Google 在 2026 年 9 月 1 日发布 Agentic video understanding：Gemini 会先沿时间线找相关片段，再调取字幕、画面或音频。长视频、带时间点的问题，适合先试 Agentic；短视频逐帧核对，Static 更容易控制首字延迟。
首测用无敏感视频：创建 API key → File API 上传并等到 ACTIVE → 在视频输入加入
processing: "agentic" → 读取 output_text 和 steps。同一视频、同一问题再跑一次 Static，记下答案、耗时和账单。官方“最高减少 88% token、降低 66% 成本、提升 7% 质量”属于发布方上限口径，本期没有登录账户做独立账单测试。价格页列出 Gemini 3.7 Flash Standard 为输入 $0.75、输出 $3.75 / 100 万 token（截至 2026/12/31）；Gemini 3.5 Flash-Lite 为 $0.30 / $2.50。TwelveLabs Pegasus 1.5 面向视频转文本：官方页面称一次 API 调用可返回带时间戳的结构化 JSON，最长支持 2 小时视频、12 种语言，无需预先建立索引；Developer 计划的 Analyze API 输入视频为 $1.75 / 小时，Free 计划含 600 分钟视频用量。长视频定点问答先试 Gemini Agentic；需要时间戳 JSON 或视频库能力，再看 Pegasus 1.5。来源：Google 发布说明 · 视频理解文档 · Optimization · 价格页 · Cloud 限制 · Pegasus 1.5 · TwelveLabs 价格。
Comments