Gemini научился искать конкретный момент в видео вместо разбора каждого кадра подряд
Раньше Gemini просматривал видео покадрово с фиксированной частотой, тратя токены на каждую секунду подряд. Теперь модель сама решает, куда именно в ролике нужно заглянуть.
1 сентября 2026 года Google представила агентное понимание видео (agentic video understanding) в Gemini. По официальному описанию, это позволяет модели «динамически искать, сканировать и изучать целевые сегменты видео по визуальным кадрам, аудио и транскриптам», а не обрабатывать видео с фиксированной частотой кадров, как раньше. Новые возможности: поиск конкретного момента с точностью до долей секунды для точного видеомонтажа, поиск по длинным видео без чрезмерного расхода токенов, улучшенное обнаружение аномалий за счёт динамической пересемплировки кадров, и точный подсчёт повторяющихся действий и объектов в ролике. Функция доступна в моделях Gemini 3.7 Flash, Gemini 3.6 Flash и Gemini 3.5 Flash-Lite. Доступ открыт через Gemini API (в Google AI Studio и на Gemini Enterprise Agent Platform), скоро появится в потребительском приложении Gemini с моделями линейки Flash и Flash-Lite, а также заявлена в ближайшие месяцы в функции YouTube «Ask YouTube». По заявленным метрикам производительности, функция снижает расход токенов до 88%, сокращает затраты до 66% и повышает точность до 7% по сравнению со статичной покадровой обработкой. Включается агентный режим установкой параметра обработки в значение «agentic» в конфигурации API, без дополнительной платы сверх стандартных тарифов Gemini API.
В чём разница со старым подходом
Раньше Gemini обрабатывала видео с фиксированной частотой кадров - то есть анализировала каждую секунду ролика примерно одинаково подробно, независимо от того, важна эта секунда для ответа или нет. Агентное понимание видео меняет подход: по официальному описанию, модель «динамически ищет, сканирует и изучает целевые сегменты видео по визуальным кадрам, аудио и транскриптам» - то есть сама решает, куда именно нужно заглянуть внимательнее, а какие участки можно пропустить.
Что это даёт на практике
Официально названы четыре новые возможности. Поиск конкретного момента с точностью до долей секунды - полезно для точного видеомонтажа, когда нужен именно этот кадр, а не примерный участок. Поиск по длинным видео без чрезмерного расхода токенов - раньше длинный ролик означал пропорционально большой расход токенов на его обработку. Улучшенное обнаружение аномалий за счёт динамической пересемплировки кадров - модель может уделить больше внимания подозрительному участку. Точный подсчёт повторяющихся действий и объектов в видео - задача, которая плохо решалась при статичной покадровой обработке.
Где это уже доступно
Функция работает в моделях Gemini 3.7 Flash, Gemini 3.6 Flash и Gemini 3.5 Flash-Lite. Доступ открыт через Gemini API - как в Google AI Studio, так и на Gemini Enterprise Agent Platform. В потребительском приложении Gemini функция скоро появится с моделями линейки Flash и Flash-Lite. Также заявлено, что в ближайшие месяцы агентное понимание видео придёт в функцию YouTube «Ask YouTube».
Насколько это эффективнее и как включить
По заявленным официальным метрикам, новый подход снижает расход токенов до 88%, сокращает затраты до 66% и повышает точность до 7% по сравнению со старой статичной покадровой обработкой. Включается агентный режим просто - установкой параметра обработки в значение «agentic» в конфигурации API, без каких-либо дополнительных сборов сверх стандартных тарифов Gemini API.
Частые вопросы
Когда Google представила агентное понимание видео в Gemini?
1 сентября 2026 года.
В каких моделях Gemini доступна эта функция?
Gemini 3.7 Flash, Gemini 3.6 Flash и Gemini 3.5 Flash-Lite.
Нужно ли платить отдельно за агентный режим обработки видео?
Нет, дополнительная плата сверх стандартных тарифов Gemini API не взимается.
Насколько снижается расход токенов при агентной обработке видео?
По заявленным метрикам - до 88% по сравнению со статичной покадровой обработкой.
Как включить агентный режим через API?
Установить параметр обработки в значение «agentic» в конфигурации API-запроса.
Появится ли эта функция в YouTube?
Да, заявлено, что в ближайшие месяцы она придёт в функцию YouTube «Ask YouTube».