Gemini 推出 Agentic Video：Token 省 88%、成本降 66%

9 月 1 日至 2 日，Google DeepMind 为最新 Gemini 模型与 Gemini API 引入「智能体视频理解」（Agentic Video）能力：模型不再以固定方式处理整段视频，而是根据 prompt 主动检查、定位并推理时序视觉上下文，动态决定观看哪些内容、以何种速度（自适应帧率）以及结合哪些信号（转录文本、音频、帧内容）进行分析，在保持视频理解 SOTA 表现的同时显著降低开销。开发者可在 API 中将 Video processing 模式设为 "agentic" 按视频开启，官方同步发布博客文章、开发者指南与 AI Studio 支持。

已确认

官方数据显示，该功能可将视频分析成本降低最高 66%，Token 消耗减少最高 88%，准确率提升最高 7%（@rseroter、@patloeber、@MarioLucic、@SabooShubham、@mfckreth、@CSProfKGD 等转述）。
@OfficialLoganK 介绍，该功能以「Agentic Video」之名落地于 Gemini API，可在 API 中针对每个视频轻松控制，并已支持 3.7 Flash 等模型；Google 同日发布官方博客文章详解该长视频处理新方式。
@philschmid 给出较完整的机制拆解：模型可迭代地导航视频时间线，自行决定看什么、选择帧率（0.1 或 10 FPS），以及是否需要语音转录、音频或视觉帧来回答问题；对应效果是长视频最多省 88% token、成本降 66%、精度反升 7%。
@osanseviero 转述工作机制：不再固定花约 20 万 token 处理长视频，而是根据 prompt 智能调用工具（分析转写文本、自适应调整 FPS 等）按需处理，token 消耗减少 88%，延迟也得到改善；其跟进推文提到开发者指南已发布。
@gaganghotra 相关口径显示该功能覆盖 Gemini 3.7 Flash、3.6 Flash 与 3.5 Flash-Lite；此前以固定 1 FPS 采样，现在由模型自主选择帧、音频或字幕。@Servola-Journal 补充称，该能力于 9 月 1 日率先推送至上述三款模型，次日（9 月 2 日）才发布大家热议的 3.8 Flash，但其认为真正影响成本的是前一轮推送。
9 月 3 日，@shaneguML（转发）转述 Google AI 开发者账号的演示：针对拍手这类容易被固定 1 FPS 采样漏掉或与打响指、点击声混淆的瞬时动作，Gemini 3.7 Flash 可自动变速播放、精确数清每一次拍手，直观展示了代理式视频理解的实用价值。
@rseroter、@AIAndrew（转发）转述谷歌员工 vamsibatchuk 的演示：以复古 Windows 98 风格工作站 demo 展示 Gemini 3.8 Flash 与 Agentic Video Understanding 两项新能力的结合，输入任意两小时足球比赛视频后模型可自主拆解分析、亚秒级定位每张黄牌。
@patloeber 转发了 Maarten Grootendorst 制作的讲解视频，介绍该能力的工作原理。Reddit 用户 @otarU 也分享了 Gemini 3.7 Flash 智能体视频理解的演示视频。

尚未确认

帖子中同时出现「Gemini 1.5 Flash / 1.5 Flash-8B / 1.5 Flash-Lite」（@Scobleizer 转发转述）与「Gemini 3.7 Flash / 3.6 Flash / 3.5 Flash-Lite」（@gaganghotra、@SabooShubham、@OfficialLoganK、@Servola-Journal）两种模型口径，且 @Servola-Journal 提及 9 月 2 日另有 3.8 Flash 发布的说法，官方首发时间与适用模型版本以 @GoogleDeepMind 官方公告为准。

为什么重要

视频是多模态应用中 Token 消耗最大的形态之一，接近九成的 Token 节省意味着长视频理解类智能体与视频原生 AI 产品的可行性和经济性显著提升；配合 API 级开关、开发者指南与讲解材料，开发者可以低成本快速接入这一能力。

2026-09-02 ~ 2026-09-03 · 31 条相关

一手来源

Gemini 新增智能体视频理解：Token 消耗降 88% — GoogleDeepMind · 2026-09-02 01:29 北京时间
Gemini API 推出 Agentic Video，降本 88% 提质 — OfficialLoganK · 2026-09-02 01:41 北京时间
Gemini Agentic 视频理解实测账本：token 省 88%、成本降 66%、精度反升 7% — _philschmid · 2026-09-02 01:31 北京时间

Google 发布 Gemini 3.7 Flash：视频理解成本更低精度更高 — Saboo_Shubham_ · 2026-09-02
Gemini 3.7 Flash 上线 Agentic Video：更少 token、更高精度 — Saboo_Shubham_ · 2026-09-02
Gemini 代理视频理解降本 66%，Token 消耗减 88% — rseroter · 2026-09-02
【源头】Gemini 新增智能体视频理解：Token 消耗降 88% — GoogleDeepMind · 2026-09-02
【源头】Gemini Agentic 视频理解实测账本：token 省 88%、成本降 66%、精度反升 7% — _philschmid · 2026-09-02
Gemini 推出 Agentic Video Understanding — Scobleizer · 2026-09-02
Gemini 支持智能体式视频理解：token 消耗降低 88% — osanseviero · 2026-09-02
Gemini 智能体式视频理解上线，开发者指南已发布 — osanseviero · 2026-09-02
【源头】Gemini API 推出 Agentic Video，降本 88% 提质 — OfficialLoganK · 2026-09-02
Google 博客详解 Agentic Video：长视频处理技术 — OfficialLoganK · 2026-09-02
Gemini 推出代理式视频理解，Token 降 88% — AI_Andrew · 2026-09-02
谷歌推出 Agentic Video：Gemini 视频理解 token 省最多 88%、成本降 66% — gaganghotra_ · 2026-09-02
Google 发布 Gemini 智能体视频理解功能 — leslysandra · 2026-09-02
Gemini API 推出智能视频处理，Token 降 88% — RubenEVillegas · 2026-09-02
Gemini 3.7 Flash 展示智能体视频理解能力 — otarU · 2026-09-02
Gemini 推出新视频理解工具，可识别快速动作 — jocarrasqueira · 2026-09-02
Gemini 发布 agentic 视频理解，附开发者讲解视频 — patloeber · 2026-09-02
Gemini 学会「跳看」视频:省 88% token,成本降 66% — mfckr_eth · 2026-09-02
DeepMind 推出 Gemini 智能体式视频理解：省 88% token、成本降 66% — petrusenko_max · 2026-09-03
Gemini Flash 系列升级：模型自选帧、音频或字幕理解视频 — technextpreneur · 2026-09-03
Google 展示 Gemini 代理式视频理解:自动变速精确数清每一次拍手 — shaneguML · 2026-09-03
Google 推出主动视频理解：token 省 88%、成本降 66%、准确率升 7% — APPSO · 2026-09-03
Gemini 视频 token 省 88% 的关键更新落在 3.7 Flash 而非 3.8 — Servola-Journal · 2026-09-03
Gemini Agentic Video Understanding 自主拆解两小时足球比赛视频 — AI_Andrew · 2026-09-03

另有 7 条近重复转述:haider1 · patloeber · gaganghotra_ · Scobleizer · MarioLucic_ · CSProfKGD · rseroter