手元の素材で一つずつ検証することをおすすめします。
| 検証項目 | テストする理由 | おすすめの方法 |
|---|---|---|
| 参照画像との一貫性 | 公式サンプルと自社の製品画像やキャラクター設定では結果が異なる可能性がある | 自社の製品画像や文字入りパッケージを使って 10–20 回生成し、形状が崩れた割合を集計する |
| 素早い動きと複雑な物理表現 | 公式が認めている弱点 | 走る、跳ぶ、衝突、液体などのシーンを用意してテストする |
| 複数回編集の安定性 | 編集を重ねるほど、元の画像からのずれが蓄積する可能性がある | 5 回以上連続で編集し、キャラクターと構図が維持されているか確認する |
| 編集時の課金ルール | 実際にどの程度コストを削減できるかに影響する | 少額で試用し、各編集時の課金額を記録する |
| APIパラメータとレート制限 | 発表記事には記載されていない | Gemini API の開発者ドキュメントを確認し、負荷テストを行う |
| 音声と口の動き | 中国語など英語以外の会話での性能は不明 | 対象言語で複数人の会話をテストする |
よくある質問 FAQ
Q1：Gemini Omni 1.2 Flash とは何ですか？
Gemini Omni 1.2 Flash は、Google が 2026-11-05 にリリースし、一般提供（GA）を開始した動画生成モデルです。高速・低コストが特徴で、3–15 秒の動画をネイティブに生成できるほか、複数種類の参照入力や複数ターンの対話形式による編集に対応しています。720p の料金は 1 秒あたり 0.07 ドルです。
Q2：Gemini Omni 1.2 Flash と 1.1 の違いは何ですか？
1.1 では最長 10 秒だった動画が、1.2 では最長 15 秒に延び、1 秒単位で長さを設定できるようになりました。価格は 30% 下がり、複数ターンの対話による編集も追加されています。参照素材への忠実度、開始フレームと終了フレームの一貫性、音声と口の動きの同期、連続したカメラワークも改善されました。また、初めて GA に達し、Provisioned Throughput も提供されています。
Q3：Gemini Omni 1.2 Flash は今すぐ使えますか？
はい。Gemini API と Google Cloud で一般提供されており、開発者は Google AI Studio でプロトタイプを検証できます。Google Vids、Flow、Google Ads でも同時に提供が始まり、Gemini アプリでは Google AI Ultra のサブスクリプションユーザーに順次展開されています。
Q4：Gemini Omni 1.2 Flash はどのような用途に適していますか？
– **EC でのバーチャル試着や商品紹介**：モデルの写真と商品画像から、試着や 360 度の商品紹介動画を生成
– **広告バリエーションの大量制作**：同じ素材を複数ターンで編集し、背景や天候、画角の異なるバージョンを作成
– **製品紹介や科学解説の短編動画**：15 秒以内に複数ショットの解説を作成。公式サンプルでは表示テキストのスペルも正確
– **連続したカメラワークによる空間紹介**：建築物や観光地を FPV で通り抜けたり、カメラを引いたりする映像
Q5：APIYI を通じて Gemini Omni 1.2 Flash を呼び出せますか？
APIYI は Gemini シリーズのテキストモデルへのアクセスを提供しています。ただし、Gemini Omni の動画モデルについては、現時点ではプラットフォームのモデル一覧をご確認ください。本記事では利用をお約束するものではありません。待機中は、APIYI apiyi.com でテキストモデルを呼び出して絵コンテや複数ターンの編集指示を作成し、動画生成自体には Google の公式チャネルを使うという組み合わせも可能です。
Q6：Gemini Omni 1.2 Flash にはどのような既知の制限がありますか？
公式によると、スポーツの素早い動き、急な脚本の変化、複雑な物理現象への対応は、まだ改善の途中です。開始フレームと終了フレームのサンプルにも、細部にわずかなずれが見られます。また、リリース記事には API パラメータ、モデル ID、レート制限が記載されていないため、公式ドキュメントで確認する必要があります。1080p へのアップスケーリングは約 0.104 ドル/秒、4K は約 0.209 ドル/秒で、いずれも料金ページで確認できます。
Q7：動画生成のプロンプトを試行錯誤するコストを抑えるには？
まずテキストモデルを使って制作概要を構造化された絵コンテに落とし込み、「各ターンで変更する変数は 1 つだけ」という編集指示を作成してから、動画モデルに実行させると、使えない動画を大幅に減らせます。APIYI apiyi.com の統一インターフェースを使えば、複数のテキストモデルが作成したプロンプトの効果をすばやく比較し、自分の業務に最も適したモデルを選べます。
Gemini Omni 1.2 Flash の重要ポイント Key Takeaways
- 生成時間が延長：最長15秒。3〜15秒の範囲で1秒単位に設定でき、広告を一度に完成まで生成
- 価格が下がった：720pは1秒あたり0.07ドルで、1.1より30%安い
- コストを抑えるワークフロー：低解像度で下書きし、複数回編集したうえで最終版だけを拡大
- 参照素材による制御が安定：画像、3秒以下の動作クリップ、音声を組み合わせて制御し、カメラアングルを変えても一貫性を維持
- 初のGA：Provisioned Throughputに対応し、出力にはSynthIDの透かしを埋め込み
- 弱点も明確：速い動きや複雑な物理表現には引き続き注意が必要。必ず自社素材で実測を
- 補助的な活用：APIYI apiyi.com 経由でテキストモデルを呼び出し、絵コンテや編集指示を一括生成できる
まとめ：Gemini Omni 1.2 Flash は今すぐ評価する価値がある？
Gemini Omni 1.2 Flash の核心は次の3点です。
- スペックが着実に向上：生成時間15秒、1秒単位の設定、30%の値下げ、初のGAは、そのまま技術提案に盛り込める改善です
- 複数回の編集がワークフローを変える：「全編を再生成する」方法から「段階的に修正する」方法へ移行でき、特に広告のバリエーションやEC向け素材で効果を発揮します
- 品質の改善は実測が必要：一貫性、口の動き、カメラワークの改善は公式サンプルに基づくものです。自社素材でどのような結果が出るかは、自分で検証する必要があります
EC、ブランド広告、製品紹介の動画を制作しているなら、今のうちにGoogle AI Studioで自社素材を使った比較テストを行う価値があります。一方、スポーツや高速アクション、物理的な相互作用が多いコンテンツが中心なら、後続バージョンを待つのもよいでしょう。
評価の際は、APIYI apiyi.com を通じて同じAPIキーで複数のテキストモデルを呼び出し、絵コンテや編集指示を生成する方法がおすすめです。プロンプトの試行錯誤にかかるコストを抑えられます。新規ユーザー向けの無料テスト枠も提供されています。
📚 参考資料
- Google 公式ブログ – Gemini Omni 1.2 Flash の発表記事：本記事のすべての事実の出典
- リンク：
blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/ -
内容： 長さ、価格、参照入力、複数ターンの編集、利用可能な提供先、既知の弱点に関する公式の説明
-
Google AI Studio：Gemini API のプロトタイプ検証ツール
- リンク：
aistudio.google.com - 内容： 開発者向けの公式推奨試用ツール。スターターアプリや開発者ドキュメントを確認できます
著者: APIYI 技術チーム
技術に関するお問い合わせ: APIYI apiyi.com のトップページからお気軽にお問い合わせください。接続に関する詳しい資料は、ドキュメントセンター docs.apiyi.com をご覧ください
