Google a introdus marți API-ul Gemini Decisions, un nou punct final construit pentru decizii rapide și închise, alimentat de un model special creat numit Gemini Decision 1 (gemini-decision-1). API-ul este disponibil acum prin API-ul Gemini în Google AI Studio, conform anunțului Google.
Prezentul este simplu: o clasă mare de producție AI nu are nevoie de un model care scrie eseuri. Selectarea instrumentelor, verificările politicilor, rutarea modelului și gradarea contextului sunt toate opțiuni limitate - și pentru acestea, generarea de text generativ este lentă, costisitoare și prost calibrată. În schimb, API-ul Decisions preia opțiunile candidatului și le punctează, returnând probabilități și scoruri de încredere, mai degrabă decât textul de răspuns generat.
Pentru mai mult context despre instrumentele pentru dezvoltatori precum acesta, urmați acoperirea instrumentelor AI.
O singură intrare, până la 1.000 de întrebări, o trecere înainte
Modelul de intrare al API-ului este neobișnuit și în mod deliberat. Dezvoltatorii transmit o singură intrare multimodală - text, imagini, audio, video sau PDF-uri, cu contexte de până la 256.000 de jetoane - împreună cu până la 1.000 de întrebări independente într-o singură solicitare. Întrebările pot combina verificări da/nu, selecții cu variante multiple și scoruri de rubrică în raport cu aceeași intrare partajată.
Deoarece Gemini Decision 1 punctează opțiunile candidate într-o singură trecere înainte, mai degrabă decât decodând token-urile unul câte unul, Google raportează calcularea medie a modelului de 50-100 de milisecunde și o latență de la capăt la capăt de 150-250 de milisecunde. Compania spune că performanța rămâne aproape neregulată, deoarece întrebările cresc de la 1 la 100 per solicitare și că intrarea partajată este facturată o dată, indiferent de câte întrebări sunt evaluate în funcție de aceasta.
Preț: fără jetoane de ieșire, niciodată
Gemini Decision 1 are un preț de 0,10 USD per 1 milion de jetoane de intrare, cu zero jetoane de ieșire facturate - o diferență structurală semnificativă față de API-urile generative, în care jetoanele de ieșire domină de obicei factura. Google spune că acest lucru face API-ul Decisions de aproape 5 ori mai ieftin în suita sa de referință partajată decât Gemini 3.5 Flash-Lite utilizat prin API-ul Interactions, fără taxe separate de transcriere audio sau OCR. Un nivel fără costuri este disponibil în Google AI Studio pentru prototipare.
Calibrarea este reclamația principală
Anunțul Google duce la o afirmație despre calibrare: pe criteriile de referință care acoperă rutarea agenților, raționamentul, clasarea și înțelegerea multimodală, compania spune că Gemini Decision 1 conduce suita cu cea mai mică eroare de calibrare. Fiecare răspuns este livrat cu un scor de încredere de la 0 la 1, astfel încât codul aplicației poate direcționa cazuri ambigue către un model alternativ sau către un evaluator uman, în loc să aibă încredere într-o clasificare cu încredere scăzută.
Calibrarea contează deoarece erorile de rutare se agravează în sistemele de agenți. Un agent care alege instrumentul greșit cu mare încredere eșuează în tăcere; un agent care știe când nu este sigur se poate degrada cu grație. A face din încredere calibrată o ieșire API de primă clasă – alături de clasificarea în sine – este, fără îndoială, partea cea mai orientată spre producție a lansării.
Multimodalitate nativă într-o singură trecere
Construit pe arhitectura multimodală nativă a lui Gemini, modelul procesează text, imagini, audio, video și PDF-uri direct într-o singură trecere înainte. Exemplele Google arată combinarea modalităților în practică: asocierea unei înregistrări a apelurilor cu metadatele contului sau a unei daune de asigurare în format PDF scanat cu fotografii de daune și reglarea rezoluției pe intrările de imagine și video pentru a echilibra detaliile vizuale cu costul simbolului.
Compania a evidențiat și adoptarea internă. Google spune că echipele din cadrul companiei folosesc deja API-ul Decisions ca un plan de control cu latență scăzută, livrând caracteristici prin definirea opțiunilor, mai degrabă decât prin antrenarea clasificatoarelor personalizate - inclusiv Stitch Rapid, despre care anunțul spune că folosește API-ul pentru a proiecta un întreg flux de produse în câteva secunde.
Suport ecosistem din prima zi
Google a enumerat integrările din ziua lansării în OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit și OpenCode, alături de SDK-urile google-genai pentru Python, JavaScript și REST. Asistența în Gemeni pe Google Cloud va veni în curând, conform anunțului.
Dezvoltatorii pot începe astăzi cu o cheie API în Google AI Studio și Google a publicat aplicații demonstrative — Doorstep Parcels, Speed Sketch și Find the Zoo Keeper — pentru a afișa modelele de solicitare în acțiune.
De ce contează pentru economia agentului
API-ul Decisions vizează stratul cel mai puțin strălucitor, dar cel mai intens exercitat al stivei de agenți emergente: deciziile mici constante pe care un agent le ia de zeci de ori per sarcină. Dacă rutarea, verificările politicilor și gradarea contextului pot rula la 150-250 de milisecunde cu prețuri previzibile, economia fluxurilor de lucru ale agenților de lungă durată se schimbă semnificativ - nivelul de decizie încetează să mai fie un blocaj al modelului generativ și devine mai aproape de infrastructura tradițională.
De asemenea, lansarea accentuează poziționarea Google față de rivalii care construiesc modele de clasificare și rutare dedicate, prin atașarea capacității multimodale de laborator de frontieră la un preț al mărfurilor. De asemenea, semnalează unde Google vede împărțirea pieței API: modele generative pentru muncă deschisă, modele de decizie pentru verificări limitate, de mare volum, care mențin sistemele de agenți pe șine. Indiferent dacă criteriile de referință independente confirmă afirmațiile de calibrare va fi măsura de urmărit pe măsură ce adoptarea crește.
---
Rămâneți înaintea AIObțineți cele mai recente știri, analize și descoperiri despre AI - toate într-un singur loc.
Citește mai multe știri AI →
