Gemini Omni Flash AI動画ジェネレーター
自分の写真から数分で動画に · 最初の動画は無料、透かしなし
最初の動画は無料・カード不要
Gemini Omni Flashは、Gemini OmniファミリーのGoogleの動画モデルです。バージョン1.2は2026年11月5日に一般提供が始まり、3〜15秒のクリップを作れます。Googleはこれを、10月22日に終了したVeo 3.1のプレビューモデルの後継として案内しています。RefVidが使っているのはバージョン1.1で、商品やキャラクターの写真1〜10枚から、音声つきの3〜10秒のクリップを16:9または9:16で生成します。上のボックスはすでにGemini Omni Flashに設定されています。
RefVid の Gemini Omni Flash：仕様
| 項目 | RefVid の Gemini Omni Flash |
|---|---|
| クリップの長さ | 3〜10 秒 |
| 解像度 | 720pまたは1080p |
| 画面比率 | 16:9または9:16 |
| 音声 | すべてのクリップで音声あり |
| 参照写真 | 1 つの被写体につき 1〜10 枚 |
| プロンプトだけで動画を作る | 可 |
| 終了フレーム（クリップの最後の画像） | 不可 |
| 実在の人物に見える写真 | 可 |
| プロンプトの最大長 | 19,700 文字 |
| 1 秒あたりのクレジット（720p） | 37（音声あり） |
| 1 秒あたりのクレジット（1080p） | 55（音声あり） |
Gemini Omni Flash とは
- Gemini Omni Flashは、テキスト・画像・動画のリファレンスから音声つきの動画を作るGoogleのモデルです。最初のバージョンであるgemini-omni-flash-previewは、2026年6月30日に720p専用で登場しました。2026年8月27日に続いたバージョン1.1では、360p・1080p・4Kの出力、クリップの延長、先頭・末尾フレームからの動画生成が加わりました。GoogleのGemini APIの変更履歴とモデルページによると、バージョン1.2は2026年11月5日に一般提供が始まり、ネイティブ音声つきの3〜15秒のクリップ、1回3〜10秒ずつ合計30秒までの延長、30%安くなった出力料金を備えています。2026年12月3日からは、1.1へのリクエストはGoogleによって1.2に振り向けられます。
- RefVidはGemini Omni Flash 1.1を、fal.aiのreference-to-videoエンドポイント経由で実行しています。このエンドポイントはリファレンス画像を最大10枚受け付け、720pまたは1080pで3〜10秒を生成します。どのクリップにも音声が付き、音声なしのバージョンはありません。生成できる画面比率は16:9と9:16のみなので、正方形のテンプレートを選ぶと16:9に切り替わります。
Gemini Omni Flash 1.2・1.1 vs プレビュー版と Veo 3.1 Fast
- Googleは2026年10月22日に、gemini-omni-flash-previewとVeo 3.1のプレビューモデルをどちらも終了し、それぞれの後継としてGemini Omni Flash 1.2を挙げています。1.1自体も12月3日から1.2に振り向けられます。Veo 3.1 Fastの8秒に対し、1.1は最長10秒、1.2は最長15秒まで作れ、falのエンドポイントではリファレンス画像を、GoogleのVeoの3枚に対して10枚まで使えます。
| Veo 3.1 Fast（プレビュー） | Gemini Omni Flash プレビュー版 | Gemini Omni Flash 1.1 | Gemini Omni Flash 1.2 | |
|---|---|---|---|---|
| 公開日 | 2025年10月15日 | 2026年6月30日 | 2026年8月27日 | 2026年11月5日 |
| 状況 | 2026年10月22日に終了 | 2026年10月22日に終了 | 一般提供中、2026年12月3日から1.2に移行 | 一般提供中 |
| クリップの長さ | 4・6・8秒（リファレンス画像を使う場合は8秒） | 3〜10秒 | 3〜10秒、延長可 | 3〜15秒、最長30秒まで延長可 |
| 解像度 | 720p、1080p、4K | 720p | 360p、720p、1080p、4K（1080pと4Kはアップスケール） | 360p、720p、1080p、4K |
| 画面比率 | 16:9、9:16 | 16:9、9:16 | 16:9、9:16 | 16:9、9:16 |
| リファレンス画像 | 最大3枚 | falで最大10枚 | falで最大10枚 | falで最大10枚＋動画3本 |
| falでの1秒あたりの料金 | 音声なし$0.10、音声あり$0.15 | 720pで約$0.13 | 720pで$0.10、1080pで$0.15 | 720pで$0.0819、1080pで$0.1229 |
Gemini Omni Flash reference to video：被写体を音声つきで
- RefVidでは、追加した写真が商品やキャラクターといった1つの保存済みの被写体になり、Gemini Omni Flashは新しいシーンのたびにその被写体を中心に組み立てます。どのクリップにも音声が付くため、話したり音が聞こえたりするクリップに向いています。たとえば、クリエイターが商品を手に持って紹介する場面、物音に反応するペット、街なかのシーンなどです。
- 素直な光で撮った、角度の違う写真を3〜5枚用意してください。商品なら正面・側面・ラベルのアップ、人物なら正面・横顔・全身です。そのうえで、シーンと聞こえる音を書きます。たとえば「彼女は美容液のボトルをカメラに向けて掲げ、一日中もつと話す。背後ではキッチンの物音がかすかに聞こえる。」のように書きます。
Gemini Omni Flash の動画を3ステップで作る
- このページ上部のボックスに商品やキャラクターの写真を1〜10枚追加するか、その上に並ぶテンプレートから始めます。ボックスはすでにGemini Omni Flash、720pに設定されています。
- 起こることと聞こえる音を1〜2文で書きます。設定では、長さ（3〜10秒）、画面比率（16:9または9:16）、1080pを変更できます。
- 「生成」を押します。サインインしていない場合は先にサインインし、その直後にクリップの生成が始まります。生成には通常2〜10分かかり、完成したらメールでお知らせします。
RefVid での Gemini Omni Flash クリップの料金
- クリップはすべて、上の表のとおり音声込みの1秒あたりのクレジットで料金が決まり、生成前にスタジオで合計が表示されます。新規アカウントには最初の1本用の無料クレジットが付与され、透かしも入りません。その後は、動画1本が$2.99から、買い切りのクレジットパックが$9.90から、プランが月額$10からです。失敗したクリップのクレジットは自動で返還されます。
RefVid の全モデルと並べた Gemini Omni Flash：実測のクリップ数・待ち時間・料金
- この数字はメーカーの発表ではなく、私たちの実測です。2026/10/27～2026/11/06にチーム外の人が RefVid で開始したすべてのクリップを、選ばれたモデル別に分け、完成した本数と、生成の開始からクリップの完成までの待ち時間の中央値を出しました。隣には各モデルの写真の上限、クリップの長さ、5秒クリップの現在の料金を並べているので、Gemini Omni Flash をほかのモデルと1つの表で比べられます。
- 完成率と待ち時間は、期間中に完成または失敗したクリップが20本以上あるモデルだけに表示します。最近追加したモデルはまだ本数が少なめです。失敗したクリップは無料で、クレジットはアカウントに戻ります。表は利用統計の最新スナップショットに合わせて更新されます。
| モデル | クリップ（完成または失敗） | 完成 | 待ち時間の中央値 | 1つの被写体の写真 | クリップの長さ | 5秒クリップのクレジット | $9.90のパックでの費用 |
|---|---|---|---|---|---|---|---|
| Kling 4 | 18 | 20本未満 | 20本未満 | 10 | 3–30 秒 | 290 | $1.91 |
| Kling 3.0 Omni | 310 | 83% | 2.1 分 | 10 | 3–15 秒 | 155 | $1.02 |
| Seedance 2.5 | 3 | 20本未満 | 20本未満 | 10 | 4–30 秒 | 860 | $5.68 |
| Wan 3.0 | 13 | 20本未満 | 20本未満 | 10 | 3–30 秒 | 185 | $1.22 |
| Vidu Q4 | 21 | 71% | 4.2 分 | 10 | 3–16 秒 | 125 | $0.83 |
| Gemini Omni Flash | 1 | 20本未満 | 20本未満 | 10 | 3–10 秒 | 185 | $1.22 |
| PixVerse C1 | 80 | 99% | 1.4 分 | 7 | 3–15 秒 | 95 | $0.63 |
| Happy Horse 1.1 | 1 | 20本未満 | 20本未満 | 9 | 3–15 秒 | 255 | $1.68 |
| MiniMax H3 | 1 | 20本未満 | 20本未満 | 5 | 5–15 秒 | 110 | $0.73 |
ほかのモデルが向いている場合
- Gemini Omni Flashは、音声つきの短いクリップに向いています。正方形のクリップや10秒より長いクリップなら、設定でKling 4、Wan 3.0、Vidu Q4を選んでください。音声なしのクリップを1秒あたり安く作るなら、Kling 3.0 Omni、Vidu Q4、PixVerse C1のほうが割安です。保存した被写体はどのモデルでも使えます。
テンプレートから始める
カット、画面比率、長さが設定済みのスタジオが開きます。あなたの商品を追加して生成するだけです。
AI動画モデルについてもっと読む
テキストから動画AI →
よくある質問
Gemini Omni Flash は RefVid で無料で使えますか？
新規アカウントには、最初の1本用に180クレジットが無料で付与されます。透かしは入らず、カードの登録も不要です。Gemini Omni Flashのクリップには必ず音声が付くため、音声なしの無料クリップより1秒あたりの料金が少し高くなります。クリップの料金がクレジット残高を超える場合は、生成前にボックスがそう表示し、残高の範囲で作れる選択肢を提案します。
Gemini Omni Flash の料金はいくらですか？
fal.aiでは、RefVidが使っているGemini Omni Flash 1.1のreference to videoは720pで1秒あたり$0.10、1080pで$0.15、1.2は$0.0819と$0.1229です。Google自身のAPIでは、1.2は720pで1秒あたり約$0.07です（2026年11月6日確認）。RefVidでは音声込みの1秒あたりのクレジットで料金が決まり、具体的な数字は上の表にあります。
Gemini Omni Flash は音声も生成できますか？
はい。Gemini Omni Flashのクリップはすべて音声つきで生成され、音声なしのバージョンはありません。そのためRefVidでは、このモデルの音声スイッチはオンのままになります。
Gemini Omni Flash はリファレンス画像を何枚使えますか？
fal.aiのGemini Omni Flash 1.1 reference-to-videoエンドポイントは最大10枚、1.2のエンドポイントは画像10枚に加えて動画3本まで受け付けます。Googleの1.2のリリースノートでは、最大6枚のリファレンス画像にわたる一貫性が説明されています。RefVidでは1つの被写体の写真を最大10枚追加できます。
Gemini Omni Flash と Veo 3.1、どちらを使うべきですか？
Googleは2026年10月22日にGemini APIのVeo 3.1プレビューモデルを終了し、後継としてGemini Omni Flash 1.2を挙げています。Gemini Omni FlashはVeo 3.1 Fastの8秒に対して、1.1で最長10秒、1.2で最長15秒まで作れ、falのエンドポイントはVeoの3枚に対してリファレンス画像を最大10枚受け付けます。