alphasignal-daily 快照与原文 · 原文 2026-09-02
Gemini 视频理解：按问题找片段，费用省在少读材料
Gemini 可以根据问题选择视频片段、画面、音频和转写，再继续检查细节。长视频分析因而有机会减少处理量；官方所说的降本来自使用方式变化，标准 token 单价没有因此下降。
从整段取帧，到围绕问题寻找片段
例如，要找出讲座里第一次展示实验结果的位置，模型可以先查看转写，再读取相关时间段的画面；分析快速动作时，则能提高局部取帧频率。这里举的是任务思路，不是本站完成过的实测。静态模式默认每秒取一帧，主动检索模式则让模型决定看哪里、用哪种材料。
9 月 1 日发布时，Google 列出 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite；本次核对的开发文档已加入 3.8 Flash。接口的视频输入设置 processing 为 agentic 后启用，上传视频和 YouTube 链接都在公告支持范围内。公告中的 Gemini App 与 Ask YouTube 接入属于后续计划。
怎样判断是否适合自己的视频
官方基准报告最高减少 88% token、降低 66% 分析费用、提高 7% 准确率。这些是不同测量中的上限，不能合并成每段视频都能取得的效果；计费仍按标准 Gemini API 价格，没有额外功能费。正文原图保留了当时的基准比较。
开发文档建议长视频或寻找特定时刻时使用主动检索；五分钟以内、重视响应速度或需逐帧覆盖的短片可考虑静态模式。主动检索也有寻找片段的时间和推理开销。检查响应中的 processing_call 与 processing_result，可以确认是否发生了动态读取；评价结果仍要回到原视频核对。
重要补充与更正
以下日期是本站修订时间。
- 更正 ·
分开处理费用与 token 单价，补充视频模式选择、动态读取与当前文档支持范围。
来源与补充
sourcesEN
来源与补充
- 阅读原文alphasignal-daily 快照与原文
- Gemini 视频理解文档（英文）
原始摘要与适用说明
降本与准确率增益为官方基准上限，不是本站实测；标准 token 单价未因该功能下降，产品接入计划与已可用接口分开表述。
来源与依据 · 3 条链接
逐条说明链接的用途与支持范围。链接数量不代表多方独立验证，“直接支持”也仅限下方写明的内容。
资料时间记录
- · 发现这篇资料，来源：AlphaSignal 每日。
- · 新增同题佐证：Google DeepMind 博客 于本观察窗收录同一故事（标题匹配）。
收录记录
首次发现：
收录日期与原文发布日期分别记录。
编辑记录
已更正
· 北京时间
分开处理费用与 token 单价，补充视频模式选择、动态读取与当前文档支持范围。 保留事件、发现和收录日期。