AWS、TwelveLabsの動画言語モデル「Pegasus 1.5（ペガサス）」をAmazon Bedrockで提供2時間までの動画から条件に合う区間をタイムスタンプ付きJSONで返す、提供リージョンは米国オレゴン

AWSは2026年10月19日（ページ上の表記はUTC−8、日本時間では10月20日1時台）に公式の機械学習ブログで、TwelveLabsの動画言語モデル「Pegasus 1.5（ペガサス）」がAmazon Bedrock（ベッドロック）で使えると説明した。ブログによると、1回のリクエストで最長2時間の動画を解析し、利用者が書いた条件に合う区間を、開始・終了時刻つきのJSONで返す。提供リージョンは米国西部（オレゴン）で、課金はAWS Marketplace経由だ。ブログ冒頭の記述では、提供開始の発表そのものは2026年10月9日だった。

3行まとめ

1. AWSの公式ブログによると、TwelveLabsのPegasus 1.5がAmazon Bedrockで提供中。最長2時間の動画を1回で解析でき、前の版（Pegasus 1.2）の1時間から延びた
2. 条件（セグメント定義）を渡すと、合致する区間を開始・終了時刻つきのJSONで返す。参照画像を最大30枚まで添えられ、事前のインデックス作成は不要
3. ブログが挙げる提供リージョンは米国西部（オレゴン）1か所。課金はAWS Marketplace経由で、AWSの請求書ではAmazon Bedrockでなく「TwelveLabs」の項目に出る

本記事の内容は、日本時間2026年10月20日1時台に公式ページで確認したものです。

何ができるようになったのか

AWSのブログは、Pegasus 1.5を「長い動画を、構造化された時刻つきメタデータに変える動画言語モデル」と紹介している。前の版では、動画を指して質問し、答えをもらう使い方だった。1.5ではそれに加えて、動画全体を解析し、利用者が定義した条件に合う区間をすべて見つけて返す。

ブログが挙げる1.5の変更点は4つだ。

従来の機能（動画の説明文の生成、画面内の物体・文字・数字の読み取り、出来事のタイムスタンプ特定、映像・音声・文字をあわせた理解）は引き継いで強化したとブログは書いている。

使い方の流れ

ブログの説明では、呼び出しはbedrock-runtimeのInvokeModel API、または応答を順次受け取るInvokeModelWithResponseStreamで行う。モデルIDはtwelvelabs.pegasus-1-5-v1:0。リクエストはanalysisModeで2つのモードに分かれる。

セグメント定義は、名前（id）、どんな区間かの説明（description）、取り出す項目（fields）で構成する。1回のリクエストに複数の定義を入れると、結果は1つのリストに入り、_definition_idで区別できる。ブログは、定義を一度作れば動画ライブラリ全体に同じ形で適用でき、全素材に一貫したメタデータが付くと説明している。時刻の表記はsegmentTimeFormatで秒かhh:mm:ssなどを選べる。

動画の渡し方は2通りだ。S3のURI（長い動画向け）か、base64文字列（25MBまで、短いクリップ向け）。ブログは、動画の解析にあたって事前のインデックス作成は要らず、データはAWSのデータ境界の内にとどまると説明している。

入力の条件

ブログに載っている動画の仕様は次のとおり。

誰がどこで使えるのか・日本では

AWSのブログは「米国西部（オレゴン）リージョンで今日から使える」と書いている。使うには、AWSアカウント、Python 3.10以降とBoto3、bedrock:InvokeModelなどのIAM権限、Amazon Bedrockコンソールでの対象モデルのアクセス有効化が前提だ。

日本の利用者に関わる点は2つある。

1. リージョン。今回取得したブログ本文に、東京リージョンを含むオレゴン以外のリージョンの記載はない。ブログは「将来の更新はリージョン一覧で確認を」と案内している。
2. 言語。ブログは、英語は全面対応、日本語を含む12言語は部分対応と書いている。「部分対応」の範囲は、本文では説明されていない。

なお、サンプルコードのモデルIDはglobal.twelvelabs.pegasus-1-5-v1:0で、ブログは「グローバルのクロスリージョン推論（CRIS）のエンドポイントを使う例で、米国の地理的エンドポイントにするならエンドポイントURLのglobal.をus.に置き換える」と書いている。リージョンの欄はオレゴンのみだが、実際にどのリージョンで処理されるかについての説明は、今回取得した本文にはない。

料金はどうなるのか

ブログ本文に料金の金額はなく、Amazon Bedrockの料金ページを見るよう案内している。確認できた課金の条件は次の2点だ。

• Pegasus 1.5はAWS Marketplace経由で課金される。AWSの請求書とAWS Cost Explorerでは、Amazon Bedrockではなく「TwelveLabs」の項目に出る
• includeMetering: Trueを付けると、非ストリーミングのレスポンスにoutputTokenCountとinputVideoSecond（解析した動画の秒数）の2つの課金用項目が加わる

アプリケーションごとに費用を分けたい場合は、モデルからアプリケーション推論プロファイルを作ってタグを付け、モデルIDの代わりにそのARNで呼ぶ、とブログは説明している。CloudWatchにはAWS/Bedrock名前空間でInvocations、OutputTokenCount、InvocationLatency、InvocationClientErrorsなどの指標が出る。

前の版と何が違うのか

最大の違いは「質問に答える」から「条件に合う区間を全部出す」への変化だ。ブログ自身が、時刻ベースのメタデータ生成が「前の版と最も違う点」だと書いている。長さの上限は1時間から2時間になり、参照画像を使った探し方も加わった。

ブログの例では、編集区間の定義（タイトル・要約・主な話題）をスポーツの映像に試した場合の出力例を載せている。出力例は、00:04:24〜00:05:22、00:05:22〜00:08:57、00:08:57〜00:09:29の3区間で、入力トークンは249,408、出力トークンは802と記されている。参照画像の例では、参照画像に写った商品が出る場面を探す定義を渡し、緑のカヌーに乗った家族の場面として00:00:00〜00:00:02と00:00:09〜00:00:10の2区間が返っている。どちらもAWSが載せたサンプルで、精度を測った数字ではない。

ブログが想定する用途は3つで、報道・放送のアーカイブ（編集区間や話者交代を定義して過去の映像をカタログ化）、スポーツ放送（得点などの場面を検出してハイライト制作を速める）、配信アプリ（場面単位のメタデータで推薦や広告配置、ブランドセーフティの確認に使う）だ。ブログは「どの場合も人間はワークフローに残る。作業は、すべての場面を手で探してタグ付けすることから、モデルが作ったメタデータの確認と修正に移る」と書いている。

筆者が公式ページを取得して気づいたこと

日本時間10月20日1時53分に公式ブログを取得して読んだ。公開時刻はページ上で2026年10月19日8時49分（UTC−8の表記）、日本時間では10月20日1時台にあたる。気づいた点が2つある。

1つ目は、日付のずれだ。本文の最初の文は「10月9日に提供開始を発表した」と書いており、このブログの公開はその10日後になる。したがって「10月19日に始まった」とは言えず、本記事は「ブログが10月19日に公開された」「発表は10月9日とブログが書いている」と分けて書いた。

2つ目は、料金だ。取得した本文には金額が1つもなく、料金は別ページ（Amazon Bedrockの料金ページ）への案内だけだった。このため本記事に単価は載せていない。

今回の出典から確かめられなかったこと

• 性能の数字。今回取得したブログ本文には、他のモデルや前の版との精度比較、ベンチマークの結果は載っていない。載っているのはサンプルの出力例だけで、「すべての区間を見つける」という説明の達成度は、この出典からは測れない
• 日本語の精度。日本語は部分対応とあるのみで、どこまで使えるかは書かれていない
• 東京リージョンなど他リージョンでの提供予定。今回の本文に記載はない
• 料金の金額。上に書いたとおり、別ページを見る必要がある
• TwelveLabs側の説明。今回確認したのはAWSのブログ1本で、TwelveLabs自身の発表や、AWSのブログからリンクされているモデルカードの中身は取得していない。モデルカードには「機能の対応状況、リージョン、サンプルコード」があるとブログは案内している

筆者はPegasus 1.5を実際には動かしていない。本記事の内容はすべてAWSのブログの記述に基づく。

今回読んだAWSのブログ

• Pegasus 1.5 from TwelveLabs is now available in Amazon Bedrock — AWS Machine Learning Blog（ページ上の公開時刻は2026年10月19日8時49分、UTC−8の表記。日本時間2026年10月20日1時53分に取得・確認）

本記事は続報があり次第更新します。