本文目录

往 Gemini API 送视频，本质是在选「文件如何变成 token」。Video understanding 文档写了两种处理模式。Static 是含 Gemini 4 在内所有 Gemini 模型的默认：大约每秒一帧抽出来，一次载入。Agentic 只对表列部分模型开放：模型按问题探索时间轴，而不是先把所有采样帧倒进上下文。下文按北京时间 2026 年 10 月 26 日 Google 开发者文档整理。范围仅限 Gemini API——不是 Gemini App。仅供参考；本站暂时还没有实测 static 与 agentic 的成本或质量。 关于模式成本与质量的反馈，可通过网站底部站长联系方式提交。

两种模式：static 与 agentic

模式做什么谁可用
Static（默认）按固定速率（1 FPS）抽帧，单遍放入上下文。全部 Gemini 模型，含 Gemini 4
Agentic（需开启）动态导航时间轴，选择性检查字幕，并按提示词自适应帧率与分辨率。官网表：Gemini 4 Argon、3.8 Flash、3.6 Flash、3.5 Flash Lite

Static 简单、可预期。Agentic 是另一套契约：由模型决定加载哪些片段与字幕。对长片、定点查询可能有帮助——若整段仍要看完，也可能多出思考与工具往返 token。

什么时候选哪个

官网「Choose a processing mode」一节，可按常见用途对号入座：

更适合 static：

  • 片段较短（大约 5 分钟以内）。
  • 需要全片宽泛摘要，录像大部分都相关。
  • 查询对延迟敏感。
  • 需要整段的逐帧级精度。
  • 想避开时间轴导航可能带来的额外思考 token（total_thought_tokens）与工具往返（total_tool_use_tokens）。

更适合 agentic：

  • 长内容（大约超过 5–10 分钟）。
  • 大海捞针式检索。
  • 提示词瞄准特定时刻或主题。

同一文档也写明：在 1 FPS 下，快动作或一闪而过的字幕可能漏细节。短片若每一帧都重要，宜留在 static——要更密采样，只能在 static 模式里调高 fps。

如何开启：processing: agentic

Agentic 不会自动打开。在 input 数组的视频 part 上设置 "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,
)

同一请求里可按视频混用模式——一个 "agentic"，另一个 "static"。要确认跑的是 agentic，检查 interaction.steps 里是否出现 processing_call 与 processing_result。

仅 static 可用的旋钮： 裁剪区间（start_offset／end_offset）与自定义 fps 写在 static 的 processing 对象下。agentic 模式不支持。

长视频或复杂提示让 agentic 更耗墙钟时间时，文档建议用流式（stream=True）或后台执行（background=True），以免连接超时。

并非全系支持

Agentic 不是所有 Gemini 模型都能用。官网现行表格列为：

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

其余模型——包括未上该表的 Gemini 4 系——默认仍是 static。把模式假设写进生产前，需再确认一遍现行 Video understanding 表。

官网效率说法——仅供参考

Google 表格称，在长内容上 agentic 可最多约 88% 更省 token，质量约高 ~7%。这些是官网自报。本站暂时还没有复测对比。做预算时当厂商参考点即可——这不是对特定片子与提示词「一定更便宜、更快、更好」的保证。短视频或仍需看完大半的宽泛提示，文档自己也提醒：导航可能增加思考与工具使用 token。

这不是什么

  • 不是 Gemini App。 此处设置与行为只对 Gemini API 的 Video understanding 路径。
  • 不是承诺 agentic 必赢。 仍要按时长、问题形态、延迟预算选。
  • 不是 Argon 套餐与发布说明的替代。 用量上限与上线定价见下方相关阅读。

相关阅读

站内相近的 Gemini／harness 上下文：