Geminis agentiske video skærer tokens med 88%

Hvad Google reelt lancerede den 1. september

Google tilføjede agentisk videoforståelse til tre modeller i sin Gemini Flash-serie den 1. september 2026: Gemini 3.7 Flash, 3.6 Flash og 3.5 Flash-Lite, ifølge Googles egen annoncering og uafhængig dækning fra Android Authority. Funktionen er en behandlingsteknik, ikke en ny model eller en ny produktlinje, og den bør ikke forveksles med Gemini 3.8 Flash, en separat model som Google lancerede en dag senere, den 2. september, med sine egne pris- og udgivelsestempospørgsmål, der allerede er dækket andetsteds. Agentisk videoforståelse ændrer, hvordan disse tre Flash-modeller læser video, mens de underliggende modelvægte og deres eksisterende evner forbliver uændrede.

Hvordan modellen beslutter, hvad den ser på

Mekanismen erstatter scanning med fast billedrate med en model, der segment for segment beslutter, hvad den skal undersøge, hvor hurtigt den skal bevæge sig, og hvilken modalitet den skal bruge. Ældre tilgange til videoforståelse sampler en video med et fast antal billeder pr. sekund uanset indhold, så en statisk to timer lang sikkerhedsoptagelse får samme billede-for-billede-behandling som to minutters hurtig handling. Googles agentiske tilgang søger i stedet i videoen efter de segmenter, der betyder noget, og undersøger kun dem, idet den skifter mellem billeder, lyd og transskriptioner afhængigt af, hvad spørgsmålet kræver. Netop denne målrettede søgning er det, der muliggør genfinding af øjeblikke ned til brøkdele af et sekund i langvarig og timelang video, opdagelse af visuelle uregelmæssigheder eller artefakter, samt optælling af objekter eller handlinger i et klip, opgaver som ensartet billedsampling håndterer langt mindre effektivt.

Tallene sammenlignet

Google offentliggør tre hovedtal for den nye behandlingstilstand, og ingen af dem beskriver et nyt prisniveau.

Alle tre tal stammer fra Googles egne test og gælder til standard Gemini-API-tokenpriser; der er ingen ekstra pris for at slå agentisk behandling til. Udviklere aktiverer det ved at sætte API'ets processing-parameter til agentic, allerede tilgængeligt i Google AI Studio og Gemini Enterprise Agent Platform.

Hvorfor dette er en historie om arbejdsbyrde-økonomi, ikke om priser

For teams i EU og Storbritannien, der kører videotunge AI-arbejdsbyrder, ændrer en reduktion på 88% i tokenforbrug, om storskala videoanalyse overhovedet er overkommelig i produktionsmålestok, ikke bare hvad en enkelt forespørgsel koster. Det er en anden historie end Gemini 3.8 Flashs separate pris- og tempoændringer: Google samler her en effektivitetsteknik i den eksisterende Flash-serie uden ekstra pris i stedet for at sælge et nyt niveau. Før den 1. september var det, i mange videoanalyseprojekter, løbende overvågning af sikkerhedskameraer, timelang optagelsestriage til indholdsmoderation, medieovervågning på tværs af sendearkiver, kvalitetstjek af reklamevideoer på tværs af et helt bibliotek, ofte tokenomkostningen ved billede-for-billede-indlæsning, der var den reelle forhindring, ikke en grænse for modellens formåen. En reduktion på 88% i den indlæsningsomkostning flytter flere af disse anvendelser fra en post, der bliver skåret væk i en budgetgennemgang, til en, et team faktisk kan køre løbende.

Servola Journal

Vi gør dette for alle, der prøver at følge med i, hvad teknologi gør ved vores liv. De mennesker, der bygger det, og de mennesker, det sker for. Servola Journal findes, så det vi lærer, tilhører dem alle.

Ingen betaler os for dette. Ingen reklamer, ingen betalingsmur, gratis for alle. Vi tror simpelthen, at det at forstå, hvad der sker for os alle, ikke bør afhænge af, hvem der har råd til at betale for det.

Hvis det gav dig noget i dag, så sig til os, at vi skal blive ved. Følg os, giv et like, eller skriv en positiv kommentar. Vi læser hver eneste en, og de er det, der holder os i gang.

Læs videre: Googles vandmærke-fravalg tester EU's AI-lov  |  Google Assistant lukker 4. september for Gemini