Compréhension vidéo sur X

Analyser les vidéos publiées sur X

X Search dispose d’une fonctionnalité exclusive que Web Search ne propose pas : la compréhension vidéo. Avec le paramètre enable_video_understanding, le modèle peut analyser le contenu des vidéos publiées dans les posts X qu’il trouve pendant sa recherche. Combinée à la compréhension d’images, cette capacité fait de X Search un outil d’analyse multimédia complet.

Activation

L’activation se fait via le paramètre enable_video_understanding :

{
  "tools": [{
    "type": "x_search",
    "enable_video_understanding": true
  }]
}

Vous pouvez activer simultanément la compréhension d’images et de vidéos :

{
  "tools": [{
    "type": "x_search",
    "enable_image_understanding": true,
    "enable_video_understanding": true
  }]
}

Syntaxe par SDK

xAI SDK (Python)

from xai_sdk.tools import x_search

response = client.responses.create(
    model="grok-4.20-reasoning",
    input="Analyse les dernières démos vidéo de produits IA sur X",
    tools=[x_search(
        enable_image_understanding=True,
        enable_video_understanding=True
    )]
)

OpenAI SDK (Python)

response = client.responses.create(
    model="grok-4.20-reasoning",
    input="Analyse les dernières démos vidéo de produits IA sur X",
    tools=[{
        "type": "x_search",
        "enable_image_understanding": True,
        "enable_video_understanding": True
    }]
)

Vercel AI SDK (JavaScript)

tools: [xai.tools.xSearch({
  enableImageUnderstanding: true,
  enableVideoUnderstanding: true
})]

Cas d’usage

Monitoring de lancements produits

Les entreprises tech publient fréquemment des démos vidéo de leurs produits sur X. Avec la compréhension vidéo, vous pouvez automatiser l’analyse de ces contenus :

response = client.responses.create(
    model="grok-4.20-reasoning",
    input="Quelles nouvelles fonctionnalités ont été montrées en vidéo par les entreprises d'IA cette semaine ?",
    tools=[{
        "type": "x_search",
        "enable_video_understanding": True,
        "from_date": "2026-03-27",
        "to_date": "2026-04-03"
    }]
)

Analyse de tutoriels

Les développeurs partagent souvent des tutoriels vidéo courts sur X. La compréhension vidéo permet d’extraire les informations clés sans regarder chaque vidéo.

Veille créative

Pour les équipes marketing ou design, analyser les vidéos de tendances, les publicités créatives ou les contenus viraux publiés sur X.

Combinaison complète des paramètres

X Search atteint sa pleine puissance quand vous combinez tous ses paramètres :

response = client.responses.create(
    model="grok-4.20-reasoning",
    input="Résume les démos vidéo de xAI publiées ce mois-ci",
    tools=[{
        "type": "x_search",
        "allowed_x_handles": ["@xaboratory"],
        "from_date": "2026-04-01",
        "to_date": "2026-04-30",
        "enable_image_understanding": True,
        "enable_video_understanding": True
    }]
)

Cette requête combine quatre filtres : comptes spécifiques, fenêtre temporelle, analyse d’images et analyse de vidéos.

Impact sur les coûts et les performances

La compréhension vidéo est l’opération la plus coûteuse en tokens parmi toutes les fonctionnalités des outils intégrés. L’analyse d’une vidéo génère un volume important de tokens en entrée. Quelques recommandations :

• Activez sélectivement : n’activez la compréhension vidéo que quand les vidéos sont essentielles à votre requête
• Combinez avec des filtres : utilisez les handles et les dates pour réduire le nombre de vidéos potentiellement analysées
• Surveillez vos coûts : les requêtes avec compréhension vidéo peuvent générer une consommation de tokens plusieurs fois supérieure à une recherche textuelle

Récapitulatif des capacités multimédia

La compréhension vidéo est une exclusivité de X Search. Si vous avez besoin d’analyser des vidéos trouvées sur le web (hors X), vous devrez utiliser d’autres approches comme l’envoi direct de contenus visuels au modèle.

Points clés à retenir

• La compréhension vidéo est une exclusivité de X Search
• Activez avec enable_video_understanding: true
• Combinable avec la compréhension d’images, les handles et les dates
• Coût en tokens significativement plus élevé que les recherches textuelles
• Idéal pour le monitoring de lancements, l’analyse de démos et la veille multimédia