本文目錄

往 Gemini API 送影片，本質是在選「檔案如何變成 token」。Video understanding 文件寫了兩種處理模式。Static 是含 Gemini 4 在內所有 Gemini 模型的預設：大約每秒一幀抽出來，一次載入。Agentic 只對表列部分模型開放：模型按問題探索時間軸，而不是先把所有取樣幀倒進上下文。下文按北京時間 2026 年 10 月 26 日 Google 開發者文件整理。範圍僅限 Gemini API——不是 Gemini App。僅供參考；本站暫時還沒有實測 static 與 agentic 的成本或品質。 關於模式成本與品質的回饋，可透過網站底部站長聯絡方式提交。

兩種模式：static 與 agentic

模式做什麼誰可用
Static（預設）按固定速率（1 FPS）抽幀，單遍放入上下文。全部 Gemini 模型，含 Gemini 4
Agentic（需開啟）動態導航時間軸，選擇性檢查字幕，並按提示詞自適應幀率與解析度。官網表：Gemini 4 Argon、3.8 Flash、3.6 Flash、3.5 Flash Lite

Static 簡單、可預期。Agentic 是另一套契約：由模型決定載入哪些片段與字幕。對長片、定點查詢可能有幫助——若整段仍要看完，也可能多出思考與工具往返 token。

什麼時候選哪個

官網「Choose a processing mode」一節，可按常見用途對號入座：

更適合 static：

  • 片段較短（大約 5 分鐘以內）。
  • 需要全片寬泛摘要，錄影大部分都相關。
  • 查詢對延遲敏感。
  • 需要整段的逐幀級精度。
  • 想避開時間軸導航可能帶來的額外思考 token（total_thought_tokens）與工具往返（total_tool_use_tokens）。

更適合 agentic：

  • 長內容（大約超過 5–10 分鐘）。
  • 大海撈針式檢索。
  • 提示詞瞄準特定時刻或主題。

同一文件也寫明：在 1 FPS 下，快動作或一閃而過的字幕可能漏細節。短片若每一幀都重要，宜留在 static——要更密取樣，只能在 static 模式裡調高 fps。

如何開啟：processing: agentic

Agentic 不會自動打開。在 input 陣列的影片 part 上設定 "processing": "agentic"。

python
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input=[
        {
            "type": "video",
            "uri": video_file.uri,
            "mime_type": video_file.mime_type,
            "processing": "agentic",
        },
        {"type": "text", "text": "What are the three main arguments presented?"},
    ],
    background=True,
)

同一請求裡可按影片混用模式——一個 "agentic"，另一個 "static"。要確認跑的是 agentic，檢查 interaction.steps 裡是否出現 processing_call 與 processing_result。

僅 static 可用的旋鈕： 裁剪區間（start_offset／end_offset）與自訂 fps 寫在 static 的 processing 物件下。agentic 模式不支援。

長影片或複雜提示讓 agentic 更耗牆鐘時間時，文件建議用串流（stream=True）或背景執行（background=True），以免連線逾時。

並非全系支援

Agentic 不是所有 Gemini 模型都能用。官網現行表格列為：

  • Gemini 4 Argon
  • Gemini 3.8 Flash
  • Gemini 3.6 Flash
  • Gemini 3.5 Flash Lite

其餘模型——包括未上該表的 Gemini 4 系——預設仍是 static。把模式假設寫進生產前，需再確認一遍現行 Video understanding 表。

官網效率說法——僅供參考

Google 表格稱，在長內容上 agentic 可最多約 88% 更省 token，品質約高 ~7%。這些是官網自報。本站暫時還沒有複測對比。做預算時當廠商參考點即可——這不是對特定片子與提示詞「一定更便宜、更快、更好」的保證。短影片或仍需看完大半的寬泛提示，文件自己也提醒：導航可能增加思考與工具使用 token。

這不是什麼

  • 不是 Gemini App。 此處設定與行為只對 Gemini API 的 Video understanding 路徑。
  • 不是承諾 agentic 必贏。 仍要按時長、問題形態、延遲預算選。
  • 不是 Argon 方案與發布說明的替代。 用量上限與上線定價見下方相關閱讀。

相關閱讀

站內相近的 Gemini／harness 上下文：