Omni Flashとは？機能・アクセス方法・ビルダーガイド

こんにちは、Doraです。I/O 2026の当日の午前中に、ロールアウトの投稿と料金ページを読み、その後Geminiアプリを開いて、実際に出荷されたものと「coming weeks（数週間以内）」とラベル付けされたままのものを確認しました。これはそのメモ版です — Omni Flashがパイプラインに何らかの変化をもたらすかどうかを判断しようとするビルダーやプロダクトチーム向けです。

先に短いまとめを：このモデルは本物であり、今日コンシューマー向けサーフェスでライブです。開発者向けAPIはまだです。そのギャップはデモよりも重要です。

Omni Flashとは何か（GoogleのOmniシリーズ初のモデル）

ではOmni Flashとは何か、具体的に言うと？Gemini Omni Flashは、2026年5月19日のI/OでGoogleが発表した新しいOmniファミリーの最初のモデルです。Google DeepMindは「あらゆる入力から何でも作成する — ビデオから始まる」と位置付けています。「から始まる」という点が重要です — 長期的なロードマップはあらゆる入出力のモダリティルーティングをカバーしていますが、今日出荷されたのは、マルチモーダルな入力からビデオ出力を生成するものです。画像と音声の出力は公開ロードマップにあるものの、製品にはまだ含まれていません。

Gemini Omniロードマップにおける位置づけ

Omniは単一モデルではなくファミリーとして位置付けられています。Flashはコンシューマー向けの最初のステップです。上位モデルであるOmni ProはGoogle DeepMindによって確認されていますが、リリース日は未定です — Nicole BrichtovaTechCrunchに語ったところによれば、Proは「Flashを明確に上回るステップを達成したと感じたときに」登場するとのことです。つまり、近々ではないと読み取れます。

Googleが「Nano Bananaのビデオ版」と表現する理由

Nano Banana — 2025年に登場したGoogleの画像生成・編集モデル — は、Omniがビデオ向けに実現しようとしているものの雛形を作りました：会話形式の編集、イテレーション間でのアイデンティティの持続、非技術系ユーザーにとっての低い参入障壁。Omniを紹介するGoogleの公式ブログ投稿ではその系譜が明示的に示されています。アーキテクチャ的には、このGoogle DeepMind Omni Flashリリースは、専門システム間でリレーするのではなく、単一のフォワードパスでモダリティをまたいで推論します。それがVeo＋音声パイプライン的なアプローチと比べて意味のある出力の向上につながるかどうかは、今後注視するつもりです。デモはキュレートされたものです。実際のワークフローはそうではありません。

ローンチ時に確認された機能

今日の製品で確認されたOmni Flashの機能です。予告されたものではありません。

マルチモーダル入力（テキスト、画像、動画、音声）

これらを単一のプロンプトで任意に組み合わせることができます。モデルはそれらを連結されたアセットではなく、統一されたシーンの説明として扱います。これは発表の中で最も明確な部分であり、Veoのテキスト対ビデオパイプラインとの差別化要素です。

ネイティブ音声付き最大10秒のビデオ出力

クリップは10秒が上限です。Brichtovは、これはモデルの限界ではなく展開上の決定だと説明しました — アクセスが広がる中でコンピュートの需要をコントロールするためのものです。音声はビデオと同期して生成され、後付けではありません。GoogleのCTO Koray Kavukcuogluが記者に見せた大理石が弾む動画のデモでは、衝撃音や反響音が自動的に生成されました。なお、TechTimesの独立テスターによると、生成品質の面ではByteDanceのSeedance 2.0やAlibabaのWan 2.7に劣る可能性があるとのことです（編集レイヤーは優れているとしても）。

自然言語による会話形式の編集

各指示は前の指示の上に積み重なります。「彫刻を泡で作って」— 適用され、状態が保持され、次の指示は新しい状態に対して作用します。これがワークフローの転換点であり、プロダクション作業で時間を節約できる可能性が最も高い部分です：プロンプトの書き直しが減り、最初からやり直す回数が減ります。

肖像の挿入とシーンの一貫性

Avatarフィーチャーを使うと、自分のデジタル版を作成できます（オンボーディングではカメラの前で数字の並びを話す必要があります — OpenAIが廃止したSora Cameosから借用したようなディープフェイクチェックです）。一度保存されると、アバターは複数の生成にわたって持続します。

SynthIDウォーターマーキングと安全制約

すべての出力には目に見えないSynthIDウォーターマークが付与されており、Geminiアプリ、Chrome、Google Searchで検証可能です。SynthIDはこれまでに1,000億以上のAI生成画像と動画をマーキングしています。音声と肖像の自由な編集は制限されています — Googleが述べる理由は責任ある展開のためです。

今日アクセスできる場所

3つのサーフェス、それぞれ異なる上限があります。

サーフェス	対象者	コンピュート予算
Geminiアプリ	世界中のAI Plus、Pro、Ultraサブスクライバー	コンピュートベースの週次制限（新モデル）
Google Flow	AI Plus / Pro / Ultra	月200 / 1,000 / 10,000〜25,000 Flowクレジット
YouTube Shorts & Createアプリ	無料ユーザー	今週ローリングアウト中

Geminiアプリ（無料プランの制限）

無料ユーザーはGeminiアプリでこのモデルを利用できません。無料のエントリーポイントはYouTubeです。有料プランはAI Plus（月額$7.99）から始まります。

Google Flow（Pro/Ultraのクレジット配分）

Flowは本格的なワークフローが存在する場所です — マルチクリップの構成、素材ライブラリ、カスタムボイス、既存ビデオの編集。Google Flowのサポートドキュメントには、このモデル専用の機能が記載されています：10秒クリップ（下位モデルの4秒/6秒/8秒に対して）、アップロード済みビデオの編集、カスタムボイスの作成。アクション当たりのクレジットコストはクリップの長さと編集タイプによって異なります — クレジットの経済性については別の記事で取り上げます。この概要としては、200クレジット（Plus）は探索的な用途向けです；本格的なイテレーションにはProまたはそれ以上が必要です。

YouTube ShortsとYouTube Create

これはサプライズの配布戦略です。フロンティアモデルへの無料アクセス — 制限付きであっても — は珍しいことです。戦略的な論理：OpenAIは2026年前半にSoraをAPIのみに戻し、コンシューマー向けビデオ空間の競合が減りました。Googleは最高品質よりもリーチでその空間を埋めています。

まだ利用できないもの

Vertex AIの開発者向けAPI（発表済み、GA未）

2026年5月現在、開発者向けAPIは一般提供されていません。Googleのブログによると、開発者と企業向けのAPIを通じたロールアウトは「数週間以内」に予定されています。VentureBeatのエンタープライズ向け解説では明確に述べられています：Vertex APIがGAになるまで、Omniはコンシューマーおよびプロシューマーツールにとどまる、と。インテグレーションを計画しているなら、APIを現在のオプションではなく2026年Q3の計画アイテムとして扱ってください。

長時間生成

10秒が公開上限です。Googleはより長い時間のビデオ生成が計画中だと述べていますが、タイムラインは未公表です。

音声と肖像の自由な編集

自分自身のアバターは使えます。アップロードしたビデオで任意の音声や肖像を自由に編集することはできません。これは機能上のギャップではなく、意図的な安全上の境界線です。

ローンチカバレッジで広まっているいくつかのことは、Googleが公式に確認していません：720p出力の上限、60〜90秒の生成時間、アバターテンプレートパックの名称など。それらは未確認として扱ってください。

ビデオ生成ランドスケープにおける位置づけ

一部の製品サーフェスでのVeoの置き換え

複数のメディアが、Google Omni FlashがFlowとGeminiアプリでVeoを事実上置き換えると報じています。Veoは非推奨ではありません — Veo 3.1はAPIアクセスを維持しており、APIグレードの信頼性でのピュアなテキスト対ビデオには、今日の本番オプションとしてVeoが適しています。しかしGoogle自身のコンシューマー向けサーフェスでは、Omniが新しいデフォルトと報じられています。Googleが訴えるマイグレーションストーリー：今はVeoで出荷し、GAになったら移行を計画する、というものです。

会話形式の編集とプロンプトのみの生成

これがアーキテクチャ上の賭けです。現在のほとんどのビデオモデル — Veoを含め — は各生成を新しいパスとして扱います。Omniの編集はステートフルです。イテレーションを伴うワークフロー（ほとんどのプロフェッショナルなもの）では、最終クリップあたりのクレジット計算が変わります。計算が実際に機能するかどうかは、モデルが編集間でどれだけ意図を維持できるかにかかっています。十分にテストしていないので、まだ何とも言えません。

ビルダーとプロダクトチームが注目すべきこと

APIのタイミングと価格シグナル

開発者向けAPIが本番インテグレーションのゲーティングファクターです。監視すべき2つのこと：実際のSKUが表示されるGemini APIドキュメントと、トークンまたは秒単位の課金構造のVertex AI料金ページです。トークンベースの価格設定 — Geminiファミリーに対するGoogleの標準 — はクリップ単位の価格設定よりも予測が容易になるでしょう。

アグリゲーションプラットフォームへの登場が見込まれる

APIが登場すれば、数週間以内に統合アクセスプラットフォームにモデルが表示されることが予想されます。すでにマルチモデルAPIレイヤーに統合している場合、Veo 3.1からの移行コストは小さいはずです。単一プロバイダーに直接統合している場合、アグリゲーションレイヤーを追加するケースは四半期ごとに強まっています — このローンチはその方向へのもう一つのデータポイントです。

FAQ

Omni Flash APIは開発者向けにまだ利用できますか？

いいえ。2026年5月現在、開発者向けAPIは一般提供されていません。GoogleはGemini APIとVertex AIを通じたロールアウトが「数週間以内」に来ると述べています。それまでは、プログラムによるアクセスはできません。

Omni Flashが生成できるビデオの最大長は？

10秒です。Google DeepMindは、これはモデルのアーキテクチャ上の限界ではなく展開上の決定だと述べています。より長い時間のビデオは計画中ですが、公開タイムラインはありません。

Omni FlashはGoogleのVeoモデルを完全に置き換えますか？

いいえ。Veo 3.1はテキスト対ビデオのワークロード向けにAPIアクセスを維持しています。Google自身のコンシューマー向けサーフェス（Geminiアプリ、Flow）では、新モデルがデフォルトと報じられています。今日の本番APIインテグレーションにはVeoが機能する選択肢です。

Omni Flashの出力を商業的に使用できますか？

GoogleのGenerative AI Prohibited Use PolicyとサブスクリプションプランのTermsに従います。有料プランでは一般的に商業利用が許可されていますが、特定のシナリオ（肖像を含むコンテンツ、第三者の知的財産、規制産業）は現在のGoogleポリシーに照らして確認が必要です。誰かからの一概にYesという回答は信用しないでください。

Omni Flashはすべての生成ビデオにウォーターマークを付けますか？

はい。すべての出力には目に見えないSynthIDウォーターマークが付与されており、Geminiアプリ、Chrome、Google Searchで検証可能です。オプトアウトはできません。

Omni FlashはGoogle自身のアプリ以外で利用できますか？

まだです。現在のアクセスはGeminiアプリ、Google Flow、YouTube Shorts、YouTube Createアプリに限定されています。開発者APIが出荷されると、Vertex AIを通じて利用可能になり、その後まもなくサードパーティのアグリゲーションプラットフォームでも利用できるようになると予想されます。

まとめ

ほとんどのプロダクトチームにとって、今週の実際的な答えは：まだ何も変わらない、です。Veo 3.1で出荷し続けてください。判断ポイントはAPIのGA — それが到来したとき、特にパイプラインがすでにマルチパスのビデオ生成のコストを払っているなら、会話形式の編集というプリミティブは本格的な評価に値します。

コンシューマー向けの実験には、有料プランではGeminiアプリとFlowがエントリーポイントです；YouTubeが無料の経路です。デモと比較して自分自身の品質期待値を調整するために、30分ほど実際に触ってみる価値はあります。

注意点をひとつ：これはGoogleのGemini Omni Flashです。AlibabaからQwen3.5-Omni-Flashという別名のモデルがあります — 別のベンダー、別のロードマップです。混同しないでください。

今日の情報は以上です。APIが出荷されたら改めてレビューします。

関連投稿：