制作費に消費トークンを反映させないとクリエーターは死ぬ。／Gemini Omni Flashはマルチモーダル生成モデル、Seedance 2.0とは比較できない。
Omni Flashはマルチモーダル生成モデル
Gemini Omni Flashがリリースされました。
Google I/Oでは、Veoの次世代モデルについて全く言及されず、Seedance 2.0の対抗馬として、待望していた人にとっては期待はずれだったと思います。
新系統のOmni Flashは、わかりやすく言えばNano Bananaの動画版であり、マルチモーダル生成モデルです。Geminiの世界知識・物理直感・マルチモーダル参照を、動画生成・動画編集のインターフェースに接続した初期世代の統合モデルと言ってよいでしょう。
数ヶ月後には、Nano Banan Pro/2の動画版（つまり、Omni Pro）が登場すると噂されています。
プロの映像制作に特化した「Veo系統」を提供しつつ、一般ユーザーの汎用アシスタントやワークフローの統合基盤として「Omni系統」を展開するデュアル戦略をとるのか、それともOmniに統合してVeo系統は消えるのか、もう少し様子をみる必要があります。
Google Veo：
従来型のプロンプト主導・映像品質主導の動画生成モデル。
Gemini Omni Flash：
Geminiの推論能力を使って、入力素材を理解し、編集指示を積み重ね、映像・音声・画像・テキストを統合するモデル。
いずれにしても、動画生成のメインは今後も、Seedance 2.xということになりそうです。
期待したいのは、Klingの次世代モデルですが、しばらくはKling 4Kをフィーチャーし、新モデル登場にはまだ時間がかかりそう。
以下は、Seedance 2.0の生成動画をOmni Flashで編集したもの。
看板の文字などを変更しています。人物に関しては、肌のディテールが失われてしまうので（品質低下するので）、使い方には注意する必要があります。
短期的にはSeedance 2.0やKlingのような動画生成特化モデルが、完成ショットの品質競争を主導する可能性が高いと思いますが、中長期的にはOmni系が、プロンプト、参照画像、動画素材、音声、編集履歴、権利管理、配信形式を統合する制作基盤へ発展する可能性があります。
Googleが狙っているのは、「Veo 4でSeedanceに勝つ」ことではなく、「動画生成もGeminiエコシステムの一部に吸収する」ことかもしれません。
制作費に消費トークンを反映させないとクリエーターは死ぬ
先日の「クリエイティブ企業 - 意見交換会」のメモを記しておきます。
※CL+は生成AIのビジネスを受けないスタジオのため、「雑談」スタイルの会として実施されました。
現在、高性能モデルの高騰により、クリエーターも「金銭的」負担増に苦心しています。
今後、さらにコスト高になっていく可能性が高いため、急遽、対策のヒントを探る目的で意見交換会を実施することになりました。
「AIのトークン消費（計算リソース代）を制作費に反映させないとやっていけない」という課題は、制作のビジネスモデルが「計算資源集約型」へ移行していることによって生じる構造的な問題です。
この問題に適切に対処しない場合、クリエイターはクライアントの期待に応えようとするほど赤字を掘る「トークン破産」に陥ります。
従来の「人件費＋ソフト代＋素材費」ではなく、「人件費＋制作判断＋AI計算資源費＋失敗生成・検証コスト＋権利・来歴管理費」で考えないと、クリエーター側が赤字リスクを背負う構造になります。
固定見積の危険性
AI動画生成は、1回で完成するものではありません。
プロンプト開発、リファレンス整理、ショット分解、バリエーションのための再生成、アップスケール、音声・字幕・編集確認という反復が前提です。
失敗した生成物にも料金が発生します。
クライアントが「少し表情を変えて」「あと3案見たい」「もっと映画っぽく」「この人物を消して」と要望を出す度に、画像生成、動画生成、エージェントの推論トークン、検証トークンが増えます。これを制作費に入れていない場合、修正対応のたびにクリエーターの利益が削られます。
特に問題になるのは、AIエージェントです。
動画モデルだけなら「何秒生成したか」で判断できますが、エージェントは裏側で大量のトークンを消費します。
たとえば、脚本を分解する、ショットリストを作る、失敗原因を分析する、参照画像ごとの制約を整理する、生成ログをまとめる、権利・来歴メモを残す、といった作業はすべて有益ですが、計算資源を消費します。
エージェント活用は「無料のアシスタント」ではなく「従量課金の制作スタッフ」と見なすべきでしょう。
契約上は、「AI生成費込み」ではなく、「AI計算資源費は想定使用量まで含む」と書きます。たとえば、次のような形です。
本見積には、初期検証用の画像生成〇回、動画生成〇秒相当、AIエージェント処理〇時間相当／〇円相当を含む。追加修正、追加案、仕様変更、尺変更、解像度変更、参照素材変更により上限を超過した場合は、AI計算資源費を実費＋管理手数料で別途請求。
この一文がないと、クライアントは「AIだからすぐ直せる」と考えます。
実際は「すぐ試せる」が「無料で直せる」とは限りません。
修正は人間の作業時間だけでなく、生成回数と検証回数を増やします。ここを曖昧にすると、クリエーターは品質を守ろうとするほど赤字になります。
また、修正回数の考え方も変える必要があります。従来のデザインや映像制作では「初稿＋2回修正」などで管理していましたが、AI映像では「修正1回」の中で何十回も生成テストが発生することがあります。したがって、「修正回数」だけでなく「生成上限」も決めます。
たとえば、以下のように定義します。
初稿制作には、主要ショットごとに最大〇案までの生成テストを含む。採用案決定後の方向性変更は追加制作扱いとする。モデルの偶発的破綻に対する再生成は制作側負担で一定範囲まで対応するが、演出・構成・キャラクター・尺・媒体仕様の変更は追加費用とする。
ここで大事なのは、「AIの失敗」と「クライアントの追加要望」を分けることです。
人物の指が崩れた、表情が破綻した、画面の一部が溶けた等のモデル由来の失敗は、制作側のリスクとして見込む必要があります。一方で、「夜ではなく昼にしたい」「主人公を別の衣装にしたい」「15秒ではなく30秒にしたい」「もっと高級感を出したい」などは、明確に追加コストになります。
クライアントへの説明では、「AIを使えば安くなる」という誤解を解く。
AIは人間の作業を一部圧縮しますが、その代わりに、膨大な候補生成、比較、検証、再生成が必要になります。
つまり、コスト構造は「安い労働力」ではなく「高速な試作設備」に近いものです。高速な設備を長時間回せば、当然コストは増えます。
「サブスク無制限」を見積根拠にしない
Unlimited系プランやアグリゲーターのキャンペーンは、速度制限、商用条件、モデル変更、提供停止、品質差、キュー待ちの影響を受けます。
クライアントワークでは、納期・品質・権利説明が必要になるため、「今月たまたま使える安いプラン」を原価の前提にすると危険です。
見積は、原則としてAPI、明示されたクレジット単価、または安定的に利用できる有料プランを基準にした方が安全です。
メモ書きの続き：
コスト増の正体を正しく診断する
体感する負担増の主因は、モデル単価そのものより「エージェント的な使い方で、見えないトークンが膨張すること」にあります。
単一のリクエストがサブエージェントを生み、複数ターンで数万トークンを消費するのが新しい消費構造です。
逆に言えば、同じ高性能モデルを使っていても、文脈管理が雑な使い方と締まった使い方ではコンピュート消費が数倍違います。
新しい従量制は、この差をそのまま請求額（または枠の消費速度）に反映させます。
さらに見落とされがちな反対方向のトレンドとして、「ある一定の品質水準を出すための単価」は時間とともに大幅に下がり続けています。
最前線モデルの価格は上がっても、半年前の最前線に相当する品質は急速に安くなります。
負担の話は「最先端の単価」と「一定品質の単価」を分けて考える必要があります。
安価モデルの併用
安価なモデルにワークフロー全体を任せれば、当然どこかで品質が崩れます。しかし、実際の制作ワークフローは均質ではありません。
ほとんどの工程は、「フロンティアモデルでなければ成立しない少数の高レバレッジ工程」と「中位モデルや安価モデルで十分な多数の工程」に分かれます。
具体的には、コンセプトの飛躍・難しい構造判断・最終的な品質の詰めといった工程は前者です。
一方、アイデアの量出し、初稿の叩き台、バリエーション生成、整形・要約・変換のような機械的工程は後者で、ここに最前線モデルを使うのはコンピュートの浪費になりがちです。
コスト爆発の多くは、全工程「無差別に最高モデルを使う」ことから来ています。
したがって、取るべきは「工程単位のルーティング」です。難所には最高モデル、それ以外を下位モデルに振ります。
具体的な選択肢
A. 工程分解＋モデルルーティング
難所のみフロンティア、残りを下位モデルに割り当てる。
品質をほぼ維持したままコンピュート消費を大きく削れるのが利点で、トレードオフはパイプラインの構築・保守という固定費が発生すること。
月間支出が小さい個人にとっては、削減額より構築の手間（= 時間コスト）が上回ることがあり、ここは規模との見合いです。
B. サブスクリプションから API 従量へ切り替え、文脈を厳格に管理する
利用が突発的・バースト的なら従量のほうが安くなりやすく、新従量制では「履歴を引きずらない」「冗長なシステムプロンプトを切る」「不要な文脈を渡さない」だけで実コストが下がります。
トレードオフは、使用量の監視が必要で、連続的に重く使う場合はかえって定額より高くつくこと。
C. ローカル／オープンウェイトモデルをコモディティ工程に充てる
叩き台生成や変換のような工程をローカルに逃がせば、限界コストはゼロでレート制限の影響も受けません。
これは「従量制の世界」に対する強力なヘッジになります。
トレードオフは初期のハードウェア投資と、最難関工程では品質ギャップが残ること。だからこそ「最難関は外部フロンティア、残りはローカル」の組み合わせが現実的です。
同じモデル出力でも、入力の質（仕様の精度、プロンプト設計、独自データやスタイル資産）と後工程（編集・選別・統合）の質で最終成果物の価値は何倍も変わります。
投入する文脈と判断を磨くほど、同じ品質を出すのに必要なコンピュートは減ります。
ショット単位の計算資源配分
A級ショット
高性能モデル必須。複数キャラが同時に動く、ダイナミックなアクション、会話、手の動作など。ここは、最上位（Seedance 2.0）を使うべきです。
B級ショット
第5世代の標準モデル（Kling 3.0）を部分的に使う領域。背景、移動中の街、室内のつなぎ、無言のリアクション、短いインサートなど。
実質コスト ＝ 生成単価 ÷ 採用率
たとえば、1回2ドルでも「10回に1回」しか採用できなければ、使える1ショットの実質コストは20ドルです。
逆に、1回10ドルでも「2回に1回」採用できるなら実質20ドルです。
つまり本当に削るべきなのは、モデル単価だけではなく、ガチャ率です。
過剰最適化に注意
月間支出が小さいうちから精緻なルーティング基盤を組むと、削減できるコンピュート費より構築・保守の時間コストが上回ります。
コスト最適化の精緻さは、実際の支出規模に比例させるのが鉄則です。
まずは、工程分解で「どこが本当に難所か」を見極め、支出が無視できない規模になった工程からルーティングや従量化を入れていく、という順序を推奨します。
クリエイティブエージェントの活用
Higgsfield の「Supercomputer」は、主要なAIモデルをオーケストレーションし、各タスクに最適なものを選択し、実行するたびに精度が向上する自己学習エージェント。
Claude CodeやOpenAI Codexなどのツールが苦手なクリエーターにとって、待望の制作環境として期待されています。
※「実行のたびに精度が向上する自己学習」という表現は、重みが自己改善するわけではなくメモリによる適応であり、マーケティング的ラベルとして割り引いて理解した方がよいかもしれません。
今後増えるのは、単なる「AIアグリゲーター」ではなく、「AI制作エージェント ＋ 記憶 ＋ ワークフロー ＋ 監査ログ ＋ コスト見積もり」をまとめた統合環境です。
Higgsfield Supercomputerはその先行例です。
ただし、公開情報から確認できる限り、技術的な独自性の中心は基盤モデルそのものではなく、モデル選択、制作プリセット、プロンプト展開、履歴記憶、ワークフロー自動化、外部ツール連携を束ねるアプリケーション層にあります。
クリエイティブエージェント活用の注意点：
クライアント納品物や規制業務では「どのモデル・どのバージョンで生成したか」の来歴が問われることがあり、抽象化はそれを隠します。
納品物の説明責任が重い仕事ほど、モデルを手動固定できるかを確認し、生成ごとにモデル・パラメータを記録する運用が必要になります。
「自動化」されるほど、来歴の確認が困難になっていきますので注意が必要です。
また、クリエイティブエージェントがオーケストレーターである以上、あなたの入力は複数の第三者モデル提供者（Anthropic・OpenAI・Google等)へ分散して送られることになり、各社それぞれのデータ方針が二次的に適用されます。
つまり、守秘義務のある資料、未公開の製品情報、顧客の個人データ、第三者の権利物などをこの種の環境に入れること自体が、規約面でも情報統制面でもリスクになります。
クライアントワークでは、入力してよい情報の線引きを事前に定め、機密案件は別経路（自社契約のエンタープライズAPIやオンプレ)に分ける、という切り分けが妥当です。
関連記事：
関連マガジン：
更新日：2026年5月23日（土）／公開日：2026年5月23日（土）
