Google представила агентний аналіз відео для Gemini. Модель самостійно визначає, які частини запису потрібно детальніше переглянути для відповіді на запит.
Як Gemini аналізує відео
Звичайний режим обробляє відео з фіксованою частотою кадрів. За замовчуванням Gemini аналізує один кадр за секунду, хоча розробники можуть змінити цей параметр через API.
Новий підхід працює інакше. Gemini самостійно вирішує, що саме потрібно переглянути для виконання конкретного завдання. Модель може шукати потрібні моменти, повторно переглядати окремі фрагменти та змінювати частоту аналізу кадрів.
Також Gemini визначає, яке джерело інформації потрібне в конкретний момент: відеокадри, звук або текстова розшифровка.
Замість однакової обробки всього запису модель завантажує потрібну частину відео через внутрішній інструмент.
Такий підхід корисний для довгих записів — від десятихвилинних інструкцій до лекцій тривалістю 90 хвилин і багатогодинних відео.
Скорочення витрати токенів
Google протестувала агентний аналіз відео на стандартних тестах для оцінювання таких моделей.
За результатами компанії, новий режим скорочує використання токенів до 88%, а вартість аналізу — до 66%. Водночас точність зросла до 7%.
Окремої плати за функцію немає. Google застосовує стандартні тарифи Gemini API за використані токени.
Найкраще співвідношення якості та вартості серед протестованих моделей, за даними Google, показала Gemini 3.7 Flash.
Новий режим також дозволяє знаходити дуже короткі моменти у відео, які можна пропустити під час аналізу одного кадру за секунду. Gemini може детальніше переглядати фрагменти зі швидким рухом для пошуку аномалій. Модель також може рахувати повторювані рухи та окремі об'єкти протягом відео.
Ще один сценарій — пошук конкретної інформації в багатогодинних записах без обробки всього відео з однаковою деталізацією.
Де доступна нова функція
Агентний аналіз відео запустили для Gemini 3.7 Flash, Gemini 3.6 Flash та Gemini 3.5 Flash-Lite.
Функція працює із завантаженими відеофайлами та роликами YouTube. Розробники вже можуть використовувати її через Gemini API у Google AI Studio та Gemini Enterprise Agent Platform.
Згодом агентний аналіз відео стане доступним усім користувачам застосунку Gemini через моделі Flash і Flash-Lite. У найближчі місяці Google також планує додати його до функції Ask YouTube.
