Gemini Omni 1.2と1.1を徹底比較：同じプロンプトでの動画生成テスト

👁 111閲覧数

現在コード内でGemini Omni 1.1 Flashを利用している場合、特別な移行作業は必要ありません。2026年12月3日より、Googleはリクエストを自動的にバージョン1.2へとリダイレクトし、改定された低価格レートで課金を開始します。しかし、バージョン1.2の進化はコスト削減だけにとどまりません。生成される映像のクオリティにどのような違いが生じるのか、リリース当日の2026年11月5日に全く同一の指示文を用いて両モデルで検証を行いました。

数字で見る変更点

私の試算では、利用コストは約31%削減されています。生成にかかる待ち時間はほぼ同等です。対応解像度、アスペクト比（16:9および9:16）、シード値、そして開始フレームや終了フレームの指定機能は、両バージョンで共通して機能します。

人物の一貫性：最大の進化ポイント

Googleは1.2において、最初のフレームから最後のフレームまでの人物の「ドリフトや変形の抑制」を強化したと説明しています。今回のテストにおいて、その差はバーベキューで口論する市民農園の場面（プロンプトはポーランド語で指定）で最も明確に表れました。

バージョン1.1では、シーンが3つのショットに分断されてしまいました。最初にハンチング帽の男性が映り、次にテーブルの傍にいる全く別人の緑のシャツの男性へのクローズアップが入り、最後には再び2人の男性が映るものの、2人目の人物は前の誰とも似ていません。指定したセリフはすべて話されているものの、映像全体の整合性が破綻しています。

対するバージョン1.2では、落ち着いたワンカット映像が生成され、両人物が6秒間を通じて完全に同一の人物として保たれました。その代償としてセリフの一部が短縮され、冒頭の発話から「Lidl（ディスカウントスーパー）のじゃない」に相当する表現（ポーランド語: nie z Lidla）が抜け落ちました。しかし、セリフは生成秒数を伸ばすことで調整できるのに対し、途中で別人になってしまう映像の破綻は修正できないため、この変化は望ましいトレードオフと言えます。

カメラワークの制御力

もうひとつの改善点は、カメラワークの精密な制御です。スムーズなフライスルー、ズームアウト、パン回転において不要なカット割りが減り、被写体のスケール感が一定に保たれるようになりました。リンゴを売る露店の女性の周囲をカメラが回り込むテストでは、両バージョンともプロンプトを正しく理解し、女性の背後へと視点を移動させています。ただし、1.2のほうがカメラワークが滑らかで、フレーム内における人物のサイズも安定しています。

そして1.2の実用上の大きな強みは最長15秒のサポートです。集合住宅の上空から大衆食堂のテーブルへと一気に降下する15秒間のFPVワンカットなどは、バージョン1.1では生成不可能でした。以前なら2つのクリップを生成してつなぎ合わせ、モデルが偶然同じ位置に合流することを期待するしかありませんでした。

引き継がれている制限事項

• 公式なサポート言語は英語が中心です。その他の言語でも自然に発話するケースは見られますが、公的なベンチマーク評価は英語基準となっています。
• EEA（欧州経済領域）、スイス、英国においては、アップロードした動画に対する編集や延長はできず、AIが新規生成した動画のみ編集可能です。
• API経由での音声リファレンス入力は依然として提供されていません。
• 激しいスポーツの動きや複雑な物理挙動の再現は、Google自身も引き続き改善課題として挙げています。

今すぐ移行すべきか

個人や自費プロジェクトでAPIを利用しているなら、今すぐ1.2へ切り替える価値があります。同一の映像生成コストが約3割安くなり、被写体の人物破綻も大幅に減少するためです。現時点で1.1を維持する唯一の理由は、進行中のプロジェクトで過去のクリップと質感を厳密に揃えたい場合に限られます。ただし、12月3日には自動で移行されるため、早期に切り替えて検証しておくのが得策です。他社モデルとの比較はOmni 1.2対Seedance・Kling・Veo・Wanの比較記事、リリース全体の概要はGemini Omni Flash解説ハブをご覧ください。

// 続きを読むGPT-Image-2.6のFlareとSunburst比較：同一料金で生成速度は3倍の差ベンチマークGTA 6風動画をAIで作る：Wan 3.0・Seedance・MiniMax徹底比較ベンチマークBria FIBO 2.0をテスト：画像生成・編集・文字描画ベンチマーク