90分の講義に、90分ぶん払っていた｜Geminiが変えた動画の「読み方」

こんにちは、カイロスAIです。毎朝、アメリカのAI副業事情を日本語でお届けしています。

今日は「90分の講義に、90分ぶん払っていた」という話です。それが昨日、変わりました。

■ 何が起きたか

2026年9月1日、GoogleがGeminiに「エージェント型の動画理解」を追加したと発表しました。

公式が挙げている数字は3つです。

・トークンの消費が　最大88%減

・コストが　最大66%減

・しかも品質は　最大7%向上

安くすると質が落ちる。これが普通です。今回は両方が同じ方向に動きました。ここがこの発表のいちばん珍しいところです。

■ 「読み方」が変わった、という話

これまでのAIは、動画を決まった間隔でコマを抜き出して、最初から最後まで機械的に取り込んでいました。

90分の講義でも、知りたいことが3分ぶんしかなくても、90分ぶん読み込んで、90分ぶん課金される。

「長い動画はAIにとって高い」と言われてきたのは、性能の問題ではなく、この読み方が理由でした。

今回変わったのはそこです。公式の言葉を借りると、モデルが「何を、どの速さで、どの手がかり（映像・音声・字幕）で見るか」を自分で決めるようになりました。

つまり、全部を等間隔で見るのをやめて、必要な場所を探しに行くようになった、ということです。

■ 先に、誤解をひとつ潰しておきます

大事な但し書きが2つあります。ここを飛ばすと話がずれます。

ひとつ目。数字はすべて公式の「最大」です。「88%減ります」と決まったわけではありません。

ふたつ目。これはGemini APIの話です。スマホのGeminiアプリが安くなる、という話ではありません。

提供地域についても公式に記載がないので、ご自身の画面で確認してください。公式ページに金額の記載がないので、ここでは単価も書きません。

■ 副業をしている人には、どう効くか

効き目が大きいのは長い動画だと、公式がはっきり書いています。10分のハウツー動画、90分の講義、数時間の録画。

セミナー録画の要約、講義の文字起こし、インタビューの整理、長い動画からの切り抜き。

このあたりを請け負っている人は、「長さ×単価」で見積もるのが当たり前だったはずです。原価が長さにそのまま比例していたからです。

その前提が崩れました。しかも、長い動画ほど下がり幅が大きい。

つまり、これまで「長すぎて割に合わない」と断っていた案件が、いちばん取りやすくなった側に回ります。

■ 言い換えると

本を、1ページ目から最後まで読むか。目次と索引を引いて、必要なページだけ開くか。

全部読めば確実です。でも時間もお金もかかる。目次を引くほうが速いですし、引き方が上手ければ、見落としはむしろ減ります。

変わったのは本の中身ではありません。読み方のほうです。

■ なぜ、読む量を減らしたのに精度が上がるのか

ここは不思議に思うところだと思います。

全部を等間隔で見る方式には、弱点がありました。大事な場面が、たまたまコマとコマの間に落ちてしまうことがあるからです。その一方で、何も起きていない場面にも、同じだけコマを使ってしまう。

探しに行く方式は、必要なところを念入りに見て、それ以外は軽く流します。人が資料を読むときと同じやり方です。だから、読む量を減らしながら、見落としも減らせる。

公式が「最大7%向上」と書いているのは、この差だと考えると腑に落ちます。