
Gemini Omni Flash 1.2 は、Google の表記では Gemini Omni 1.2 Flash です。2026年11月5日に公開されました。1.1 から10週間後のことです。モデルの性格は変わりません。テキスト、静止画、短いクリップから、音声つきの動画を一度に生成します。あとは追加の指示で仕上げていきます。
今回の更新は、新機能ではなく上限の引き上げです。生成できるのは15秒まで。編集はクリップ全体に届きます。720pの1秒あたり料金は約30%下がりました。このページでは、2つのモデルを同じ項目で並べて確認します。
Gemini Omni 1.2 Flash と 1.1:押さえておきたい4つの違い
生成は10秒から15秒へ。 1回の生成で3〜15秒を指定でき、標準は10秒です。1.1 の上限は10秒でした。10秒だと、延長しないとシーンとして成立しないことが多くなります。15秒あれば、近づく、振り向く、到着するまでを1回で収められます。
編集がクリップ全体に届きます。 1.2 では、追加の指示が15秒すべてに効きます。承認したテイクの縦横比も変えられます。横長のマスターから縦型を作る作業が、再生成ではなく編集で済みます。TikTok、YouTube Shorts、Instagramリールに出す縦型素材を作る人には、うれしい変更です。
参照は人物を軸に整理されました。 1.2 の参照画像は1回のリクエストで6枚までです。最大2人のキャラクターに、3枚ずつ割り当てます。1.1 は10枚まで使えると案内されていました。参照動画は、出力の長さによって本数が変わります。11〜15秒なら3秒までの動画が1本です。3〜10秒なら3本まで使えます。
料金が下がりました。 Google の料金表では、720pが1秒あたり約0.07ドルです。1.1 は約0.10ドルでした。360pの下書きは約0.023ドルです。15秒の720pクリップは、およそ1.04ドルになります。
スペック比較表
| 項目 | Omni Flash 1.2 | Omni Flash 1.1 |
|---|---|---|
| 発表日 | 2026年11月5日 | 2026年8月27日 |
| モデルID | gemini-omni-1.2-flash | gemini-omni-1.1-flash |
| 1回の生成の長さ | 3〜15秒(標準10秒) | 3〜10秒 |
| 延長 | 1回3〜10秒、合計30秒まで | 1回10秒、合計40秒まで |
| 編集の範囲 | クリップ全体(縦横比も変更可) | 同じテイク内 |
| 参照画像 | 1回6枚(最大2人のキャラクターに3枚ずつ) | 最大10枚 |
| 参照動画 | 出力11〜15秒は3秒の動画1本、それ以下は3本 | 3秒の動画を最大3本 |
| 解像度 | 360p・720pがネイティブ、1080p・4Kはアップスケール | 360p・720pがネイティブ、1080p・4Kはアップスケール |
| 縦横比 | 16:9、9:16 | 16:9、9:16 |
| 720pの1秒あたり料金 | 約0.07ドル | 約0.10ドル |
| 360pの1秒あたり料金 | 約0.023ドル | 解像度別の料金は未公開 |
| 音声 | ネイティブ音声、リップシンクが改善、複数話者に対応 | ネイティブ音声、セリフと音楽を一度に生成 |
| 音声ファイルの入力 | 現在のAPIでは非対応 | 非対応 |
| 透かし | SynthID | SynthID |
| Morphicでの利用 | まだ利用できません | 動画モデルの選択肢から利用可能 |
解像度と縦横比は変わっていません。16:9の720pで足りていたなら、出力形式を理由に乗り換える必要はない、ということです。
変わっていない点
どちらのモデルも、映像と音声を一度に生成します。静止画や短いクリップを入力でき、最初と最後のフレームの間も補間できます。平易な言葉の追加指示で、テイクを磨いていく流れも同じです。出力にはすべて SynthID が付きます。
セリフや画面上の文字は、どちらも英語が中心です。ほかの言語は、結果にばらつきがあります。音声ファイルのアップロードや、API 経由での声の編集は、どちらもできません。
弱点も引き継がれています。Google は、速いスポーツの動き、展開の変わりやすい台本、複雑な物理表現を、1.2 でも開発中の領域としています。人が多いシーンで被写体がずれやすい点も、両モデルに共通です。自分でアップロードした映像の編集と延長は、EEA、スイス、英国では利用できません。
古いプロンプトが動かなくなる変更も1つあります。画像に役割を割り当てていた山括弧のタグは、非推奨になりました。今後は、各ファイルの役割を自然な言葉で書くよう Google が求めています。
どちらを使うか
これから作るなら 1.2 です。迷うほどの選択ではありません。長く、1秒あたりが安く、カメラが動いても顔やラベルが崩れにくいと説明されています。出力形式は同じです。1.1 を選ぶ理由は、実用面ではなく経緯にあります。Google は、1.1 へのリクエストを2026年12月3日から 1.2 に振り分けるとしています。
実際の分かれ目は、どこで生成するかです。1.2 は Gemini API で使えます。Google 自身のアプリにも順次展開中です。Morphic のカタログには、まだ入っていません。1.1 は入っているので、このシリーズのプロンプトの書き方とネイティブ音声は、いまの Morphic で試せます。Veo 3.1、Seedance 2.5、Kling と並べて比べることもできます。
1.2 向けに書いた指示書の多くは、そのまま流用できます。構成、音声の指定、1回の指示で1つだけ変える編集の習慣は、そのまま使えます。流用できないのは、15秒という長さと参照の組み方です。
いまの Morphic で Gemini Omni を使う
Gemini Omni Flash 1.1 は、Morphic の動画モデルの選択肢に入っています。音声まで含めてショットの指示書を書いて生成すると、テイクは Canvas に並びます。同じ指示書を別のモデルでも走らせ、横並びで見比べられます。仕上げは追加の指示で、1回に1つの変更だけ加えていきます。
プロンプトの書き方は、Gemini Omni Flash 1.2 ガイドで解説しています。仕様の全体は、Gemini Omni Flash 1.2 のモデルページと、Gemini Omni Flash 1.1 のモデルページをご覧ください。
よくある質問
Google が公開している情報を見る限り、優れています。生成は10秒から15秒に伸びました。編集はクリップ全体に届きます。カメラが動いても被写体が安定すると説明されています。720pの1秒あたり料金も約30%下がりました。出力形式は同じなので、解像度や縦横比で何かを手放すことはありません。
1秒あたり約30%です。Google の料金表では、720pが約0.07ドルで、1.1 は約0.10ドルでした。10秒のクリップなら約0.70ドル、15秒なら約1.04ドルです。360pの下書きは1秒あたり約0.023ドルです。1080pと4Kは、アップスケールとして高めに課金されます。
Google の案内では、セリフと画面上の文字は英語が中心で、ほかの言語は結果にばらつきがあります。日本語のセリフや看板の文字を入れる場合は、短い文で何度か試し、読み間違いがないかを確認してから公開してください。
商用利用の条件は、Google の利用規約と、Morphic のご利用条件の両方で決まります。公開や納品の前に、最新の規約を必ず確認してください。生成物には SynthID の透かしが付く点も、あらかじめ押さえておくと安心です。
Google は、1.1 へのリクエストを2026年12月3日から自動的に 1.2 へ振り分け、1.2 の料金で課金すると案内しています。終了の告知ではなく振り分けですが、API で新しく作るなら、1.1 を指定する理由はありません。
画像の枚数は減りましたが、使い道は整理されました。1.2 では、1回のリクエストに参照画像6枚まで。最大2人のキャラクターに3枚ずつです。1.1 は10枚までと案内されていました。参照動画は、出力の長さで変わります。11〜15秒なら3秒までの動画が1本、それより短ければ3本までです。
文章の部分は使えます。タグは使えません。画像に役割を割り当てる山括弧のトークンは非推奨になり、「1枚目の画像を最初のフレームにする」のように、役割を自然な言葉で書く形に変わりました。長さの見直しも必要です。10秒を前提にしたプロンプトでは、15秒を埋めきれません。
まだ使えません。いま Morphic で生成できるのは、Gemini Omni Flash 1.1 です。ネイティブ音声に対応しています。Veo 3.1、Seedance 2.5、Kling などのモデルと並んで選べます。無料プランで試すこともできます。