Google
Gemini Omni Flash
Gemini Omni Flashは、Geminiのマルチモーダルな推論能力と生成メディア技術を組み合わせた、動画の生成・編集向けモデルです。Omniシリーズの最初のモデルとして、2026年5月19日のGoogle I/Oで発表されました。(blog.google) テキスト、画像、音声、動画を入力として扱い、音声付きの動画を生成できます。ただし、実際に利用できる入力形式は製品やAPIのバージョン…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Gemini Omni Flashは、Geminiのマルチモーダルな推論能力と生成メディア技術を組み合わせた、動画の生成・編集向けモデルです。Omniシリーズの最初のモデルとして、2026年5月19日のGoogle I/Oで発表されました。(blog.google) テキスト、画像、音声、動画を入力として扱い、音声付きの動画を生成できます。ただし、実際に利用できる入力形式は製品やAPIのバージョン…
Googleが2026年5月19日に発表したGemini 3.5シリーズのFlashモデル。Gemini 3 Flashを基盤とする、ネイティブなマルチモーダル推論モデルで、高速な応答とエージェント処理・コーディングを重視している。思考レベルにより、品質・コスト・遅延のバランスを調整できる。(blog.google) テキスト、画像、音声、動画を入力し、テキストを出力する。Google…
Qwen3.5-Omniを基盤とする、リアルタイムの多言語音声・映像翻訳モデルです。音声を入力し、映像から取得した画像を文脈として併用できます。翻訳結果はテキスト、またはテキストと音声で出力できます。国際会議、ライブ配信のローカライズ、オンライン授業、商談などが想定用途です。(qwen.ai) 60言語を理解し、そのうち29言語はテキストと音声、残る31言語はテキストのみで出力できます。音声クロー…