Gemini Decisions API ускорява мултимодалното оценяване
Google представи Gemini Decisions API — нова крайна точка за ограничени по избор решения, задвижвана от модела Gemini Decision 1. Услугата е достъпна през Gemini API в Google AI Studio и може да оцени до 1 000 въпроса с отговор „да/не“, избор между варианти или оценяване по рубрика върху общ вход с текст, изображения, аудио, видео и PDF файлове. Поддържат се контексти до 256K токена.
Вместо да генерира текст последователно, моделът оценява кандидат-отговорите в един проход. API връща вероятности и оценки за увереност, а заявките имат заявена крайна латентност от 150–250 милисекунди. Цената е $0.10 за 1M входни токена, без такса за изходни токени. Общият вход се таксува веднъж на заявка, независимо от броя въпроси.
Google заявява, че Gemini Decision 1 е постигнал най-ниска грешка при калибрирането в набор от тестове за маршрутизиране на агенти, разсъждение, класиране и мултимодално разбиране. Посочените приложения включват избор на модели в Gemini Notebook, бързи промени по макети в Stitch, подбор на емоджи в CC и проверка за рисково поведение при MCP инструменти в Search. В Google AI Studio има безплатно ниво за прототипиране.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на Google AI. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.