Google Gemini analysiert jetzt Videos besser und bis zu 70% günstiger

Google rüstet seine aktuellen Gemini-Modelle mit einer agentenbasierten Videoanalyse aus. Die Funktion durchsucht Videos dynamisch statt Bild für Bild. Das drückt den Token-Verbrauch um bis zu 88 Prozent und senkt die Kosten für Entwickler um knapp zwei Drittel.

Die neue Verarbeitungsmethode steht für Gemini 3.7 Flash, 3.6 Flash und 3.5 Flash-Lite über die API in Google AI Studio und die Enterprise Agent Platform zur Verfügung.

Entwickler aktivieren die Funktion, indem sie in der API-Konfiguration den Parameter für das Processing auf »agentic« setzen. Zusätzliche Gebühren fallen dafür nicht an. Google rechnet die Anfragen über die regulären Token-Preise ab.

Weg vom starren Raster

Bisher analysieren KI-Modelle Videos meist statisch. Sie extrahieren standardmäßig ein Bild pro Sekunde aus dem Videostream und werten dieses Material aus. Dieses Verfahren ist bei langen Videos teuer und fehleranfällig. Wer Kosten sparen will, muss die Bildrate senken und übersieht dabei oft Details oder schnelle Bewegungen.

Gemini geht nun anders vor. Das Modell analysiert nicht mehr stur vorab festgelegte Einzelbilder. Es entscheidet selbst, welche Passagen es ansieht, mit welcher Geschwindigkeit es diese abspielt und ob es dafür Bildmaterial, die Tonspur oder das Transkript heranzieht.

Über eine interne Schleife lädt das Modell nur die Segmente nach, die es für die Beantwortung einer spezifischen Frage benötigt.

Vorteile bei langen Videos

Laut Google verbessern sich die Ergebnisse bei Standard-Benchmarks durch diese Arbeitsweise um bis zu 7 Prozent. Die Effizienzgewinne zeigen sich besonders bei langen Formaten wie 90-minütigen Vorlesungen oder mehrstündigen Aufzeichnungen. Entwickler können Suchen nach einzelnen Inhalten in extrem langen Videos durchführen, ohne Unmengen von Token zu verbrauchen.

Auch die Erkennung von Anomalien oder das Zählen von schnellen, wiederkehrenden Bewegungen gelingt besser. Das Modell kann interessante Zeitfenster bei Bedarf einfach mit einer höheren Bildrate neu abtasten.

Gemini 3.7 Flash bietet in der Kombination mit der neuen Funktion aktuell das beste Verhältnis aus Kosten und Genauigkeit für die Videoanalyse.

In den kommenden Monaten plant Google den Rollout auch für Endanwender. Die Funktion zieht dann in die Gemini-App ein und wird bei YouTube das »Ask YouTube«-Feature auf der Videoseite antreiben.