【Gemini Omni 1.1 Flash】4K動画生成＆40秒シーン拡張が可能になったGoogleの最新動画生成AIの使い方・料金を徹底解説

Gemini Omni 1.1 Flashは、Googleが2026年8月28日に公開した動画生成・編集向けマルチモーダルAIモデルです！

2026年5月のGoogle I/Oで初代Gemini Omni Flashが発表されて以来、動画生成AI市場ではSeedance 2.5やKling 3.0 Omniといった競合モデルが次々と登場しています。そんな中でGoogleが送り出した1.1アップデートは、最大40秒のシーン拡張や4K出力、360pドラフトモードなど、クリエイターや開発者が待ち望んでいた機能が盛りだくさんとなっています。

とはいえ、「前バージョンと何が変わったの？」「料金はどれくらい？」と疑問に思っている方も多いのではないでしょうか。

この記事では、Gemini Omni 1.1 Flashの概要から仕組み、料金体系、具体的な使い方までを徹底的に解説していきます。ぜひ最後までご覧ください！

【監修者】田村 洋樹

株式会社WEEL代表取締役 / 累計25社以上のAIアドバイザリーを担当 / 企業向けセミナー・大学講義でのべ10,000人超に登壇 / 日本HP・インテルなど、大手企業主催カンファレンスへの登壇実績多数。AI導入支援・生成AIを活用した業務改革のプロとして、アドバイザリー・PM・講演者など多面的な立場から企業を支援中。

Gemini Omni 1.1 Flashとは？

Gemini Omni 1.1 Flashは、Google DeepMindが開発した高速動画生成・編集に特化したマルチモーダルAIモデルです。

APIのモデル文字列は「gemini-omni-1.1-flash」で、初代の「gemini-omni-flash-preview」からアップグレードされた正式な本番向けモデルとなっています。テキスト・画像・音声・動画を同時に処理できる「ネイティブマルチモーダル」な設計を基盤としており、テキストプロンプトから動画を生成するだけでなく、画像からの動画化、既存動画の編集、さらには自然言語による対話的な動画編集にも対応しています。

Googleの公式ブログでは、「Gemini Omniがリアルワールドの推論を生成的な創造に持ち込み、今回のアップデートでプロフェッショナル向けのプロダクション利用に耐えうるレベルに仕上がった」と述べられています。

なお、初代Gemini Omni FlashがGeminiアプリ内でVeoに替わるデフォルトの動画生成バックエンドとなっていましたが、Veo 3.1は引き続きGemini APIやVertex AIから開発者向けに利用可能です。用途に応じた使い分けが求められるでしょう。

Gemini Omni 1.1 Flashの仕組み

Gemini Omni 1.1 Flashのアーキテクチャは、Googleが公開している情報によるとネイティブマルチモーダル処理を核とした統合型モデルです。

従来の動画生成モデルは「テキストを理解するモジュール」と「動画を生成するモジュール」が分離していることが多かったのに対し、Gemini OmniファミリーはGeminiの推論エンジンとジェネレーティブメディアモデルを融合させた構造を持っています。テキスト・画像・音声・動画を同時に処理し、物理法則の理解と、歴史・科学・文化的コンテキストに関する知識を組み合わせることで、単なるフォトリアリズムを超えた「意味のある映像表現」を目指しています。

動画の編集においては「Interactions API」を用いた会話型の仕組みが採用されています。1ターン目で生成した動画に対して、2ターン目以降で「照明を変えて」「バイオリンを透明にして」といった自然言語で修正指示を出せる設計です。各ターンのコンテキストがモデル側で保持されるため、変更したくない部分を維持しつつ、指示した箇所だけを編集できます。

また、すべての生成動画にはSynthID透かしが自動的に埋め込まれるようになっていて、プログラムによる出所検証が可能な設計となっています。

Gemini Omni 1.1 Flashの特徴

Gemini Omni 1.1 Flashでは、初代Omni Flashから複数の実用的な新機能が追加されています。

まず最も大きなアップデートがシーン拡張機能です。初代のOmni Flashでは、直前の1秒間しか参照できなかったのに対し、1.1 Flashでは最大10秒間の先行映像を分析できるようになりました。キャラクターの同一性・ライティング・ナラティブのコンテキストを保持したまま、10秒単位で最大40秒まで動画を延長できます。

次に注目したいのがファースト＆ラストフレーム指定です。開始フレームと終了フレームを画像で指定すると、その間を滑らかにつなぐ映像をモデルが生成してくれます。複雑なカメラオービットやズームトランジション、シームレスなループクリップの制作に適した機能でしょう。

さらに、360pドラフトモードの追加も見逃せません。標準の720p生成と比較して最大60%高速で、コストは3分の1という低負荷な設定でプレビュー動画を生成できます。ストーリーボードの反復検証やラピッドプロトタイピングに向いています。

4Kアップスケーリングにも対応し、720pで生成した動画を1080pや4Kに拡大出力できるようになりました。ただし、Google公式ドキュメントによると1080pと4Kはネイティブ生成ではなくアップスケーリングによる出力である点には注意が必要です。

Gemini Omni 1.1 Flashの安全性・制約

Gemini Omni 1.1 Flashには、Google DeepMindの安全性チームによるレッドチーミングと評価プロセスが適用されています。Googleの「AI Principles」と「Generative AI Prohibited Use Policy」に準拠した設計がなされており、入力プロンプトと生成動画の両方にコンテンツセーフティフィルターが適用されます。

制約事項としては、EEA（欧州経済領域）・スイス・英国では未成年の画像を含むアップロード・編集が非対応であること、特定の著名人を含む画像の編集にも制限があること、そしてアップロード動画の編集自体がEEA・スイス・英国では利用不可であることが挙げられます。

また、音声リファレンス入力は2026年8月時点では未サポートで、複数動画をまたいだ推論もサポートされていません。英語が完全対応で、他言語については評価されていないとのことです。

Gemini Omni 1.1 Flashの料金

Gemini Omni 1.1 Flashの料金体系は、生成する動画の解像度に応じた秒単位の従量課金制です。初代Omni Flashの720p固定料金と比較して、360pからの段階的な料金設定が導入されたことで、試行錯誤のコストを大幅に抑えられるようになっています。

入力側（テキスト・画像・動画・音声）は100万トークンあたり1.50ドルで統一されています。例えば、10秒の720p動画を1本生成する場合、出力コストは約1ドル、入力のテキストプロンプト分を合わせてもおおよそ1ドル強といった計算になります。

注目すべきは360pドラフトモードの経済性でしょう。例えば、10秒の動画を10パターン試す場合、4Kだと約30ドルかかるところが360pなら約3ドルで済みます。まず360pで方向性を固めてから、最終版を720p以上で出力するというワークフローが公式でも推奨されています。なお、無料ティアは提供されておらず、利用にはGemini APIの有料ティアが必要です。

Geminiアプリ（Google Flow含む）からの利用については、Google AI Plus・Pro・Ultraプランのサブスクライバーであれば追加料金なしでアクセスできます。

Gemini Omni 1.1 Flashのライセンス

Gemini Omni 1.1 Flashは、GoogleのプロプライエタリモデルとしてクラウドAPI経由で提供されるサービスです。オープンソースモデルではないため、モデル自体のダウンロードや改変はできませんが、API経由で生成した動画コンテンツに関してはGoogleの利用規約に基づいた商用利用が認められています。

Google Cloud（Agent Platform）経由で利用する場合、Pre-GAオファリングの利用規約が適用されますが、本番環境やコマーシャル目的での利用が明示的に許可されています。無料ティアを使用した場合は、送信コンテンツと生成物がGoogleの製品改善に使用される可能性がある点に留意してください。機密性の高いコンテンツを扱う場合は、有料ティアでの利用が推奨されます。

Gemini Omni 1.1 Flashの使い方

Gemini Omni 1.1 Flashには複数のアクセス方法があります。今回は代表的な3つの方法をご紹介します。

Google AI Studioからブラウザで試す

コードを書かずに、ブラウザ上で直接Gemini Omni 1.1 Flashを試せる最もお手軽な方法です。

STEP

Google AI Studioにアクセス

ブラウザで Google AI Studio を開き、Googleアカウントでログインします。初めて利用する場合は、デフォルトのGoogle CloudプロジェクトとAPIキーが自動的に作成されます。

STEP

モデルを選択

画面のモデル選択メニューから「Gemini Omni 1.1 Flash」を選びます。

STEP

プロンプトを入力して動画を生成

テキストボックスにプロンプトを入力し、送信します。

画像をアップロードして画像からの動画生成（Image-to-Video）を試すことも可能です。プロンプトの例は以下のとおりです。

A futuristic city with neon lights and flying cars, cyberpunk style. Single continuous shot, no scene cuts.

STEP

生成された動画を確認・ダウンロード

動画が生成されたら、プレビューで確認し、ダウンロードできます。気に入った映像が得られるまで、プロンプトを調整して何度でもリトライしてみてください。

Python（Gemini API）から利用する

プログラムに動画生成を組み込む場合の標準的な方法です。Python 3.9以上が必要です。

pip install -q -U google-genai

export GEMINI_API_KEY="your-api-key-here"

import base64
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input="A marble rolling fast on a chain reaction style track, continuous smooth shot."
)
with open("marble.mp4", "wb") as f:
    f.write(base64.b64decode(interaction.output_video.data))

interaction = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input="A futuristic city at sunset, cinematic lighting",
    response_format={
        "resolution": "360p",
    },
)

interaction = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input="Upscale the video to 4K",
    response_format={
        "resolution": "4k",
    },
)

シーン拡張で長い動画を作る

1.1 Flashの目玉機能であるシーン拡張は、previous_interaction_idを指定して前回の動画を引き継ぐ形で実行します。

res1 = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input="A woman walking through a foggy forest at dawn. Single continuous shot."
)

res2 = client.interactions.create(
    model="gemini-omni-1.1-flash",
    previous_interaction_id=res1.id,
    input="Continue the scene. She discovers an ancient stone gate covered in moss."
)

【業界別】Gemini Omni 1.1 Flashの活用シーン

Gemini Omni 1.1 Flashは、動画制作が関わるあらゆる業界で活用できるポテンシャルを持っています。ここからは、いくつかの業界別に具体的な活用シーンを紹介します。

広告・マーケティング

Gemini Omni 1.1 Flashの360pドラフトモードと4Kアップスケーリングは、広告クリエイティブの制作フローを大きく変える可能性があります。商品画像をアップロードして短尺CMのプロトタイプを複数パターン生成し、クライアントへの提案段階ではドラフト品質で迅速にバリエーションを見せられます。承認が下りた最終版だけを4Kで出力すれば、制作コストを抑えつつ高品質なアウトプットを実現できるでしょう。

Googleの公式ブログでも、AdobeがGemini Omni FlashをAdobe Fireflyに統合したことが紹介されており、既存のクリエイティブツールとの連携も進んでいます。

生成AIを活用したマーケティングについて、詳しく知りたい方は以下の記事も参考にしてみてください。

WEEL

生成AIでCVRが爆上がり！マーケティング活用方法と事例15選を徹底解説 | WEEL 生成AI マーケティングは市場分析や広告生成、SNS運用、顧客対応まで幅広い施策を強化し、CVR向上を実現します。本記事では生成AIの具体的な活用方法と企業事例を紹介し、…

教育・eラーニング

テキストプロンプトから教育的なシーンを動画として生成できるため、学習教材の映像コンテンツ制作に活用できます。例えば、歴史的な場面の再現や、科学実験のシミュレーション映像を低コストで量産できるでしょう。Gemini Omniが持つ「世界知識」によって、歴史的・科学的なコンテキストを踏まえた映像生成が期待できます。

教育業界における生成AI活用について、詳しく知りたい方は以下の記事も参考にしてみてください。

WEEL

生成AIによる教育業界の業務効率化！教務効率化と授業品質UPが狙える活用法や実際の導入事例を紹介 | WEEL 生成AIは教育業界の教員不足や長時間労働、個別指導の難しさを解決する手段として注目されています。この記事では、学校運営・語学学習・外国籍生徒への対応・アクティブラ…

ゲーム・エンターテインメント

ゲームのカットシーンやトレーラーのプロトタイプ制作、コンセプトムービーの作成など、企画段階でのビジュアルコミュニケーションに活用できます。キャラクターの一貫性を維持したまま複数のシーンを拡張できるため、ストーリーボードの検証にも向いています。

ChatGPT×エンタメの活用事例について詳しく知りたい方は、下記の記事もあわせてご覧ください。

WEEL

ChatGPT×エンタメの活用事例10選 | WEEL ChatGPT エンタメの最新事例をわかりやすく解説。ゲーム開発や音楽制作、出版、映像、バーチャルアイドルなど幅広い業界で活用が進む事例10選を紹介します。GPT-5による自…

【課題別】Gemini Omni 1.1 Flashが解決できること

続いては、Gemini Omni 1.1 Flashが解決できる課題について、具体的な例を紹介します。

動画プロトタイプの制作コストを削減

従来の動画制作では、プロトタイプ段階でも撮影やCG制作に相応のコストがかかっていました。Gemini Omni 1.1 Flashの360pドラフトモードを活用すれば、1秒あたり0.03ドルという低コストでアイデアを映像化し、方向性が決まってから高解像度で仕上げるフローが実現します。企画段階の「とりあえず映像で見たい」というニーズに応えやすくなるでしょう。

短尺動画コンテンツを大量生産

YouTube ShortsやTikTok向けの縦型動画をはじめ、SNS広告やプロダクト紹介用の短尺動画を大量に作りたいケースでは、テキストプロンプトや商品画像から動画を自動生成できるGemini Omni 1.1 Flashが強力な武器になります。9:16のアスペクト比にも対応しているため、縦型動画の制作にもそのまま使えます。

生成動画の細かい修正を効率化

動画生成AIの出力を細部まで調整したいとき、従来は新しいプロンプトで一から生成し直す必要がありました。Gemini Omni 1.1 Flashの会話型動画編集（Interactions API）を使えば、「背景を夜に変えて」「帽子を追加して」といった自然言語の指示で部分的に修正できます。修正していない部分はそのまま維持されるため、微調整の工数を大幅に削減できるでしょう。

カメラワークやトランジションを精密に制御

テキストプロンプトだけではカメラの動きを正確に指定しにくいという課題に対して、ファースト＆ラストフレーム指定が有効です。開始画角と終了画角を画像で指定すれば、その間のカメラ移動をモデルが自動補間してくれます。ドリーズームやオービット、パンなど、映像制作の現場で求められる繊細なカメラワークの実現に近づけるでしょう。

Gemini Omni 1.1 Flashを使ってみた

それでは、実際にGoogle AI StudioからGemini Omni 1.1 Flashを試してみましょう。今回は1.1で新たに追加された360pドラフトモードを使って、低コストかつ高速にどの程度のクオリティが出るかを検証してみます。

360pドラフトモードでシネマティックな映像を生成

Google AI Studioにアクセスし、モデル一覧から「Gemini Omni 1.1 Flash」を選択します。解像度の設定で「360p」を指定し、以下のプロンプトを入力しました。

プロンプトはこちら

A lone astronaut walks across a vast, Mars-like desert landscape at golden hour. The camera slowly pulls back revealing the enormous scale of the terrain. Dust particles float in the warm light. Cinematic, single continuous shot, no scene cuts. Include subtle ambient wind sounds.

火星のような荒涼とした地形を宇宙飛行士が歩くという、物理シミュレーションと映画的な演出力の両方が問われるプロンプトを選びました。Gemini Omniの「世界知識」がどの程度映像に反映されるのかがポイントです。

結果はこちら

360pという低解像度ながら、カメラのプルバックやダスト表現の物理的な自然さは十分に伝わる品質でした。ライティングのゴールデンアワー表現も破綻しておらず、「まず360pで方向性を確認する」という使い方に十分耐えうるレベルだと感じます。

生成にかかった時間は約20秒程度で、720pでの生成と比べて体感でも明らかに速い印象です。1秒あたり0.03ドルなので、5秒のクリップで約0.15ドル（約22円）という手軽さも魅力でしょう。アイデアの方向性を掴む段階では、まず360pで何パターンか試してから本番解像度に上げるワークフローが非常に有効だと実感しました。

よくある質問

Gemini Omni 1.1 Flashで動画制作の新時代を始めよう！

Gemini Omni 1.1 Flashは、シーン拡張・ファースト＆ラストフレーム指定・360pドラフトモード・4Kアップスケーリングという4つの柱によって、動画生成AIを「ガチャ的な一発生成ツール」から「反復的に磨き上げられるプロダクションツール」へと進化させたモデルです。

特に360pドラフトモードによるコスト効率のよいプロトタイピングと、会話型の動画編集フローは、動画制作の現場で求められていた実用性を大きく底上げしてくれるでしょう。広告・映像制作・教育・EC問わず、動画コンテンツの内製化を検討している方は、まずGoogle AI Studioから試してみることをおすすめします。

最後に

弊社では、AI導入を検討中の企業向けに、業務効率化や新しい価値創出を支援する情報提供・導入支援を行っています。最新のAIを活用し、効率的な業務改善や高度な分析が可能です。

大規模言語モデル（LLM）比較レポート

「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。

セミナー内容や料金については、ご相談ください。

また、大規模言語モデル（LLM）を対象に、言語理解能力、生成能力、応答速度の各側面について比較・検証した資料も配布しております。この機会にぜひご活用ください。

無料で相談する

資料をダウンロードする