Gemini Omni 1.1 Flashは移行すべき？API・料金・利用経路の判断ガイド

2026年8月29日時点で、Gemini Omni 1.1 FlashはGoogleの動画生成・編集モデルとして提供されています。Gemini Developer APIでは gemini-omni-1.1-flash という正式なモデルIDが公開され、テキストからの動画生成だけでなく、会話を続けながらの編集、シーン延長、開始・終了フレームの指定にも対応しました。

旧版や別の動画モデルから移る価値があるかは、4Kという数字だけでは決まりません。まず、どのGoogle製品で何をしたいのかを切り分ける必要があります。

まず利用する製品とAPIを決める

Googleは1.1の発表で、Gemini API側を開発者が本番で使えるAPIと説明しています。一方、Cloudの gemini-omni-1.1-flash-preview はGenerative AI Previewです。名前が近くても、同じ提供段階や料金を前提にしてはいけません。

旧版から変わるのは反復制作のしやすさ

1.1は、完成形を一度で当てるモデルというより、試作と修正を繰り返すためのモデルです。

360pで試作して構図や動きを比べ、採用したい映像だけを1080pまたは4Kへ拡大できます。1080pと4Kは、公式APIドキュメントでもアップスケールした出力と記載されています。解像度が高いことと、元の細部が正しいことは別なので、人物の指、商品ロゴ、字幕などは最終出力で再確認が必要です。

開始フレームと終了フレームを渡す機能は、決まった着地点へカメラを動かす場合や、ループ、商品の登場シーン、2つのデザイン案をつなぐ場合に向いています。短い参照動画は、動きや見た目の参考として使います。

シーン延長では、直前の映像を最大10秒分分析し、10秒ずつ追加して累計40秒まで伸ばせます。これは一度に自由な40秒動画を作る仕様ではありません。追加できるのは末尾だけで、冒頭や中間への挿入には対応しません。

APIで最初の生成を行う

Python SDKでは、APIキーを安全な環境設定で渡したうえで、次のように動画出力を指定できます。

import base64
from google import genai

client = genai.Client()

result = client.interactions.create(
    model="gemini-omni-1.1-flash",
    input=(
        "紙で作られた都市が夜明けに目覚め、窓の光が順番に灯る。"
        "途切れない1つのショット。台詞なし。"
    ),
    response_format={
        "type": "video",
        "aspect_ratio": "16:9",
        "resolution": "720p",
    },
)

with open("city.mp4", "wb") as output:
    output.write(base64.b64decode(result.output_video.data))

output_videoはSDKが用意する取得用フィールドです。RESTを直接使う場合、動画データは応答のsteps内にあるため、同じ取り出し方はできません。縦型は 9:16、標準は 16:9 です。

最初の結果を修正するときは、同じinteraction（会話の状態）を引き継ぎ、「照明を夕方に変更し、他は維持する」のように変更範囲を絞ります。長い指示文を最初から書き直すと、残したかった要素まで再生成されやすくなります。

アップロード動画で使えない編集を確認する

アップロードした動画を編集・延長する場合、入力は通常10秒以下である必要があります。人物が話しているアップロード動画に、新しい台詞を追加する延長はサポートされません。音声の編集や、音声ファイルだけを参照素材として使う方法も未対応です。

参照動画は最大3本、各3秒までで、音声は無視されます。複数の長い動画を理解して一本にまとめる機能ではありません。

さらに、欧州経済領域、スイス、英国では、ユーザーがアップロードした動画の編集・延長が現在利用できません。モデルが生成した動画を同じinteractionから延長する場合は別扱いです。実在人物、認識可能な人物、未成年を含む素材にも制限があります。

生成動画には不可視のSynthIDが入り、入力と出力の両方に安全フィルターが適用されます。Googleは英語を正式な対応言語とし、他言語については同じ水準の評価を行っていないと説明しています。日本語の指示で生成できても、複雑なカメラ指示では英語と同じ安定性を保証できません。

料金は1.1の行を確認してから見積もる

2026年8月29日時点のGemini Developer API料金表では、読み取れるOmni動画の行が旧 gemini-omni-flash-preview のままで、720p換算約0.10米ドル/秒と示されています。この行は1.1を明確に名指ししていません。

したがって、旧価格を gemini-omni-1.1-flash の確定単価として見積もるべきではありません。実際のプロジェクトでモデル、解像度、課金単位、利用枠、失敗時の請求を確認してください。Cloud Previewは別ID・別提供段階・別の消費方式です。

移行するべきケース、待つべきケース

会話の中で動画を生成し、部分修正し、続きを作る機能を自社アプリに組み込みたいなら、Omni 1.1へ移る理由があります。既存の単発の動画生成で十分な結果を得られ、会話による編集が不要なら、全面移行を急ぐ必要はありません。まず代表的な素材で品質、待ち時間、費用、安全上の制限を比べ、必要に応じて旧方式へ戻せるようにしておきます。

費用を含めVeo系の経路を比較したい場合は2026年のVeo 3料金、APIキーの準備や無料・有料の利用条件を先に確認したい場合はGemini API無料枠ガイドが次の判断に向いています。

本番設定には、正確なモデルID、利用する製品またはAPI、処理地域、確認日、失敗時の代替手段を記録してください。アプリ内のOmniとCloud Preview、Developer APIで名前が似ていても、それぞれの契約条件を確認できます。