Gemini Omni Flashが正式版に──動画の尺が10秒から40秒へ、720pは0.10ドル/秒で据え置き

Googleが2026年8月27日付のリリースノートで、動画生成・編集モデル「Gemini Omni Flash」の正式版 gemini-omni-1.1-flash を公開した。2026年8月27日UTC時点（日本時間28日未明）の情報である。プレビュー版の gemini-omni-flash-preview は2026年9月30日に廃止予定と同じリリースノートに明記されている。

変更の中心は尺だ。これまで1回の生成で10秒までだった動画を、10秒刻みで足して累計40秒まで伸ばせるようになった。公式ブログによれば、延長時にモデルが参照する文脈は直前の最大10秒で、従来モデルは最後の1秒しか参照していなかったという。

2026年8月27日、Googleが gemini-omni-1.1-flash を一般提供（GA）で公開。動画の延長が10秒刻みで累計40秒まで、解像度は360p / 720p / 1080p / 4Kの4段階に。720pは1秒あたり0.10ドルでプレビュー版から据え置き、360pは0.03ドル、4Kは0.30ドル。旧プレビュー版は2026年9月30日で廃止。

この件は動画でも解説している。

https://youtu.be/stsVGu4TB_4

何が変わったのか

Gemini APIのリリースノートが挙げている変更点は3つだ。

モデルページによれば、1回の生成尺は3秒から10秒、フレームレートは24FPS、コンテキストウィンドウは1,048,576トークン。入力はテキスト・画像・動画（編集と延長は最大10秒）で、出力は動画である。

延長の仕組みについて、公式ガイドは「元の動画の最後の10秒を文脈として使い、入力動画の最終フレームの一部を編集して遷移を滑らかにする」と説明している。継ぎ目を隠すのではなく、繋がるように元の映像側を書き換える設計だ。

いくらかかるのか

Googleが公開した解像度別の料金表は次のとおり。単位は1秒あたりの米ドル。

720pがプレビュー版と同額で、正式版化にともなう値上げはない。料金ページ側の記載では、動画出力は100万トークンあたり17.50ドルで、720p動画1秒が5,792トークンに換算され、実効で約0.10ドル/秒になる。入力は100万トークンあたり1.50ドル、テキスト出力は9.00ドル。無料枠の設定はない。

360pについて公式ブログは、720pと比べて「最大60%高速」かつ「3分の1のコスト」と書いている。ただしこの速度の数字には脚注があり、360pと720pのシステムスループットの比較であると明記されている。他社モデルとのベンチマークは、リリースノート・モデルページ・公式ブログのいずれにも掲載がない。

実際に使ってみて分かったこと

Geminiアプリの動画生成で、この記事を書いている環境から実際に生成してみた。過去に自分で作った映像から抜いた1フレームを参照画像として渡し、テキストで指示した結果、10秒・720p・24fps・AAC音声つきのmp4が出てきた。公式ドキュメントの記載どおりの仕様だった。

ただし目玉の延長は試せていない。生成上限に達したためで、そのとき延長の入力欄も無効化されていた。 上限は新規生成だけでなく延長も止める、ということになる。この挙動は公式ドキュメントに記載を見つけられなかった。上限解除は数時間後という表示だった。

もう一点、画面から確認できなかったことがある。Geminiアプリの動画生成画面には、モデルのバージョン表記がない。 表示されるのは「Omni を使用して作成します」だけで、動いているのが1.1かどうかは画面からは判別できない。公式ブログは「シーン延長はGeminiアプリでGoogle AI Plus / Pro / Ultra 加入者に提供」と書いているので、機能としては提供されている。だがバージョンの確認をしたいなら、モデル名が明示されるGoogle AI Studio側を見る必要がある。

使う前に知っておくべき制限

公式ガイドの制限事項セクションに、実務で当たりそうな条件が並んでいる。

• 延長は末尾のみ。動画の前に足したり、途中に差し込んだりはできない
• 人が喋っているアップロード動画に、台詞を足す延長はできない。登場人物が黙ったままなら延長できる。台詞を伴う延長は、モデルが生成した動画に対する複数ターンの延長でのみサポートされる
• EEA・スイス・イギリスでは、アップロードした動画の編集と延長が利用できない。モデルが生成した動画の延長は全提供地域で可能
• アップロードする入力動画は10秒以下（モデル生成動画の複数ターン延長を除く）
• 動画リファレンスは最大3クリップ、1本あたり3秒まで。音声のみのリファレンスは現行APIでは非対応
• 1080pと4Kは、リリースノートに「アップスケールで生成される」と明記されている
• 生成された動画にはすべてSynthIDの電子透かしが入る

提供先は、Google AI Studio、Gemini Enterprise Agent Platform、そしてGoogle Flow（AI Plus / Pro / Ultra 加入者に全世界で本日から）。公式ブログにはAdobeがFireflyに統合した旨と、Figma Weave、Runway、GMI Cloudの担当者コメントが掲載されている。

日本語のページだけ見ていると気づけない

執筆時点で、Gemini APIリリースノートの日本語版は最終更新が2026年7月30日で止まっている。本文の最新エントリは7月21日のGemini 3.6 Flash / 3.5 Flash-Lite のGAで、8月分が反映されていない。今回のOmni 1.1だけでなく、8月13日のGemini 3.7 Flash GA、8月26日のGemini 3.5 Transcribe GAも日本語版には載っていない。

英語版（同じURLの ?hl=en）は8月27日更新で、これらすべてが記載されている。日本語のドキュメントを判断材料にすると、1か月ぶんの更新が見えないことになる。

出典に当たれなかった点と、確認できた範囲

この記事の数字は、すべて上記の公式ページの本文から直接取得したものを使っている。そのうえで、書けなかったことを明示しておく。

• 延長の実挙動を検証できていない。生成上限のため、40秒まで繋げたときに映像がどの程度保つかは未確認である
• 他社モデルとの性能比較の数字は存在しない。公式に出ているのは360p対720pの自社内比較のみ。「最大60%高速」を他社との比較として読むのは誤りになる
• 1080pと4Kの課金レートの内訳は不明。料金ページの脚注は720pの換算（5,792トークン/秒）しか書いていない。解像度別表の値は公開されているが、トークン換算がどうなっているかは記載がない
• 8月25日にX上で「Pre-GAに1.1が掲載されている」という第三者の観測が流れていたが、当方で該当URLを確認した時点では404で、裏付けは取れなかった。本記事の根拠には使っていない

続報があり次第、この記事を更新する。とくに延長の実挙動は、上限が回復し次第あらためて試して追記する予定である。

読んで気になった点や、手元の環境で違う挙動になった方がいれば教えてほしい。次の検証に反映する。