Gemini 3.8 Flashが登場。動画からアバンタイトルやチャプターの候補を探したい
Googleは2026年9月2日、新しいAIモデル「Gemini 3.8 Flash」を公開しました。前モデルの3.7 Flashと同じ導入価格を維持しながら、コーディングや複数の手順を伴う仕事の性能を高めたモデルです。
今回、筆者が注目したいのは動画ファイルの中から必要な場面を探してもらう使い方です。たとえば、アバンタイトルに使いたい見どころや、YouTubeのチャプター候補を挙げてもらうなど。ChatGPTやClaudeと同じ質問への回答を比べるだけでなく、動画を見返す作業にGeminiを取り入れてみたいと考えています。
Gemini 3.8 Flashの主なスペック
まずは、公式のモデル仕様とAPI料金表から基本的なスペックについてまとめておきます。
| 項目 | Gemini 3.8 Flash |
|---|---|
| 入力できるもの | テキスト・画像・動画・音声・PDF |
| 出力 | テキスト |
| 最大入力 | 1,048,576トークン(約105万) |
| 最大出力 | 65,536トークン(約6.6万) |
| 思考量の設定 | low・medium・high |
| API入力料金 | 0.75ドル/100万トークン |
| API出力料金 | 3.75ドル/100万トークン(思考分を含む) |
※料金は標準APIの2026年12月31日までの導入価格。2027年1月1日からは入力1.50ドル・出力7.50ドルになります。Geminiアプリの月額料金とは別です。
Gemini APIやGoogle AI Studioなどで利用することができ、Geminiアプリでは、Google AI Pro・Ultraの加入者向けに提供されています。
長い動画から必要な場面を探してもらう
Geminiは動画ファイルを解析してその内容を表示したり要約したり、時刻を指定した情報の抽出にも対応しています。
さらに、必要な部分を自ら探して詳しく調べる「Agentic video understanding」にも対応しました。一定間隔で取り出した画像を一度読むだけでなく、質問に応じて動画内を移動し、映像・音声・文字起こしを確認する仕組みです。
これは3.8 Flashだけの新機能ではなく、9月1日に3.7 Flashなどへ先行して発表されたものです。現在の開発者向け資料では、3.8 Flashも対応モデルに含まれています。
長い動画から「この動作をしている場面」「この説明に対応する映像」を探すこの機能、発言を文字で追うだけでは見つけにくい場面まで探す対象にできるところに魅力を感じます。
なお、この新しい処理方式はAPIで利用でき、Geminiアプリへの展開は公式発表では今後の予定とされています。以下は、公式機能を踏まえて筆者が試したい活用案です。
動画ファイルからアバンタイトルの候補を挙げてもらう
特に試したいのは、動画ファイルを渡してアバンタイトルに向いた場面を挙げてもらう使い方です。アバンタイトルは、本編の前に見どころなどを短く見せる導入部分のことです。「アバン」と略して言われることも多いです。
印象的な発言はもちろん、実演で変化が起きた瞬間やそのときのリアクションなど、話と映像の両方から「続きを見たくなる場面」を探してもらいたいと思っています。
この動画から、アバンタイトルに向いた場面を3つ挙げてください。開始・終了時刻、発言と画面の内容、選んだ理由を表にしてください。本編への興味を引く場面を選び、前後の文脈から切り離すと誤解を招くものは避けてください。
候補と理由がそろっていれば、自分で該当部分を再生し、動画全体の見どころを伝えられているか判断できます。一から探し回るのではなく、挙がった候補を確認するところから始められるなら、実務でも使う機会がありそうです。
YouTubeのチャプター候補を挙げてもらう
もう一つ使いたいのは、YouTubeのチャプター候補を出してもらうことです。長い動画の中で話題や実演内容が切り替わる位置を探し、開始時刻と短い見出しをまとめてもらいます。
製品紹介なら概要の説明から実際の操作へ移るところ。対談なら新しい質問に話題が移るところ。言葉の区切りだけでなく、画面の変化も含めて区切りを提案してもらう使い方を試したいです。
動画全体を確認し、話題や実演内容のまとまりごとにYouTubeのチャプター候補を作ってください。各候補を「開始時刻・短い見出し」で並べ、細かく分けすぎないようにしてください。区切りの判断が曖昧な箇所は、候補一覧の後に補足してください。
自分が内容を知っている動画から試せば、見出しが内容に合っているか、大きな話題が抜けていないかを確かめやすくなります。時刻を含めて、そのまま採用する前に元の動画で確認したいところです。
ChatGPT・Claudeとは違う役割で使ってみたい
普段の相談や文章作りは使い慣れたAIで続けながら、動画の中から場面を探す仕事をGeminiに任せる。筆者は、そんな工程ごとに役割を分ける使い方を考えています。
まずはアップロードしてよい手元の動画を一つ渡し、アバンタイトルかチャプターの候補を出してもらうところから。実際にどの程度役立つかは試してみる必要がありますが、「あの場面はどこだったか」と長い動画を見返す時間を減らせるなら、それだけでもGeminiを使う理由になると思っています。
参考リンク
- Google:Gemini 3.8 Flashの公式発表
- Google AI for Developers:Gemini 3.8 Flashの仕様
- Google AI for Developers:API料金
- Google:Agentic video understandingの発表
- Google AI for Developers:動画理解の対応モデルと使い方
※仕様・料金・提供状況は2026年9月3日時点の公式情報を確認しています。