常時オンの同期オーディオ
全てのクリップには、アンビエンス、エフェクト、スピーチなど、生成されたサウンドが付属します。プロンプトに「Audio:」と記述することで制御できます。
モデル · Google Gemini Omni Flash
Gemini Omni Flash — 音声付きAI動画、1クリップ$0.30から
ショート動画のためのGoogleのワールドモデル。すべてのクリップに同期した音声と物理的に自然な動きが付き、会話で編集できます——変更を伝えればシーンが再生成されます。長さは正確に指定でき、1クリップ3〜10秒、ShortsやReels向けに16:9または縦型9:16。1.1世代では360pドラフト、1080p・4K、最長40秒までのシーン延長が加わりました。720pで1秒あたり$0.10（1クリップ$0.30–$1.00）、暗号資産で支払い。サブスクリプション不要。
Omni 1.1 Flash 提供開始
第2世代では、3分の1の価格で作れる360pドラフト、1080p・4K出力、終了フレーム、動画リファレンス、最長40秒までのシーン延長が加わりました。2026年9月以降、スタジオのOmni Flashを動かしているのはこのモデルです。
01Gemini Omni Flashとは
Gemini Omni Flashとは何ですか？
Gemini Omni Flashは、GoogleのGemini Omniファミリーにおける最初のモデルです。物理エンジンと同じようにシーンを推論し、それを動画としてレンダリングするワールドモデルです。テキスト、画像、または以前の結果を送信すると、ネイティブ同期オーディオ付きの正確に3〜10秒の720p 24fpsクリップ（アンビエンス、エフェクト、さらにはスピーチも含む）が、ピクセルと同時に生成され、後から追加されることはありません。Googleは2026年5月にGeminiアプリ、Flow、YouTube Shortsにこれを導入し、2026年6月30日にAPI (gemini-omni-flash-preview) を公開しました。BananaBananaでは、Veo 3.1ファミリーと並行して本番稼働しており、同様のバランスで、動画1秒あたり$0.10（1クリップあたり$0.30–$1.00）、暗号通貨で支払い可能です。
なぜShorts、Reels、TikTok向けに作られたのですか？
ショート動画には、デフォルトでオンの音声、リアルな動き、そして迅速な反復という3つの要素が必要です。Omni Flashはこれら全てを提供します。オーディオは常にオンであり、モデルが表示内容からシーンの音をどのようにすべきかを決定します。動きは、シーンを推論するワールドモデルから生まれます。シロップが注がれ、紙が漂い、湯気が適切に立ち上るといった動きが、通常は複雑なプロンプトなしで実現されます（最も物理的に重要なショットでは、Veo 3.1の方がより安全なレンダリングを提供します）。また、最初からプロンプトを再入力する代わりに、「夕暮れにして」「窓に雨を追加して」といった会話を通じて修正できます。その間もモデルはキャラクター、ライティング、カメラの一貫性を保ちます。プロンプトはコントロールパネルでもあります。そのままではショット間がカットされやすいため、単一のノーカットテイクを要求したり、拍子を[0-3s]の範囲で指定したり、画面に表示するテキストを引用したりします。縦長の9:16で生成すれば、クリップはクロップなしでShorts、Reels、またはTikTokに直接アップロードできます。
02機能
Omni Flashでできること
会話型編集
変更を伝えるだけで、キャラクター、ライティング、カメラの一貫性を保ったままシーンが再生成されます。編集は連続して行え、完成した動画（Veoクリップやご自身でアップロードしたものなど）を送信して動画間編集（Video-to-Video）を行うこともできます。
物理法則を考慮したワールドモデル
モデルは物理エンジンと同じようにシーンを推論します。液体、煙、布などは、通常、初回で説得力のある振る舞いをします。
画像から動画へ
どんな写真でも開始フレームとなり、プロンプトが動きとサウンドスケープを記述します。同じリクエスト内に参照画像を組み合わせることもできます。
被写体参照
最大10枚の参照画像により、全く新しいシーンでもキャラクターや製品の一貫性を保てます。開始フレームと併用することもできます。
フォーマットと長さを設定
生成ごとにアスペクト比を選択できます。縦長出力はShorts、Reels、TikTok向けにフレーム調整されます。また、正確なクリップの長さを3〜10整数の範囲で指定でき、1秒ごとに$0.10支払います。
03制限事項
正直なところ、できないこと
これはGoogleのAPI自体の制限であり、当社の統合の制限ではありません——そして1ドル使う前に知っておく価値があります。ネイティブのレンダリングは720pです。第1世代はそこまでで、Omni 1.1の1080p・4Kは同じ720pレンダリングのアップスケールであり、ディテールが増えるわけではありません——ネイティブ4KならVeo 3.1を。1クリップは3〜10秒です。第1世代はこれを超えられず、Omni 1.1も3〜10秒の延長を継ぎ足すことでしか伸ばせません（合計最長40秒）。編集はシーンを変えますが長さは変えません。編集後のクリップは必ず元と同じ長さで返ってきます。
プレビューAPIには、シード（同じシードとプロンプトでも異なるテイクになります）、ネガティブプロンプトパラメーター、プロンプト強化、リクエストごとの複数サンプル、およびオーディオオフ機能もありません。これらのいずれかが必須要件である場合は、Veo 3.1ファミリーがそれらをカバーしています — 同様のバランスで、同じジェネレーターです。
04使い方
プロンプトからクリップまで数分で
無料登録
メールアドレスとパスワードのみ — クレジットカード、Googleアカウント不要、初期残高$0.20無料。
暗号通貨でチャージ
USDT, USDC, BTC, ETH, SOL, TONなど、$1からチャージ可能。$50以上で5%ボーナス、$100以上で10%ボーナス。
生成して、会話で編集
プロンプトを作成（「Audio:」行を追加）、16:9または9:16、そして正確な長さを選択し、$0.30から生成 — その後、変更を記述して微調整します。
05料金
秒単位の料金設定、音声込み
| モデル | クリップあたりの料金 | 時間 | 解像度 | オーディオ |
|---|---|---|---|---|
| Gemini Omni Flash動画1秒あたり$0.10 | $0.30–$1.00 | 3〜10秒（お客様が選択） | 720p | 常時オン |
| Veo 3.1 Fast音声付き | $0.50–$1.00 | 4〜8秒（選択可能） | 最大4K | オプション |
| Veo 3.1音声付き | $1.50–$3.00 | 4〜8秒（選択可能） | 最大4K | オプション |
Veoの料金は720p/1080pの場合で、4Kは追加料金がかかります。Omni Flashは出力動画1秒あたり$0.10が課金されるため、クリップの費用は$0.30–$1.00になります。編集はソースと同じ長さの新規生成となり、同じ料金率が適用されます。全ての料金表は料金ページをご覧ください。
全料金ページで全てのモデルを比較 — または、お支払い前にOmni Flash APIの徹底レビューをご覧ください。
06詳細はこちら
ブログからのガイド
07よくある質問
Gemini Omni Flashに関する回答
Gemini Omni Flashとは何ですか？
Gemini Omni Flashは、GoogleのGemini Omniファミリーにおける最初のモデルです。テキスト、画像、または以前のクリップを、同期されたサウンドが同時に生成される短い720p動画に変換するワールドモデルです。2026年5月にコンシューマー向けにリリースされ、2026年6月30日には<code>gemini-omni-flash-preview</code>としてAPIが公開されました。BananaBananaでは、Veo 3.1ファミリーと並行して本番稼働しています。
Gemini Omni Flash動画の料金はいくらですか？
BananaBananaでは動画1秒あたり$0.10です。3秒のクリップで$0.30、10秒フルで$1.00、音声込み、サブスクリプション不要。既存のクリップを編集する場合も、同じ長さで同じ料金率の新規生成となります。$1から暗号通貨でチャージし、クリップごとに支払います。
詳しい回答を読むGemini Omni Flashはサウンドを生成しますか？
はい — 常に生成されます。全てのクリップには、ネイティブ同期オーディオが付属します。アンビエンス、エフェクト、要望に応じてスピーチも含まれます。オフにすることはできません。唯一の制御方法はテキストであり、プロンプト内の「Audio:」行でサウンドスケープを記述してください。
クリップの長さや解像度を選択できますか？
長さは指定できます。3〜10の任意の整数秒で、720pなら1秒ごとに$0.10です。解像度は世代次第です。Omni Flash 1.0は720pのみ、Omni 1.1 Flashは3分の1の価格の360pドラフト階層と、秒単価が高めの1080p・4Kアップスケールを追加しています。アスペクト比も選べます。ワイドスクリーンなら16:9、Shorts・Reels・TikTokなら縦型9:16。例外がひとつ、編集後のクリップは元の長さを引き継ぎます。モデルは動画を伸ばすことも縮めることもできないからです。
詳しい回答を読む会話型編集はどのように機能しますか？
クリップを生成し、変更を伝えます——「雪を降らせて」「マグをグラスに替えて」——するとOmni Flashはキャラクター・照明・カメラを保ったままシーンを再生成します。編集は重ねられます。自分で作っていない動画も編集可能です。Veoの生成物や自分のアップロードを含め、完成したクリップを送れば、同じ長さでスタイルを変えて戻ってきます。各編集は1秒$0.10の通常の生成です。クリップを長くするのは別の機能——シーン延長——で、Omni 1.1 Flashにしかありません。
Gemini Omni FlashとVeo 3.1、どちらを使うべきですか？
音が重要で、フォーマットが縦型のショート動画やSNS動画ならOmni Flashを。音声は常にオン、物理は自然で、会話による反復は1秒$0.10（1クリップ$0.30–$1.00）です。360pドラフト、4K納品、10秒を超えるシーンには1.1世代を。細かな制御が必要ならVeo 3.1を——4/6/7/8秒の正確な長さ、ネイティブ4K、任意の音声、シード、最初と最後のフレーム、最長148秒までの延長。
Googleアカウントやクレジットカードは必要ですか？
いいえ。BananaBananaは暗号通貨のみを受け付けています — USDT, USDC, BTC, ETH, SOL, TONおよびその他の主要なコインで、最低$1からチャージ可能です。メールアドレスでサインアップし、チャージして生成するだけです。未使用残高には有効期限がありません。
音声付きの最初のクリップを作成しましょう
Gemini Omni Flash — 音声常時オンで1クリップあたり$0.30–$1.00、1秒あたり$0.10課金。Veo 3.1は$0.10から。暗号通貨で従量課金、サブスクリプションなし、開始時に$0.20無料。