Google, Gemini 3.7 Flash, Gemini 3.6 Flash ve Gemini 3.5 Flash-Lite üzerinden «aracı video anlayışı» (Agentic Video Understanding) yeteneğini kullanıma sunduğunu açıkladı. Özellik, yüklenen dosyaların ve YouTube videolarının Google AI Studio’daki Gemini API ve Gemini Enterprise Agent Platform aracılığıyla analiz edilmesi için hemen kullanılabiliyor. Şirket, bu özelliğin simge tüketimini %88’e kadar azaltabileceğini, analiz maliyetlerini %66’ya kadar düşürebileceğini ve karşılaştırmalı testlerde doğruluğu %7’ye kadar artırabileceğini söylüyor.
Güncelleme, uzun video analizindeki temel bir sorunu hedefliyor: Geleneksel işlem, videoyu sabit bir kare hızına göre ele alıyor. Bu hız varsayılan olarak saniyede bir kare ve API arayüzü üzerinden değiştirilebiliyor. Bu yöntem, seçilen örnekte görünmeyen hızlı anları veya ayrıntıları gözden kaçırabilirken kare hızını artırmak simge sayısını ve maliyeti yükseltiyor.
Aracı mod nasıl çalışıyor?
Gemini, video akışının tamamını sabit bir yöntemle işlemek yerine neyin izlenmesi gerektiğini, inceleme için uygun hızı ve görev açısından en yararlı ortamı belirleyebiliyor: kareler, ses veya deşifre edilmiş metin. Model, hedef odaklı bir döngü içinde video dosyasının ilgili bölümlerini yüklemek için dahili bir araç çağırıyor ve gerektiğinde belirli zaman aralıklarını yeniden inceliyor.
Google, geliştiricilerin bu mekanizmaların bazılarını manuel olarak oluşturabildiğini, ancak dinamik arama ve inceleme sürecinin modele aktarılmasının gereken programlama çabasını azalttığını belirtiyor. Özellik için ek ücret alınmıyor; Gemini API’nin standart simge fiyatları kullanılıyor. API ayarlarında işlem seçeneğini agentic olarak ayarlamak yeterli.
Geliştiriciler açısından pratikte ne değişiyor?
Google, kazanımların 10 dakikalık öğretici içeriklerden ve 90 dakikalık derslerden saatler süren kayıtlara kadar uzun içeriklerde daha belirgin olduğunu söylüyor. Şirketin sunduğu kullanım alanları şunları içeriyor:
- Düzenleme otomasyonu için gereken durum değişiklikleri ve hızlı kesme sınırları da dahil olmak üzere, bir saniyeden daha kısa anların daha hassas biçimde bulunması.
- Milyonlarca simge tüketmeden uzun bir videoda veya saatler süren çok parçalı bir kayıtta belirli bir bilginin aranması.
- Önemli zaman aralıklarının daha yüksek kare hızıyla yeniden örneklenmesi yoluyla anormalliklerin tespit edilmesi.
- Tekrarlanan hareketlerin ve nesnelerin zaman içinde izlenerek daha hassas biçimde sayılması.
Google’ın testlerine göre aracı anlayış özelliğine sahip Gemini 3.7 Flash, test edilen modeller arasında en iyi genel kaliteyi ve kalite ile maliyet arasındaki en iyi dengeyi sunuyor; şirketin doğruluk ve maliyet arasındaki verimlilik sınırı olarak nitelendirdiği noktada yer alıyor. Bununla birlikte bu sonuçlar şirket tarafından açıklanan rakamlar ve her video türünde ya da her görevde aynı performansın garanti edildiği anlamına gelmiyor.
Bu haber neden önemli?
Asıl değişiklik yeni bir modelin eklenmesi değil, video analizinin sabit ve kapsamlı işlemeden bölümlerin ve sinyallerin uyarlamalı biçimde seçilmesine dönüştürülmesi. Bu durum, uzun arşivlerde arama yapmaya veya hızlı olayları izlemeye dayanan uygulamalara fayda sağlayabilir; çünkü simge azaltımı videonun tamamen göz ardı edilmesinden değil, incelemenin modelin soruyla ilişkili gördüğü bölümlere yönlendirilmesinden kaynaklanıyor.
Buna karşılık geliştiricilerin, önemli anın nadir veya belirsiz olduğu senaryolarda aracı seçimin doğruluğunu değerlendirmesi gerekiyor. Ayrıca kaynak, testlerin tam yöntemi veya mutlak maliyet değerleri hakkında bağımsız ayrıntılar sunmuyor. Bu nedenle iyileşme oranları, Google tarafından açıklanan karşılaştırmalı sonuçlar olarak okunmalı ve özelliğin her uygulamanın içeriğinde test edilmesinin yerini almamalı.
Kullanılabilirlik ve genişleme planı
Özellik şu anda adı geçen üç model için Google AI Studio’daki Gemini API ve Gemini Enterprise Agent Platform üzerinden kullanılabiliyor. Google, verimlilik ve kalite iyileştirmelerini yakında Flash ve Flash-Lite modelleri aracılığıyla Gemini uygulamasının tüm kullanıcılarına sunmayı planlıyor. Şirket ayrıca önümüzdeki aylarda bu özelliği video izleme sayfasındaki «Ask YouTube» özelliğinde kullanarak videodaki görsel görüntülere dayanan daha kaliteli yanıtlar sunmayı amaçlıyor.