Gemini、動画を必要な箇所だけ見に行く方式へ 解析費用は最大66％減

Googleが9月1日、Geminiにエージェント型の動画理解を追加しました。これまでは一定の間隔でフレームを取り出して全体を処理していましたが、新しい方式では映像・音声・文字起こしをまたいで、必要な区間だけを探して見に行きます。公式は解析費用が最大66％、トークン消費が最大88％減り、精度は最大7％上がるとしています。対象はGemini 3.7 Flash、Gemini 3.6 Flash、Gemini 3.5 Flash-Liteの3モデルで、Google AI StudioとGemini Enterprise Agent Platform経由のGemini APIから同日利用できます。Geminiアプリへの展開は近日としています。追加料金は無く、通常のトークン課金のままです。数時間の録画から一箇所を探す用途では、費用を理由に諦めていた長さが現実的な範囲に入ります。