Google DeepMind annuncia la comprensione video agentica per Gemini 3.7 Flash, 3.6 Flash e 3.5 Flash-Lite. Invece di analizzare il video a un ritmo fisso di fotogrammi, i modelli possono cercare ed esaminare dinamicamente segmenti specifici, usando immagini, audio e trascrizioni.
Secondo Google, nei benchmark di analisi video questa modalità riduce i costi fino al 66% e il consumo di token fino all'88%, aumentando l'accuratezza fino al 7%. La fonte indica vantaggi soprattutto per video lunghi, come lezioni e registrazioni di più ore. La funzione è disponibile tramite la Gemini API in Google AI Studio e nella Gemini Enterprise Agent Platform, per video caricati e video di YouTube.
Approfondiremo questa notizia e pubblicheremo ulteriori dettagli dopo aver verificato le informazioni.