Googleが同日に二つのモデルを公開：Gemini Omni FlashとNano Banana 2 Lite

Googleは2026年6月30日、Gemini Omni FlashとNano Banana 2 Liteの二つの新しい生成モデルを同時発表した。両モデルはGoogle AI StudioとGemini APIを通じて開発チームが即座に利用可能で、それぞれ異なるモダリティ——前者は動画、後者は画像——をカバーし、初日から明確な価格体系が定められている。

Googleが一日で動画モデルと画像モデルを同時発表

異なるモダリティを持つ二つのモデルの同時発表は、Googleであっても珍しい動きだ。Gemini Omni Flashは動画プロデューサーや自然言語でクリップを素早く会話的に編集したい開発者向けに設計されている。Nano Banana 2 Liteは速度と低コストが重要な大量の画像制作をターゲットにしている。共通点：両モデルとも、出力品質と同じくらいコストの予測可能性が重要な高ボリューム・コスト重視のアプリケーションを狙っている。

Gemini Omni Flashとは何か？

Gemini Omni Flash（gemini-omni-flash-preview）は、Geminiの推論能力と動画生成・編集を組み合わせたマルチモーダルモデルだ。テキスト・画像・動画を入力として受け付け、自然言語でクリップを会話的に改善できる——ユーザーが変更を説明すると、モデルはゼロから生成し直すことなくそれを適用する。

クリップの最大長は10秒。料金は動画出力1秒あたり$0.10で、最大長の10秒クリップは**$1.00**になる。より長い動画も予告されているが、確定日は未定だ。

モデルはGoogle AI Studio、Gemini API、Gemini Enterprise Agent Platform、Geminiアプリ、Google Flowで利用可能。用途は短い広告の自動制作、Storiesフォーマット、プロモーションクリップ、クリエイティブコンセプトの高速プロトタイピングなどが挙げられる。

現段階での制限についてGoogleは明示している。音声参照はまだ対応していない。APIを通じたシーンの延長はできない。3秒を超える動画参照は一貫した処理が保証されない。シーン変更やパノラマカメラ移動におけるキャラクターの一貫性が課題となる可能性があり——特に同一プロダクション内の複数クリップに登場するキャラクターの場合は注意が必要だ。

Nano Banana 2 Lite：より速く、より安く、より広く利用可能

Nano Banana 2 Lite（gemini-3.1-flash-lite-image）は二つのモデルのうちGAステータスを持つ唯一のモデルだ——プレビューの制限なく一般提供されている。Googleは現在のラインナップの中で最も速くコスト効率に優れたGemini Imageモデルとして位置づけている。

注目の数値：テキストから画像までのレイテンシーはわずか4秒。1K解像度で1,000枚あたり$0.034。これは1,000枚生成あたり3.5セント以下というコストで、視覚コンテンツの大量生成において最も安価な商用オプションの一つに位置づけられる。

モデルは画像編集、画像内に読めるテキストの生成、同一セッション内で複数の連続生成を通じたキャラクターの一貫性をサポートしている。Omni Flashよりも広い配布範囲を持つ：Google AI StudioとGemini APIに加え、Nano Banana 2 LiteはGemini Searchの「AIモード」、NotebookLM、Google Photos、Google Adsにも統合されており——多くのユーザーが実装を明示的に知ることなく、すでにモデルとやり取りしていることを意味する。

市場の文脈と制限事項

Googleのnano Banana 2 Liteの動きは、高ボリューム利用向け低価格画像モデルのセグメントにおいてStability AIとIdeogramへの直接的な回答だ。4秒のレイテンシーと1,000枚あたり$0.034という価格は、大量の画像生成を扱うチームにとってGeminiプラットフォーム内の新たな基準点を設定する。

Gemini Omni FlashはOpenAIが本番APIで安定した動画ソリューションをまだ持っていない領域に参入する。会話的な編集アプローチ——ユーザーが変更したいことを説明し、モデルが修正を適用する——は、従来の動画ツールの時間的・財政的コストをかけられなかった小規模スタジオやクリエイターのために制作ワークフローを変える。

10秒という制限は、Veo 3やSora 2のような長編コンテンツをカバーするモデルの領域からOmni Flashを除外するが、短いフォーマット——広告、ストーリークリップ、ティーザーコンテンツ——については明確で透明性の高い経済モデルを持つ自然なフィットだ。より長い動画、音声参照、シーン変更時のキャラクター一貫性の向上は今後の反復で予告されている。