قدمت Google يوم الثلاثاء واجهة برمجة تطبيقات Gemini Decisions، وهي نقطة نهاية جديدة مصممة لاتخاذ قرارات سريعة ومغلقة، مدعومة بنموذج مصمم لهذا الغرض يسمى Gemini Decision 1 (gemini-decision-1). واجهة برمجة التطبيقات متاحة الآن من خلال Gemini API في Google AI Studio، وفقًا لإعلان جوجل.

الفكرة بسيطة: فئة كبيرة من أعمال الذكاء الاصطناعي الإنتاجية لا تحتاج إلى نموذج يكتب المقالات. يعد اختيار الأداة، وفحوصات السياسة، وتوجيه النموذج، وتصنيف السياق كلها خيارات مقيدة - وبالنسبة لهؤلاء، يكون إنشاء النص التوليدي بطيئًا ومكلفًا وسيئ المعايرة. وبدلاً من ذلك، تأخذ واجهة برمجة تطبيقات القرارات خيارات المرشح وتسجلها، مما يؤدي إلى إرجاع الاحتمالات ودرجات الثقة بدلاً من نص الإجابة الذي تم إنشاؤه.

لمزيد من السياق حول أدوات المطورين مثل هذه، تابع تغطية أدوات الذكاء الاصطناعي.

إدخال واحد، ما يصل إلى 1000 سؤال، تمريرة للأمام واحدة

نموذج إدخال واجهة برمجة التطبيقات (API) غير معتاد وهو كذلك عن عمد. يقوم المطورون بتمرير إدخال واحد متعدد الوسائط - نص أو صور أو صوت أو فيديو أو ملفات PDF، مع سياقات تصل إلى 256 ألف رمز مميز - بالإضافة إلى ما يصل إلى 1000 سؤال مستقل في طلب واحد. يمكن أن تمزج الأسئلة بين اختبارات نعم/لا وتحديدات الاختيارات المتعددة ونتائج قواعد التقييم مقابل نفس المدخلات المشتركة.

نظرًا لأن قرار Gemini Decision 1 يسجل خيارات المرشح في تمريرة أمامية واحدة بدلاً من فك تشفير الرموز المميزة واحدًا تلو الآخر، فإن Google تبلغ عن متوسط ​​حساب النموذج من 50 إلى 100 مللي ثانية وزمن الوصول الشامل من 150 إلى 250 مللي ثانية. تقول الشركة إن الأداء يظل ثابتًا تقريبًا حيث يتراوح حجم الأسئلة من 1 إلى 100 لكل طلب، ويتم إصدار فاتورة للمدخلات المشتركة مرة واحدة بغض النظر عن عدد الأسئلة التي يتم تقييمها مقابلها.

التسعير: لا توجد رموز إخراج على الإطلاق

يبلغ سعر Gemini Decision 1 0.10 دولارًا أمريكيًا لكل مليون رمز مميز للإدخال، مع عدم إصدار فاتورة بأي رمز مميز للمخرج - وهو اختلاف هيكلي كبير عن واجهات برمجة التطبيقات التوليدية، حيث تهيمن الرموز المميزة للمخرج عادةً على الفاتورة. تقول Google إن ذلك يجعل واجهة برمجة التطبيقات Decisions API أرخص بنحو 5 مرات عبر مجموعة المعايير المشتركة الخاصة بها مقارنة بـ Gemini 3.5 Flash-Lite المستخدم من خلال Interactions API، بدون نسخ صوتي منفصل أو رسوم التعرف الضوئي على الحروف. تتوفر طبقة مجانية في Google AI Studio للنماذج الأولية.

المعايرة هي المطالبة الرئيسية

يؤدي إعلان Google إلى ادعاء بشأن المعايرة: عبر المعايير التي تشمل توجيه الوكيل والتفكير والتصنيف والفهم متعدد الوسائط، تقول الشركة إن Gemini Decision 1 يقود المجموعة بأقل خطأ في المعايرة. تأتي كل إجابة مع درجة ثقة من 0 إلى 1، لذلك يمكن لرمز التطبيق توجيه الحالات الغامضة إلى نموذج احتياطي أو مراجع بشري بدلاً من الثقة في تصنيف منخفض الثقة.

تعتبر المعايرة مهمة لأن حالات فشل التوجيه تتفاقم في أنظمة الوكيل. الوكيل الذي يختار الأداة الخاطئة بثقة عالية يفشل بصمت؛ الوكيل الذي يعرف عندما يكون غير متأكد يمكن أن يتحلل بأمان. يمكن القول إن جعل الثقة المعايرة مخرجات واجهة برمجة التطبيقات (API) من الدرجة الأولى - إلى جانب التصنيف نفسه - هو الجزء الأكثر اهتمامًا بالإنتاج في عملية الإطلاق.

تعدد الوسائط الأصلي في تمريرة واحدة

يعتمد هذا النموذج على بنية Gemini الأصلية متعددة الوسائط، حيث يقوم بمعالجة النصوص والصور والصوت والفيديو وملفات PDF مباشرةً في مسار أمامي واحد. تُظهر أمثلة جوجل المزج بين الأساليب في الممارسة العملية: إقران تسجيل المكالمات مع البيانات الوصفية للحساب، أو مطالبة التأمين الممسوحة ضوئيًا بتنسيق PDF مع الصور التالفة، وضبط الدقة على مدخلات الصور والفيديو لموازنة التفاصيل المرئية مقابل تكلفة الرمز المميز.

كما سلطت الشركة الضوء على التبني الداخلي. تقول Google إن الفرق في جميع أنحاء الشركة تستخدم بالفعل واجهة برمجة التطبيقات Decisions API كمستوى تحكم منخفض الكمون، وميزات الشحن عن طريق تحديد الخيارات بدلاً من تدريب المصنفات المخصصة - بما في ذلك Stitch Rapid، والتي يقول الإعلان إنها تستخدم واجهة برمجة التطبيقات لتصميم تدفق المنتج بالكامل في ثوانٍ.

دعم النظام البيئي من اليوم الأول

أدرجت Google عمليات تكامل يوم الإطلاق عبر OpenRouter وLangChain وVercel وLiteLLM وPydantic AI وPipcat وLiveKit وOpenCode، إلى جانب مجموعات SDK من google-genai لـ Python وJavaScript وREST. سيأتي الدعم في Gemini على Google Cloud قريبًا، وفقًا للإعلان.

يمكن للمطورين البدء اليوم باستخدام مفتاح واجهة برمجة التطبيقات في Google AI Studio، وقد نشرت Google تطبيقات تجريبية - Doorstep Parcels وSpeed ​​Sketch وFind the Zoo Keeper - لإظهار أنماط الطلب أثناء التنفيذ.

سبب أهمية الاقتصاد الوكيل

تستهدف واجهة برمجة تطبيقات القرارات الطبقة الأقل بريقًا ولكنها الأكثر ممارسةً في مجموعة الوكلاء الناشئة: القرارات الصغيرة الثابتة التي يتخذها الوكيل عشرات المرات لكل مهمة. إذا كان من الممكن تشغيل عمليات التوجيه وفحوصات السياسات وتصنيف السياق بسرعة تتراوح بين 150 و250 مللي ثانية مع تسعير يمكن التنبؤ به، فإن اقتصاديات سير عمل الوكلاء طويلة الأمد تتغير بشكل جوهري - تتوقف طبقة القرار عن كونها عنق الزجاجة للنموذج التوليدي وتصبح أقرب إلى البنية التحتية التقليدية.

كما يعمل الإطلاق على تحسين وضع Google في مواجهة المنافسين الذين يبنون نماذج مخصصة للتصنيف والتوجيه، من خلال ربط قدرة الوسائط المتعددة للمختبر الحدودي بنقطة سعر السلعة. كما أنه يشير أيضًا إلى المكان الذي ترى فيه Google انقسام سوق واجهة برمجة التطبيقات: النماذج التوليدية للعمل المفتوح، ونماذج القرار لعمليات التحقق المحدودة ذات الحجم الكبير التي تحافظ على أنظمة الوكلاء على المسار الصحيح. ما إذا كانت المعايير المستقلة تؤكد مطالبات المعايرة أم لا، سيكون المقياس الذي يجب مراقبته مع نمو التبني.

---

ابقَ في طليعة الذكاء الاصطناعي

احصل على آخر الأخبار والتحليلات والإنجازات في مجال الذكاء الاصطناعي — كل ذلك في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →