Google মঙ্গলবার জেমিনি ডিসিশন এপিআই প্রবর্তন করেছে, দ্রুত, ক্লোজ-সেট সিদ্ধান্তের জন্য তৈরি একটি নতুন এন্ডপয়েন্ট, জেমিনি ডিসিশন 1 (জেমিনি-সিদ্ধান্ত-1) নামে একটি উদ্দেশ্য-নির্মিত মডেল দ্বারা চালিত। এপিআই এখন গুগল এআই স্টুডিওতে জেমিনি এপিআই-এর মাধ্যমে পাওয়া যাচ্ছে, গুগলের ঘোষণা অনুযায়ী।

পিচ সহজ: উত্পাদন AI কাজের একটি বৃহৎ শ্রেণীর একটি মডেল প্রয়োজন হয় না যে রচনা লেখেন. টুল নির্বাচন, পলিসি চেক, মডেল রাউটিং এবং কনটেক্সট গ্রেডিং সবই আবদ্ধ পছন্দ - এবং সেগুলির জন্য, জেনারেটিভ টেক্সট জেনারেশন ধীর, ব্যয়বহুল এবং খারাপভাবে ক্যালিব্রেট করা হয়। সিদ্ধান্ত API এর পরিবর্তে আপনার প্রার্থীর বিকল্পগুলি নেয় এবং সেগুলিকে স্কোর করে, উত্তরের পাঠ্য তৈরি করার পরিবর্তে সম্ভাব্যতা এবং আত্মবিশ্বাসের স্কোর ফিরিয়ে দেয়।

এই ধরনের ডেভেলপার টুলের আরও প্রসঙ্গ জানতে, আমাদের AI টুলস কভারেজ অনুসরণ করুন।

একটি ইনপুট, 1,000টি প্রশ্ন পর্যন্ত, একটি ফরোয়ার্ড পাস

API এর ইনপুট মডেল অস্বাভাবিক এবং ইচ্ছাকৃতভাবে তাই। বিকাশকারীরা একটি মাল্টিমডাল ইনপুট পাস করে — পাঠ্য, ছবি, অডিও, ভিডিও বা PDF, 256K টোকেন পর্যন্ত প্রসঙ্গ সহ — একক অনুরোধে 1,000টি স্বাধীন প্রশ্ন সহ। প্রশ্নগুলি হ্যাঁ/না চেক, একাধিক পছন্দের নির্বাচন এবং একই শেয়ার করা ইনপুটের বিপরীতে রুব্রিক স্কোর মিশ্রিত করতে পারে।

যেহেতু জেমিনি ডিসিশন 1 একের পর এক টোকেন ডিকোড করার পরিবর্তে একটি একক ফরোয়ার্ড পাসে প্রার্থীর বিকল্পগুলিকে স্কোর করে, গুগল 50-100 মিলিসেকেন্ডের মিডিয়ান মডেল কম্পিউট এবং 150-250 মিলিসেকেন্ডের এন্ড-টু-এন্ড লেটেন্সি রিপোর্ট করে৷ কোম্পানী বলেছে যে কর্মক্ষমতা প্রায় সমতল থাকে প্রশ্ন স্কেল হিসাবে 1 থেকে 100 প্রতি অনুরোধের স্কেল, এবং ভাগ করা ইনপুট একবারই বিল করা হয়, যত প্রশ্নই এর বিরুদ্ধে মূল্যায়ন করা হোক না কেন।

মূল্য: কোন আউটপুট টোকেন, কখনও

জেমিনি ডিসিশন 1-এর মূল্য $0.10 প্রতি 1 মিলিয়ন ইনপুট টোকেন, যেখানে শূন্য আউটপুট টোকেন বিল করা হয় — জেনারেটিভ API থেকে একটি অর্থপূর্ণ কাঠামোগত পার্থক্য, যেখানে আউটপুট টোকেন সাধারণত বিলের উপর প্রাধান্য পায়। Google বলে যে ডিসিশন এপিআই তার শেয়ার্ড বেঞ্চমার্ক স্যুট জুড়ে মিথস্ক্রিয়া API এর মাধ্যমে ব্যবহৃত জেমিনি 3.5 ফ্ল্যাশ-লাইটের তুলনায় প্রায় 5 গুণ সস্তা করে তোলে, আলাদা অডিও ট্রান্সক্রিপশন বা OCR চার্জ নেই। প্রোটোটাইপিংয়ের জন্য Google AI স্টুডিওতে একটি নো-কস্ট টিয়ার উপলব্ধ।

ক্রমাঙ্কন শিরোনাম দাবি

Google-এর ঘোষণা ক্রমাঙ্কন সম্পর্কে একটি দাবির সাথে নেতৃত্ব দেয়: এজেন্ট রাউটিং, যুক্তি, র‌্যাঙ্কিং এবং মাল্টিমোডাল বোঝাপড়ার মাপকাঠি জুড়ে, কোম্পানি বলে যে জেমিনি ডিসিশন 1 সর্বনিম্ন ক্রমাঙ্কন ত্রুটি সহ স্যুটে নেতৃত্ব দেয়৷ প্রতিটি উত্তর 0 থেকে 1 এর মধ্যে একটি আত্মবিশ্বাসের স্কোর সহ প্রেরণ করে, তাই অ্যাপ্লিকেশন কোড অস্পষ্ট কেসগুলিকে একটি ফলব্যাক মডেল বা একজন মানব পর্যালোচকের কাছে পাঠাতে পারে একটি স্বল্প-আস্থার শ্রেণীবিভাগে বিশ্বাস করার পরিবর্তে।

ক্রমাঙ্কন গুরুত্বপূর্ণ কারণ এজেন্ট সিস্টেমে রাউটিং ব্যর্থতা যৌগিক। একটি এজেন্ট যে উচ্চ আত্মবিশ্বাসের সাথে ভুল হাতিয়ার বাছাই করে নীরবে ব্যর্থ হয়; একটি এজেন্ট যে জানে যখন এটি অনিশ্চিত হয় gracefully অধঃপতন করতে পারে. ক্যালিব্রেটেড আত্মবিশ্বাসকে একটি প্রথম-শ্রেণীর API আউটপুট তৈরি করা — শ্রেণীবিভাগের পাশাপাশি — তর্কাতীতভাবে লঞ্চের সবচেয়ে উৎপাদন-মনস্ক অংশ।

একক পাসে নেটিভ মাল্টিমোডালিটি

জেমিনীর নেটিভ মাল্টিমোডাল আর্কিটেকচারের উপর নির্মিত, মডেলটি সরাসরি একটি ফরোয়ার্ড পাসে টেক্সট, ছবি, অডিও, ভিডিও এবং পিডিএফ প্রক্রিয়া করে। Google-এর উদাহরণগুলি অনুশীলনে পদ্ধতির মিশ্রণ দেখায়: অ্যাকাউন্টের মেটাডেটার সাথে একটি কল রেকর্ডিং যুক্ত করা, বা ক্ষতির ফটোগুলির সাথে একটি স্ক্যান করা PDF বীমা দাবি এবং টোকেন খরচের বিপরীতে ভিজ্যুয়াল বিশদ ভারসাম্যের জন্য চিত্র এবং ভিডিও ইনপুটগুলিতে টিউনিং রেজোলিউশন।

সংস্থাটি অভ্যন্তরীণ গ্রহণকেও তুলে ধরেছে। Google বলেছে যে কোম্পানি জুড়ে দলগুলি ইতিমধ্যেই একটি কম-লেটেন্সি কন্ট্রোল প্লেন হিসাবে ডিসিশন API ব্যবহার করে, কাস্টম ক্লাসিফায়ারদের প্রশিক্ষণের পরিবর্তে বিকল্পগুলি নির্ধারণ করে শিপিং বৈশিষ্ট্যগুলি - স্টিচ র‌্যাপিড সহ, যা ঘোষণা বলে যে সেকেন্ডের মধ্যে একটি সম্পূর্ণ পণ্য প্রবাহ ডিজাইন করতে API ব্যবহার করে।

প্রথম দিন থেকে ইকোসিস্টেম সমর্থন

Python, JavaScript এবং REST-এর জন্য Google-genai SDK-এর পাশাপাশি OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit এবং OpenCode জুড়ে Google লঞ্চ-ডে ইন্টিগ্রেশন তালিকাভুক্ত করেছে। ঘোষণা অনুসারে, Google ক্লাউডে জেমিনিতে সমর্থন শীঘ্রই আসছে।

ডেভেলপাররা আজই Google AI স্টুডিওতে একটি API কী দিয়ে শুরু করতে পারেন এবং Google প্রকাশিত ডেমো অ্যাপস — ডোরস্টেপ পার্সেল, স্পিড স্কেচ এবং ফাইন্ড দ্য জু কিপার — অ্যাকশনে অনুরোধের ধরণ দেখাতে।

কেন এটা এজেন্ট অর্থনীতির জন্য গুরুত্বপূর্ণ

ডিসিশনস এপিআই উদীয়মান এজেন্ট স্ট্যাকের সবচেয়ে কম চটকদার কিন্তু সবচেয়ে বেশি ব্যায়াম করা স্তরকে লক্ষ্য করে: একজন এজেন্ট প্রতি টাস্কে কয়েক ডজন বার ধ্রুবক ছোট সিদ্ধান্ত নেয়। যদি রাউটিং, পলিসি চেক এবং কনটেক্সট গ্রেডিং অনুমানযোগ্য মূল্যের সাথে 150-250 মিলিসেকেন্ডে চলতে পারে, দীর্ঘমেয়াদী এজেন্ট ওয়ার্কফ্লোগুলির অর্থনীতি বস্তুগতভাবে পরিবর্তিত হয় — সিদ্ধান্ত স্তরটি একটি জেনারেটিভ-মডেল বাধা হয়ে দাঁড়ায় এবং ঐতিহ্যগত অবকাঠামোর কাছাকাছি হয়ে যায়।

লঞ্চটি পণ্যের মূল্য বিন্দুতে ফ্রন্টিয়ার-ল্যাব মাল্টিমোডাল ক্ষমতা সংযুক্ত করে প্রতিদ্বন্দ্বীদের ডেডিকেটেড শ্রেণীবিভাগ এবং রাউটিং মডেল তৈরির বিরুদ্ধে Google-এর অবস্থানকে তীক্ষ্ণ করে। এটিও সংকেত দেয় যেখানে Google API মার্কেট বিভাজন দেখে: উন্মুক্ত কাজের জন্য জেনারেটিভ মডেল, বাউন্ডেড, উচ্চ-ভলিউম চেকগুলির জন্য সিদ্ধান্তের মডেল যা এজেন্ট সিস্টেমগুলিকে রেলে রাখে। স্বতন্ত্র বেঞ্চমার্কগুলি ক্রমাঙ্কন দাবিগুলি নিশ্চিত করে কিনা তা দত্তক নেওয়া বৃদ্ধির সাথে সাথে দেখার মেট্রিক হবে।

---

এআই থেকে এগিয়ে থাকুন

সর্বশেষ AI খবর, বিশ্লেষণ এবং সাফল্য পান — সব এক জায়গায়।

আরও এআই খবর পড়ুন →