Gemini Omni 1.2 Flash

Gemini Omni 1.2 Flash が得意なこと、苦手なこと

Gemini Omni 1.2 Flash は、Omni 1.1 を便利にしていた考え方、つまり映像の生成、編集、延長を 1 つのモデルで行い、音も同じ 1 回の生成で作ることを引き継ぎつつ、最初にぶつかる壁だった長さの制限を取り払いました。Google は 2026 年 11 月 5 日にこれをリリースし、最長 15 秒のクリップ、より忠実な参照の追従、クリアな発話、そして低価格を打ち出しています。2026 年 12 月 3 日以降、Google は Omni 1.1 へのリクエストをすべて 1.2 に振り分けるため、これから作るならこのバージョンです。

1 つ目の大きな変更は 15 秒生成です。長さは 3 秒から 15 秒まで 1 秒刻みで選べるので、SNS 向けの完結した広告が収まります。導入、製品の使用シーン、締めのヒーローショットを、音楽と音を同期させたまま作れます。3 本をつなぎ合わせて照明が合うことを祈る必要はありません。私たちのテストでは、縦型の 15 秒クリップが音声も途切れず 1 テイクで出力されました。

2 つ目は崩れない参照です。最大 10 枚の画像（複数アングルのキャラクター、製品、ロケーション）と、1 本 3 秒のモーション参照クリップを最大 3 本追加できます。Google は 1.2 を、最初のフレームから最後のフレームまで顔、衣装、パッケージの文字、ブランドカラーが一貫するように設計しており、カメラが動いたときの変形も減っています。そのため、商品の正面・背面の写真からのバーチャル試着、カタログ用の回転映像、既存のキャラクターシートを使った広告が現実的になります。

3 つ目はループで回せる編集です。最長 15 秒のクリップをアップロードして変更内容を書くだけで、縞模様のテントがオークの森に、晴れた通りが雨に、パーカーが革ジャケットに変わります。出演者、構図、タイミングはそのままです。出力は普通のクリップなので、もう一度編集できます。Google が「マルチターン」編集として紹介しているのがこれで、1 テイクから複数の掲載用バリエーションを作る方法でもあります。延長は反対側の端から行う機能で、どのクリップでも最後の 10 秒を踏まえて、音がつながる 3〜10 秒を追加します。

カメラの指示も向上しました。長く途切れない動き（ドアを抜ける FPV 飛行、周回、ゆっくりした引き）では、1.1 に比べて意図しないカットの切れ目が目に見えて減っています。

苦手な点もあります。画面は 16:9 か 9:16 のみで、終了フレームを指定するとクリップは 10 秒までになります。音声は常にオンで、方向づけはできてもオフにはできません。1080p と 4K は、ネイティブの 360p と 720p のフレームからのアップスケールです。Google の安全フィルターは厳しく、一部の著名人の写真は拒否されるため、特定の人物を既存の映像に入れるなら MiniMax H3 のほうが適しています。15 秒を超えるテイクや正方形の画面が必要なら Wan V3.0 が最長 30 秒まで対応し、15 秒を超えるクリップの編集には Seedance V2.5 を使ってください。

妥当な使い分けとしては、あとで手直しするつもりの音声付きクリップには Gemini Omni 1.2 Flash を標準で使うのがおすすめです。同じモデルで、生成したものを編集も延長もできるからです。既存の映像の人物を入れ替えるなら MiniMax H3、長いテイクや正方形の画面なら Wan V3.0、マルチショットのシーケンスなら Seedance V2.5、Kling らしい映像とネイティブ 1080p 出力が欲しいときは Kling V4 を選びましょう。