Fecha: 1 de septiembre de 2026 Fuente principal: Google Enlace: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-agentic-video-in-gemini/
Resumen
Google lanzó comprensión de video agentic para Gemini 3.7 Flash, 3.6 Flash y 3.5 Flash-Lite. El sistema permite que el modelo examine dinámicamente solo los segmentos de video que necesita para responder, en lugar de procesar todo el contenido de la misma manera. Google afirma que el enfoque puede reducir el consumo de tokens hasta 88%, bajar costos hasta 66% y mejorar la calidad hasta 7%. La función ya está disponible mediante Google AI Studio y Gemini Enterprise Agent Platform.
Por qué importa
El análisis de video ha sido una de las cargas multimodales más caras por la cantidad de información que debe procesarse. Una reducción de esta magnitud abre casos de uso que antes podían ser económicamente difíciles, como revisar grabaciones extensas, inspecciones, capacitación, soporte, seguridad y contenido multimedia. El patrón también anticipa una transición desde modelos que consumen todo el contexto hacia agentes que deciden qué información necesitan inspeccionar.
Implicaciones prácticas
- Negocios que manejan muchas horas de video deberían volver a calcular el costo de automatizar análisis y clasificación.
- Agencias pueden probar esta capacidad para reutilización de contenido, extracción de momentos clave y auditorías visuales.
- Los equipos deben medir costo por tarea completada, no solo precio por token, porque el modelo ahora decide cuánto video inspeccionar.