Gemini に agentic video understanding が入った。固定 FPS（既定 1）で動画全体を取り込む静的処理に対し、モデルが目標に応じて見る区間・速度・モダリティ（フレーム／音声／字幕）を決め、内部ツールで該当部分だけ読み込む。対象は Gemini 3.7 Flash、3.6 Flash、3.5 Flash-Lite。Gemini API（Google AI Studio）と Gemini Enterprise Agent Platform で、アップロード動画と YouTube に対応する。追加の機能料金はなく、通常のトークン課金。
- API では動画入力の
processingを"agentic"に設定する - 長尺（十数分〜数時間）では静的処理のトークン爆発を避けつつ、サブ秒の境界検出や異常区間の高 FPS 再標本化、反復動作・物体のカウントなどが想定用途
- 同社計測ではトークン最大約 88%、コスト最大約 66% 減、精度最大約 7% 向上。品質とコストのバランスでは 3.7 Flash が最前縁とされる
- Gemini アプリの Flash / Flash-Lite への展開と、YouTube の Ask YouTube への組み込みも予定