Nano Banana 2 LiteとGemini Omni Flash、画像・動画編集をAPI運用へ

画像と動画編集がAPIワークロードに

生成メディアモデルの競争は、見栄えのよいサンプルだけでは決まらなくなっている。Google DeepMindは2026年6月30日のX投稿で、Nano Banana 2 Liteを画像生成と編集向けの高速・低コストモデルとして紹介した。同じ流れでGemini Omni Flashも示し、会話型の動画編集を開発者向けに広げる形を取った。

“Nano Banana 2 Lite: our fastest, most cost-effective image generation and editing model.”

Google DeepMindの公式アカウントは、Gemini系モデル、研究論文、製品化されたAI機能を並行して発信する。今回の投稿はGoogleのブログ記事に接続しており、Nano Banana 2 LiteとGemini Omni Flashを同じ開発者向けの文脈で扱っている。重要なのは、画像と動画編集が単発のデモではなく、アプリケーションに組み込むAPI作業になりつつあることだ。

具体的な違いは呼び出し回数に出る。画像や動画の編集は、一度の生成で終わらない。商品写真の背景変更、広告素材の比較、チュートリアル動画の短縮、動きの修正など、同じ素材に対して何度も指示を出す。Googleがfastestとcost-effectiveを前面に出す理由はここにある。モデルが十分に安く速ければ、ユーザーは一つのワークフローで数十回試せる。

Gemini Omni Flashはこの考え方を動画へ広げる。会話型動画編集では、モデルがフレーム、指示、前後の一貫性を理解しなければならない。開発者にとっては品質だけでなく、watermark、編集履歴、安全フィルター、肖像や著作権への対応も製品要件になる。

次に見るべき点は、価格、quota、提供地域、そして編集履歴や出所表示の扱いだ。Nano Banana 2 Liteが大規模利用で本当に低コストなら、画像生成は日常的なデザインツールに入りやすくなる。Gemini Omni Flashが場面の一貫性を保てるなら、動画編集の自動化も試験機能から実運用へ近づく。出典: Google DeepMind source tweet · Google blog post