はじめに
Google DeepMindは2026年6月30日、高速かつ低コストな画像生成モデル「Nano Banana 2 Lite」と、動画生成・編集モデル「Gemini Omni Flash」の開発者向け提供を発表しました。両モデルはGoogle AI StudioやGemini API経由で利用でき、コンシューマー向けサービスにも順次展開されています。本稿ではその特徴と組み合わせ方を解説します。
参考記事
- タイトル: Start building with Nano Banana 2 Lite and Gemini Omni Flash
- 著者: Alisa Fortin、Anish Nangia（Google DeepMind プロダクトマネージャー）
- 発行元: Google DeepMind公式ブログ（blog.google）
- 発行日: 2026年6月30日
- URL: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-flash-nano-banana-2-lite/
関連記事
要点
- Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）は、テキストから画像を4秒で生成できる高速・低コスト（1,000枚あたり0.034ドル）なモデルである
- Gemini Omni Flash（gemini-omni-flash-preview）は、テキスト・画像・動画を組み合わせた会話型の動画編集・生成に対応し、Veo 3.1 Fastと同水準の1秒あたり0.10ドルで提供される
- 両モデルはGoogle AI Studio、Gemini API、Gemini Enterprise Agent Platformから利用可能で、AI Mode in SearchやGeminiアプリなどのコンシューマー向け製品にも展開されている
- Interactions APIを用いることで両モデルを連携させ、画像生成から動画化までの一連のワークフローをセッション履歴を維持したまま構築できる
- 生成コンテンツにはSynthID電子透かしが付与され、Geminiアプリなどを通じて真正性を確認できる
詳細解説
Nano Banana 2 Liteの位置づけと性能
Nano Banana 2 Lite（内部モデル名: gemini-3.1-flash-lite-image）は、Googleによれば、迅速なアイデア出しや高頻度な開発パイプライン向けに、速度とコストを最優先して設計されたモデルです。テキストから画像への変換を 4秒 で完了し、1,000枚の1K解像度画像あたり 0.034ドル という価格設定になっています。旧世代の「Nano Banana」（gemini-2.5-flash-image）からの置き換えとして推奨されており、既存の実装をそのまま差し替えるだけで速度・コストの両面で改善が見込めるとされています。
Nano Banana 2は2026年2月にProクラスの品質を高速・低コストで実現するモデルとして登場しましたが、今回のLite版はそこからさらに速度とコストを追求した派生モデルという位置づけになります。Nano Banana系列は現在、速度重視のLite、汎用性の高い標準版、そして複雑な用途向けのPro版という3段階の構成に整理されており、用途に応じてモデルを選択できる点が特徴だと思います。プロトタイピングや大量生成が必要な場面ではLite、精度が求められる専門用途ではProというように、速度とコストのバランスで選ぶ判断軸が分かりやすくなっています。
Gemini Omni Flashの機能と制約
Gemini Omni Flash（gemini-omni-flash-preview）は、Geminiのマルチモーダル推論能力と動画生成・編集を組み合わせたモデルです。テキスト・画像・動画を組み合わせた入力から、自然言語による会話形式での動画編集や、歴史・生物学などの一般知識を活かした場面構築が可能とされています。価格は動画出力1秒あたり 0.10ドル で、これはVeo 3.1 Fastと同水準の設定です。
Gemini Omni Flashは2026年5月のGoogle I/Oでプレビュー発表されていましたが、今回はGemini APIとGoogle AI Studio経由で開発者に本格提供が始まった形になります。一方で、現時点では動画生成の長さが10秒までに限られていることや、音声リファレンスのアップロードとシーン拡張がAPI未対応であること、3秒以内の動画参照はAPI仕様上受け付けられるものの正しく処理されない場合があることなど、いくつかの制約も明らかにされています。場面転換やパンニング時のキャラクター一貫性についても課題が残っているとGoogleは説明しており、実運用に組み込む際にはこうした制約を踏まえた検証が必要だと考えられます。
両モデルを組み合わせた開発ワークフロー
Googleは、Nano Banana 2 Liteで高速に画像を生成し、その画像をGemini Omni Flashに参照として渡すことで動画化するという連携方法を紹介しています。さらにInteractions APIを利用すれば、セッション履歴や文脈を保持したまま最大3回までの連続編集を積み重ねられるとされています。
この組み合わせは、静止画のアイデア出しから動画コンテンツへの展開までを一つのパイプラインで完結させたい開発者にとって、実用的な選択肢になり得ると思います。Googleは実例として、撮影した人物写真を有名観光地に合成した上で動画化する「Anywhere」、部屋の写真から複数のデザイン案を生成し動画で紹介する「Space Lift」、商品画像をECサイト向けの動画に変換する「Omni product studio」という3つのデモアプリをGoogle AI Studio上で公開しています。
安全性とコンテンツの透明性
両モデルで生成されたコンテンツにはSynthID電子透かしが付与され、GeminiアプリやChrome、検索を通じて生成物かどうかを確認できる仕組みが用意されています。生成AIの活用が広がる中で、コンテンツの出所を後から確認できる仕組みは、業務利用における説明責任の観点からも重要な要素の一つだと考えられます。
まとめ
Nano Banana 2 LiteとGemini Omni Flashは、それぞれ画像生成と動画生成・編集の分野で、速度とコストを重視した開発者向けモデルです。両者を組み合わせることで、画像から動画までの一連の制作フローを効率化できる点が今回の発表の要点だと思います。今後の対応言語や動画長の拡張など、続報にも注目したいところです。
