Das Modell sucht sich die Videostellen selbst

Videoanalyse per Modell lief bisher nach einem starren Schema: Das Material wird mit fester Bildrate zerlegt — voreingestellt ein Bild je Sekunde — und vollständig in den Kontext gegeben. Bei einer halbstündigen Aufzeichnung führt das zu einer Rechnung, die kaum jemand für eine einzelne Frage aufmachen will, und wer die Bildrate senkt, verliert genau die kurzen Momente, um die es oft geht.

Google DeepMind hat dafür eine andere Betriebsart freigeschaltet. In der agentischen Verarbeitung entscheidet das Modell selbst, welchen Abschnitt es sich ansieht, in welcher Auflösung der Zeitachse und über welchen Kanal — Bild, Ton oder Transkript. Ein internes Werkzeug lädt nur die benötigten Stellen nach. Möglich war dieser Zuschnitt vorher auch schon, allerdings als Eigenbau: Abschnitte auswählen, einzeln anfragen, Ergebnisse zusammenführen.

Verfügbar ist das ab sofort über die Gemini-API für Gemini 3.7 Flash, 3.6 Flash und 3.5 Flash-Lite, für hochgeladene Dateien wie für YouTube-Videos. Aktiviert wird es über ein Feld in der Anfrage, die Abrechnung läuft über die übliche Token-Preisliste ohne Aufschlag. Der Anbieter beziffert die Wirkung mit bis zu 88 Prozent weniger Token, bis zu 66 Prozent geringeren Kosten und bis zu 7 Prozent höherer Genauigkeit, am deutlichsten bei langem Material.

Einordnung

Interessant ist weniger die Ersparnis als die verschwundene Bastelarbeit. Die Auswahl der richtigen Videostellen war ein eigener Arbeitsschritt mit eigener Fehlerquelle; er entfällt, wenn ein Feld in der Konfiguration ihn ersetzt. Das verschiebt die Schwelle, ab der sich Videoauswertung in einem kleinen Projekt überhaupt lohnt.

Zwei Dinge ändern sich dabei mit. Der Verbrauch wird schwerer vorhersagbar: Wie viel ein Durchlauf ansieht, hängt jetzt von der Frage ab, nicht von der Länge des Videos — Kostendeckel und Messung gehören also dazu. Und die Ergebnisse werden weniger reproduzierbar, weil zwei Läufe unterschiedliche Stellen betrachten können. Für Abnahmetests heißt das: Ergebnisse festhalten, nicht auf Gleichheit prüfen.

Die Zahlen stammen sämtlich vom Anbieter, sind als "bis zu" formuliert und liegen nicht unabhängig geprüft vor. Belastbar ist die Verfügbarkeit, nicht die Größenordnung.