Gemini Omni 1.2 Flashは動画を15秒に延長、価格も30％引き下げ

GoogleはGemini Omni 1.2 FlashをGemini APIとGoogle Cloudで一般提供した。従来10秒だった動画を15秒まで生成でき、720pの料金を1秒あたり0.07ドルに下げた。同じ映像に対し、会話を続けながら複数回の修正も指示できる。

15秒を1秒0.07ドルで作り、大量の広告制作を狙う

Gemini Omni 1.2 Flashは最大15秒の動画を生成し、編集できる。Googleは720p出力の価格を1.1から30％引き下げた。基本料金だけで計算すると、15秒の動画は1.05ドルになる。ほかの工程の費用は別だ。

入力にはtext、画像、短い動画、音声の参照素材を使える。360pまたは720pで素早く案を作り、使えるものを選んで1080pや4Kへupscaleできる。出力には目に見えないSynthID watermarkが付く。

会話型編集が節約するのは捨てる生成結果だ

実務で効きそうなのはmulti-turn editingである。同じ動画のまま商品や背景を入れ替え、照明、天候、縦横比を変更できる。場面全体を最初から説明し直して生成する必要がない。Googleは、顔、衣服、包装、ブランド色の一貫性も高まったとしている。

marketing teamにとっては、広告の派生版を作る費用を減らせる可能性がある。1つの場面を複数の形式や対象者へ展開し、高解像度の出力は選んだ案だけに使える。実際の節約額は秒単価だけで決まらない。失敗した生成と手作業の修正を何回減らせるかが重要だ。

複雑な動きと物理表現は磨かれたdemoをまだ崩す

Model Cardは、編集を重ねた際の完全な一貫性、複雑な動き、正確な文字表現に課題が残ると認めている。Googleも高速なsports scene、急なscript変更、複雑な物理表現は改善中だと説明する。参照素材への追従向上は提供元の主張であり、すべての動画で保証されるわけではない。

提供条件にも注意がいる。Gemini APIとGoogle Cloudでは一般提供だが、cloud版の音声参照はallowlistへの登録が必要だ。制作側はcatalogにモデル名があるだけで判断せず、必要な機能とregionを確認しなければならない。

採用できた案の比率が動画1本の本当の価格を示す

見るべき指標は生成秒数ではなく、最初からやり直さず採用できた出力の比率だ。1か所だけ直したときに人物、商品、文字を保てるなら、30％の値下げはcampaign制作の高速化につながる。

upscaleの費用、却下した試行回数、音声参照の利用可否も追う必要がある。1秒0.07ドルは720p生成の単価にすぎない。使える広告の請求額には、すべての試行、修正、確認、最終renderが含まれる。

Lilithの判定

Googleは動画1秒の単価を下げたが、制作者が本当に払うのはごみ箱へ消える映像の代金だ。3回目の修正後も顔と商品が残るなら、Omni 1.2の価格表はようやく現場の制作費に近づく。