Gemini เริ่มเลือกดูคลิปแบบฉลาดแล้ว ประหยัด Token ถึง 88%

วิธีคิดใหม่ของการดูวิดีโอ

Google เปิดตัว agentic video understanding สำหรับ Gemini 3.7 Flash, 3.6 Flash และ 3.5 Flash-Lite เมื่อวันที่ 1 กันยายน 2026

ผ่าน Gemini API ใน Google AI Studio และ Gemini Enterprise Agent Platform นะครับ

คิดแบบเก่าคือ AI ต้องอ่านทุกเฟรมเท่ากัน ตั้งแต่ต้นถึงจบ

วิธีใหม่คือ AI ไม่ต้องทำเช่นนั้น

ระบบใช้เสียง transcript และภาพตัวอย่างเพื่อหาว่าช่วงไหนเกี่ยวข้องกับคำถาม แล้วค่อยย้อนเข้าไปตรวจช่วงนั้นให้ละเอียด 🎯

ตัวเลขที่ Google บอกมา

• ลดต้นทุนวิเคราะห์ได้ถึง 66%
• ลด token ได้ถึง 88%
• เพิ่มคุณภาพได้ถึง 7%

แต่อย่าลืม ตัวเลขเหล่านี้คือผลสูงสุดจากการทดสอบของ Google นะ

ไม่ใช่คำรับประกันว่าทุกคลิปหรือทุกงานจะประหยัดเท่ากันครับ

สิ่งที่เจ้าของธุรกิจควรทำจริง ๆ

ไม่ใช่แค่เอา "AI ดูวิดีโอเก่งขึ้น" ไปใช้งั้น

ต้องถามให้ผูกกับงานจริงมากขึ้น 💪

ตัวอย่าง:

1. หาช่วงที่ลูกค้าพูดเรื่องราคา
2. รวบรวมคำถามที่ถูกถามซ้ำในคลาส
3. หา moment ที่ทีมพูดถึงข้อผิดพลาดหรือข้อร้องเรียน
4. ดึงหลักฐานของแต่ละข้อพร้อม timestamp ให้คนย้อนตรวจ

ขั้นตอนลุยกันครับ

เริ่มจากคลิปจำนวนน้อย วัดทั้งเวลา ค่าใช้จ่าย และความถูกต้อง

ให้คนตรวจช่วงสำคัญก่อนนำผลไปใช้กับลูกค้า คอนเทนต์ หรือการตัดสินใจ

TL;DR

Gemini เริ่มวิเคราะห์วิดีโอแบบเลือกเจาะช่วงที่เกี่ยวข้องได้แล้ว

ประโยชน์ของ SME จะเกิดเมื่อเราถามให้ตรงงาน ขอหลักฐานย้อนตรวจ และไม่เหมารวมว่าตัวเลข benchmark จะเกิดกับทุกคลิปครับ 🚀

---

Source: Google, "Introducing agentic video understanding with Gemini," 1 Sep 2026