Gemini’nin Ajanlı Video Anlama Özelliği Nedir? %88 Daha Az Token

Google, 1 Eylül 2026’da Gemini modellerine “ajanlı video anlama” (agentic video understanding) özelliğini ekledi: model artık videoyu baştan sona kare kare taramak yerine, sorunun gerektirdiği bölümleri kendi kararıyla seçip inceliyor. Bu değişiklik token tüketimini %88’e, maliyeti %66’ya kadar düşürürken doğruluğu %7 artırıyor (Google, 1 Eylül 2026). Özellik şu an yalnızca Gemini API üzerinden geliştiricilere açık; Gemini uygulamasına ve YouTube’a önümüzdeki aylarda yayılacak.

Gemini’nin Ajanlı Video Anlama Özelliği Nedir?

Ajanlı video anlama, Gemini’nin bir videoyu işlerken hangi karelere, hangi ses parçasına ve hangi transkript bölümüne bakacağına kendisinin karar vermesini sağlayan bir işleme modu. Google’ın resmi duyurusuna göre model “görsel kareler, ses ve transkriptler arasında hedefe yönelik biçimde arama yapıp, tarayıp, inceliyor” (blog.google).

Pratikte bu şu anlama geliyor:

• Saniye altı hassasiyetle an yakalama: Video düzenleme için belirli bir karenin tam zaman damgasını bulabiliyor.
• Saatlik videolarda karmaşık soru yanıtlama: Uzun içerikte aşırı token harcamadan spesifik segmentlere odaklanabiliyor.
• Anomali tespiti: Videoyu yeniden örnekleyerek beklenmedik değişiklikleri yakalayabiliyor.
• Nesne ve hareket sayımı: Zaman içinde tekrarlanan eylemleri ve nesneleri takip edip sayabiliyor.

Nasıl Çalışıyor? Kare Kare Yerine Hedefe Yönelik Tarama

Önceki video işleme yaklaşımı statikti: model videoyu sabit aralıklarla örnekleyip her kareyi aynı yoğunlukta işlerdi. Bu, kısa bir klipte sorun değil ama saatlik bir videoda ciddi token israfına yol açıyordu — çünkü soruyla ilgisi olmayan dakikalar da aynı özenle taranıyordu.

Google’ın geliştirici dokümantasyonuna göre ajanlı modda “model video zaman çizelgesinde dinamik olarak gezinip, istemin gerektirdiği içeriği yüklüyor” (ai.google.dev). Yani model önce videonun kabaca neyi içerdiğine bakıyor, sonra soruyla alakalı olduğunu düşündüğü bölümlere “atlıyor” — tıpkı bir insanın uzun bir videoyu hızlı ileri sararak ilgilendiği kısmı bulması gibi.

Hangi Modellerde ve Ne Zaman Kullanılabilir?

Özellik Gemini 3.7 Flash, 3.6 Flash ve 3.5 Flash-Lite modellerinde mevcut (ai.google.dev). Şu anda Gemini API üzerinden Google AI Studio ve Gemini Enterprise Agent Platform’da kullanılabiliyor. Gemini uygulamasına tüm kullanıcılar için “yakında” genişletilecek, YouTube’un “Ask YouTube” özelliğine ise “önümüzdeki aylarda” entegre edilecek (blog.google).

Gemini API’de Nasıl Açılır?

Geliştirici tarafında değişiklik tek bir parametre: video girdisine "processing": "agentic" ekleniyor (ai.google.dev).

{
  "type": "video",
  "uri": video_file.uri,
  "mime_type": video_file.mime_type,
  "processing": "agentic"
}

Bu ayar, kare başına harcanan token sayısını belirleyen media_resolution parametresinden bağımsız çalışıyor; ikisi aynı video girdisinde birlikte kullanılabiliyor. low/medium ayarında kare başına 70 token, high ayarında 280 token harcanıyor (ai.google.dev). 1M bağlam penceresine sahip modellerde ajanlı işleme, düşük çözünürlükte 3 saate, yüksek çözünürlükte 1 saate kadar video işleyebiliyor (ai.google.dev). Ayrı bir ücretlendirme yok — standart Gemini API token fiyatlandırması geçerli.

Token ve Maliyet Tasarrufu: Rakamlar Ne Diyor?

Google’ın paylaştığı rakamlar Gemini 3.7 Flash ile ölçülen üst sınır değerler:

• %88’e kadar daha az token tüketimi
• %66’ya kadar daha düşük maliyet
• %7’ye kadar daha yüksek doğruluk

Bu üçü birbirine bağlı: model daha az kareyi işlediği için daha az token harcıyor, daha az token daha düşük maliyet demek, ve gereksiz kareleri elemek modelin dikkatini doğru segmana yoğunlaştırdığı için doğruluk da artıyor (blog.google).

Dikkat: Google bu değerleri “up to” (en fazla) olarak raporluyor; her video veya istem için aynı oranı garanti etmiyor. Kısa, zaten yoğun bilgi içeren videolarda kazanım daha düşük olabilir.

Ne İşe Yarar? Pratik Kullanım Alanları

Bu özellik özellikle üç grup için pratik bir fark yaratıyor:

• Video editörleri: Saatlik ham çekimde belirli bir anı (“kırmızı ceketli kişinin ilk göründüğü kare” gibi) saniye altı hassasiyetle bulabiliyor.
• İçerik moderasyonu ve analiz ekipleri: Uzun canlı yayın veya güvenlik kamerası kaydında anomali taraması, tüm kareleri işlemeden yapılabiliyor.
• Geliştiriciler: Uzun video arşivlerinde arama/soru-cevap özellikleri, önceki yönteme göre çok daha düşük token maliyetiyle kurulabiliyor.

Bu, Gemini’nin video tarafındaki diğer yeniliklerinden farklı bir eksende ilerliyor: Gemini Omni 1.1 Flash video üretimini geliştirirken, ajanlı video anlama var olan videoyu analiz etme maliyetini düşürüyor.

Sınırlamalar ve Dikkat Edilmesi Gerekenler

Özelliğin bugünkü hâliyle birkaç net sınırı var. Şu an yalnızca API üzerinden geliştiricilere açık; Gemini uygulamasını normal kullanan biri için henüz genel kullanıma sunulmadı. Ajanlı işleme yalnızca Gemini 3.7 Flash, 3.6 Flash ve 3.5 Flash-Lite ile sınırlı — Pro serisi modellerde bu parametre için ayrı bir duyuru yok. Google’ın kendi ifadesiyle kazanım oranları “en fazla” değerler; gerçek sonuç videonun uzunluğuna ve istemin netliğine göre değişiyor.

Bu, Gemini’nin son dönemdeki hızlı güncelleme temposuna da uyuyor: Gemini 3.7 Flash zaten fiyat ve benchmark tarafında öne çıkmıştı, macOS için akıllı dikte gibi başka özellikler de art arda geldi. “Ajanlı” kelimesinin kendisi de artık yapay zeka sözlüğünün standart bir terimi haline geldi ve arayüz tasarımını da etkiliyor — artık yalnızca insanlar değil, ajanlar da hedef kitle.

Sıkça Sorulan Sorular

Gemini’nin ajanlı video anlama özelliği ücretsiz mi?

Ayrı bir özellik ücreti yok; standart Gemini API token fiyatlandırması geçerli. Ancak API kullanımı genelde ücretsiz kota veya ücretli plan gerektirir, dolayısıyla “ücretsiz” olup olmadığı hangi Gemini API planını kullandığınıza bağlı.

Ajanlı video anlama hangi Gemini modellerinde var?

Şu anda yalnızca Gemini 3.7 Flash, 3.6 Flash ve 3.5 Flash-Lite modellerinde mevcut. Google, Pro serisi modeller için ayrı bir tarih paylaşmadı.

Gemini uygulamasında (mobil/web) ajanlı video anlama var mı?

Henüz değil. 1 Eylül 2026 duyurusu itibarıyla özellik yalnızca Gemini API’de aktif; Gemini uygulamasına tüm kullanıcılar için “yakında” genişletileceği belirtildi ama kesin tarih verilmedi.

Ajanlı video işleme ile normal video işleme arasındaki fark ne?

Normal (statik) modda model videonun tamamını sabit aralıklarla tarar. Ajanlı modda ise model, istemin gerektirdiği segmentleri kendisi seçip yalnızca onları işler; bu da token tüketimini önemli ölçüde azaltır.