Google 1. září 2026 uvedl agentní analýzu videa v Gemini API. Model může procházet časovou osu a vybírat obraz, zvuk či přepis, místo aby vždy pracoval s pevně vzorkovanou posloupností.

Oznámení se týkalo Gemini 3.7 Flash, 3.6 Flash a 3.5 Flash-Lite; aktuální dokumentace uvádí i 3.8 Flash. Google hlásí až 88% snížení spotřeby tokenů ve svých testech. Jde o maximum závislé na úloze, nikoli zaručenou úsporu.

Možné využití vidíme při hledání okamžiku v dlouhé přednášce nebo servisním záznamu. Člověk by mohl nejprve dostat návrh časového úseku a potom se vrátit k původnímu videu pro kontrolu.

Je potřeba měřit i přehlédnuté události a dobu odezvy. Dokumentace připouští, že krátké klipy citlivé na rychlost mohou lépe vyhovovat statickému režimu.

Optimistický redakční odhad: pilot nad vlastním archivem lze vyhodnotit během 1–2 měsíců. Bez testů nelze předpovědět spolehlivost ani konečné náklady v trvalém provozu.