Google ने मंगलवार को जेमिनी डिसिजन एपीआई पेश किया, जो तेज, बंद-सेट निर्णयों के लिए बनाया गया एक नया एंडपॉइंट है, जो जेमिनी डिसिजन 1 (जेमिनी-डिसीजन -1) नामक एक उद्देश्य-निर्मित मॉडल द्वारा संचालित है। Google की घोषणा के अनुसार, एपीआई अब Google AI स्टूडियो में जेमिनी एपीआई के माध्यम से उपलब्ध है।

पिच सरल है: उत्पादन एआई कार्य के एक बड़े वर्ग को निबंध लिखने वाले मॉडल की आवश्यकता नहीं है। टूल चयन, नीति जांच, मॉडल रूटिंग और संदर्भ ग्रेडिंग सभी सीमित विकल्प हैं - और उनके लिए, जेनरेटिव टेक्स्ट जेनरेशन धीमी, महंगी और खराब कैलिब्रेटेड है। इसके बजाय निर्णय एपीआई आपके उम्मीदवार के विकल्प लेता है और उन्हें स्कोर करता है, उत्पन्न उत्तर पाठ के बजाय संभावनाएं और आत्मविश्वास स्कोर लौटाता है।

इस तरह के डेवलपर टूल पर अधिक संदर्भ के लिए, हमारे [एआई टूल कवरेज] (https://aibuzzwire.news) का अनुसरण करें।

एक इनपुट, 1,000 प्रश्न तक, एक फॉरवर्ड पास

एपीआई का इनपुट मॉडल असामान्य और जानबूझकर ऐसा है। डेवलपर्स एक मल्टीमॉडल इनपुट - टेक्स्ट, इमेज, ऑडियो, वीडियो या पीडीएफ, 256K टोकन तक के संदर्भों के साथ-साथ एक ही अनुरोध में 1,000 स्वतंत्र प्रश्नों को पास करते हैं। प्रश्न एक ही साझा इनपुट के विरुद्ध हां/नहीं जांच, बहुविकल्पीय चयन और रूब्रिक स्कोर को मिश्रित कर सकते हैं।

क्योंकि जेमिनी डिसीजन 1 एक-एक करके टोकन को डिकोड करने के बजाय एक ही फॉरवर्ड पास में उम्मीदवार के विकल्पों को स्कोर करता है, Google 50-100 मिलीसेकंड की औसत मॉडल गणना और 150-250 मिलीसेकंड की एंड-टू-एंड विलंबता की रिपोर्ट करता है। कंपनी का कहना है कि प्रति अनुरोध 1 से 100 तक प्रश्नों के पैमाने के कारण प्रदर्शन लगभग स्थिर रहता है, और साझा इनपुट को एक बार बिल किया जाता है, चाहे कितने भी प्रश्नों का मूल्यांकन इसके विरुद्ध हो।

मूल्य निर्धारण: कभी भी कोई आउटपुट टोकन नहीं

जेमिनी डिसीजन 1 की कीमत $0.10 प्रति 1 मिलियन इनपुट टोकन है, जिसमें शून्य आउटपुट टोकन बिल होते हैं - जेनरेटिव एपीआई से एक सार्थक संरचनात्मक अंतर, जहां आउटपुट टोकन आमतौर पर बिल पर हावी होते हैं। Google का कहना है कि इंटरेक्शन एपीआई के माध्यम से उपयोग किए जाने वाले जेमिनी 3.5 फ्लैश-लाइट की तुलना में उसके साझा बेंचमार्क सूट में डिसीजन एपीआई लगभग 5 गुना सस्ता है, जिसमें कोई अलग ऑडियो ट्रांसक्रिप्शन या ओसीआर शुल्क नहीं है। प्रोटोटाइपिंग के लिए Google AI स्टूडियो में एक निःशुल्क स्तर उपलब्ध है।

अंशांकन शीर्षक दावा है

Google की घोषणा अंशांकन के बारे में एक दावे के साथ आगे बढ़ती है: एजेंट रूटिंग, तर्क, रैंकिंग और मल्टीमॉडल समझ तक फैले बेंचमार्क में, कंपनी का कहना है कि जेमिनी डिसीजन 1 सबसे कम अंशांकन त्रुटि के साथ सुइट में सबसे आगे है। प्रत्येक उत्तर 0 से 1 तक आत्मविश्वास स्कोर के साथ भेजा जाता है, इसलिए एप्लिकेशन कोड कम आत्मविश्वास वाले वर्गीकरण पर भरोसा करने के बजाय अस्पष्ट मामलों को फ़ॉलबैक मॉडल या मानव समीक्षक के पास भेज सकता है।

अंशांकन मायने रखता है क्योंकि रूटिंग विफलताएं एजेंट सिस्टम में जटिल होती हैं। एक एजेंट जो उच्च आत्मविश्वास के साथ गलत उपकरण चुनता है वह चुपचाप विफल हो जाता है; एक एजेंट जो जानता है कि कब यह अनिश्चित है वह शालीनता से नीचा दिखा सकता है। वर्गीकरण के साथ-साथ कैलिब्रेटेड आत्मविश्वास को प्रथम श्रेणी एपीआई आउटपुट बनाना यकीनन लॉन्च का सबसे अधिक उत्पादन-दिमाग वाला हिस्सा है।

एक ही पास में मूल बहुविधता

जेमिनी के मूल मल्टीमॉडल आर्किटेक्चर पर निर्मित, मॉडल टेक्स्ट, इमेज, ऑडियो, वीडियो और पीडीएफ को सीधे एक फॉरवर्ड पास में प्रोसेस करता है। Google के उदाहरण व्यवहार में तौर-तरीकों के मिश्रण को दर्शाते हैं: कॉल रिकॉर्डिंग को खाता मेटाडेटा के साथ जोड़ना, या स्कैन किए गए पीडीएफ बीमा दावे को क्षति वाली तस्वीरों के साथ जोड़ना, और टोकन लागत के विरुद्ध दृश्य विवरण को संतुलित करने के लिए छवि और वीडियो इनपुट पर रिज़ॉल्यूशन को ट्यून करना।

कंपनी ने आंतरिक अपनाने पर भी प्रकाश डाला। Google का कहना है कि कंपनी भर की टीमें पहले से ही डिसीजन एपीआई का उपयोग कम-विलंबता नियंत्रण विमान के रूप में करती हैं, कस्टम क्लासिफायर को प्रशिक्षित करने के बजाय विकल्पों को परिभाषित करके शिपिंग सुविधाओं का उपयोग करती हैं - जिसमें स्टिच रैपिड भी शामिल है, जो घोषणा में कहती है कि सेकंड में संपूर्ण उत्पाद प्रवाह को डिजाइन करने के लिए एपीआई का उपयोग करती है।

पहले दिन से पारिस्थितिकी तंत्र का समर्थन

Google ने Python, JavaScript और REST के लिए google-genai SDK के साथ-साथ OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit और OpenCode में लॉन्च-डे इंटीग्रेशन को सूचीबद्ध किया है। घोषणा के अनुसार, Google क्लाउड पर जेमिनी में समर्थन जल्द ही आ रहा है।

डेवलपर्स आज Google AI स्टूडियो में एक एपीआई कुंजी के साथ शुरुआत कर सकते हैं, और अनुरोध पैटर्न को कार्रवाई में दिखाने के लिए Google ने डेमो ऐप - डोरस्टेप पार्सल, स्पीड स्केच और फाइंड द ज़ू कीपर - प्रकाशित किए हैं।

यह एजेंट अर्थव्यवस्था के लिए क्यों मायने रखता है

निर्णय एपीआई उभरते एजेंट स्टैक की सबसे कम ग्लैमरस लेकिन सबसे अधिक प्रयोग की जाने वाली परत को लक्षित करता है: लगातार छोटे निर्णय जो एक एजेंट प्रति कार्य दर्जनों बार करता है। यदि रूटिंग, नीति जांच और संदर्भ ग्रेडिंग पूर्वानुमानित मूल्य निर्धारण के साथ 150-250 मिलीसेकेंड पर चल सकती है, तो लंबे समय तक चलने वाले एजेंट वर्कफ़्लो का अर्थशास्त्र भौतिक रूप से बदल जाता है - निर्णय परत एक जेनरेटर-मॉडल बाधा बनना बंद कर देती है और पारंपरिक बुनियादी ढांचे के करीब हो जाती है।

यह लॉन्च कमोडिटी मूल्य बिंदु पर फ्रंटियर-लैब मल्टीमॉडल क्षमता को जोड़कर, समर्पित वर्गीकरण और रूटिंग मॉडल बनाने वाले प्रतिद्वंद्वियों के खिलाफ Google की स्थिति को भी तेज करता है। यह यह भी संकेत देता है कि Google एपीआई बाजार को कहां विभाजित करता हुआ देखता है: ओपन-एंडेड काम के लिए जेनरेटिव मॉडल, बाउंडेड, हाई-वॉल्यूम चेक के लिए निर्णय मॉडल जो एजेंट सिस्टम को पटरी पर रखते हैं। क्या स्वतंत्र बेंचमार्क अंशांकन दावों की पुष्टि करते हैं, यह देखने के लिए मीट्रिक होगा क्योंकि गोद लेने में वृद्धि होगी।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →