本文要点
- Agentic Video 通过动态查看画面、音频和转录定位所需片段;默认 static 模式仍按固定帧率处理。
- 当前支持 Gemini 3.7 Flash、3.6 Flash 与 3.5 Flash-Lite,可处理上传视频和公开 YouTube 视频。
- Google 基准显示长视频场景 token 最多降低 88%、成本最多降低 66%、质量最多提升约 7%,但这些不是每个业务的保证。
- 该能力按标准 Gemini API token 计费,没有单独功能费;真实费用仍需读取自己的 usage 与账单。
- 短视频、全帧审计或结果漂移时应保留 static 对照与回滚开关。
Agentic 与 Static 到底差在哪里
Static 是默认模式,以固定帧率抽帧并把内容一次性放入上下文;Agentic 会根据问题动态搜索时间线,选择转录、音频或画面,并调整查看速度、帧率和分辨率。它更适合长视频中的瞬间定位、异常检测、计数和跨数小时检索。
如果原流程为降低 token 主动稀疏抽帧,常见痛点是漏掉短暂动作;如果提高 FPS,又会推高成本。Agentic 的价值是让模型按问题决定看哪里。第一步不是删除旧管线,而是用同一视频和同一问题建立 A/B 基线。
支持范围与启用方式
官方列出的支持模型是 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite。通过 Gemini API 的 Interactions 调用,把视频输入对象的 processing 设置为 agentic;上传视频与公开 YouTube 视频均在公告范围内。其他模型不要凭名称相似假设支持。
Gemini App 的 rollout 与 API 可用性不是同一件事。公告只说 App 将逐步覆盖,不应把某个账号暂时看不到入口写成 API 故障,也不应声称所有地区、套餐和客户端已经同步开放。
什么任务值得先切 Agentic
优先选择十分钟以上的视频、需要定位短暂状态变化、需要跨音频与画面核对、或 static 请求已经消耗大量 token 的任务。典型例子包括课程要点、会议定位、长录像异常、体育动作计数和视频剪辑候选点。
短片全局描述、法规要求逐帧覆盖、需要稳定复现固定采样或依赖自定义 FPS 的任务,应先保留 static。Agentic 的动态选择会改变模型看到的证据集合,不能把成本下降当作唯一验收指标。
如何验证 token、成本与质量
建立至少三组样本:长视频问答、瞬间定位和计数。每组固定视频、提示、模型与输出评分,分别跑 static 和 agentic,记录总 token、延迟、usage 费用、引用时间点、漏检和误检。Google 的 88%、66% 与约 7% 都是官方基准上限,不代表你的素材会得到相同结果。
按标准 token 定价且没有额外功能费,不等于请求免费。长视频上传、重复回放、输出长度和失败重试仍会产生用量;账单、usage 字段和当前价格页才是自己的成本证据。
上线前的七步检查
按顺序完成:确认支持模型;保存 static 基线;选择可授权的视频来源;启用单请求 agentic;比较答案与 usage;加入超时、重试和内容权限检查;最后只对适合的任务灰度。不要把 processing 参数同时改进所有视频任务。
记录视频 URI、模型版本、请求 ID、处理模式、问题、返回时间点和人工验收结果。若依赖 YouTube URL,还要把公开视频可访问性与 API 身份权限分开排查。
报错与结果异常怎么分层排查
参数或模型不支持通常属于请求配置;视频无法读取可能来自 URI、上传状态、权限或格式;429、503 属于配额或服务层;只在连接超时、DNS 或 TLS 有证据时才查网络。保存完整错误体和 request ID,避免用切换出口掩盖 schema 问题。
可以先用<a href="/resources/gemini-api-429-503-rate-limit-guide">Gemini 429/503 排查指南</a>区分配额与服务错误,再用<a href="/resources/ai-api-key-base-url-model-guide">AI API 配置指南</a>核对 endpoint、key 和模型。
停手与回滚条件
出现关键瞬间漏检、引用时间点不可复现、成本反而升高、延迟超标、同一问题波动超出容忍范围,或审计要求不能接受动态取样时,应停止放量并切回 static。回滚开关应按任务类型控制,而不是临时修改所有提示。
若团队访问 Google AI Studio 或海外开发文档存在稳定连接需求,可<a href="/" target="_blank" rel="noopener noreferrer">访问 PuppyIP 官网</a>了解固定网络出口。网络只能改善连接路径,不能改变模型支持、配额、内容权限或 Agentic 的处理语义。
资料来源
常见问题
Gemini Agentic Video 支持哪些模型?
官方当前列出 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite。其他模型应以最新官方文档为准。
processing 不填会自动使用 Agentic 吗?
不会。视频默认使用 static 处理;需要在支持模型的视频输入中明确设置 processing 为 agentic。
Agentic Video 一定能省 88% token 吗?
不一定。88% 是 Google 在特定长视频基准中的最高结果,必须用自己的视频、问题和 usage 数据复测。
Agentic Video 是否收取额外功能费?
官方说明按标准 Gemini API token 定价,没有单独功能费;请求本身的 token、上传和重试成本仍需计算。
YouTube 视频也能使用吗?
官方公告包含公开 YouTube 视频与上传视频,但仍需验证 URL 可访问性、内容权限和当前 API 支持。
什么时候应该切回 static?
关键帧漏检、结果不可复现、成本或延迟超标、动态采样不符合审计要求时,应切回已验证的 static 路径。