Google mnamo Jumanne ilianzisha API ya Maamuzi ya Gemini, mwisho mpya ulioundwa kwa maamuzi ya haraka, yaliyowekwa wazi, inayoendeshwa na muundo wa kusudi unaoitwa Gemini Decision 1 (gemini-decision-1). API inapatikana sasa kupitia Gemini API katika Google AI Studio, kulingana na tangazo la Google.
Kiwango ni rahisi: darasa kubwa la kazi ya AI ya uzalishaji hauitaji mfano unaoandika insha. Uteuzi wa zana, ukaguzi wa sera, uelekezaji wa kielelezo na upangaji daraja wa muktadha zote ni chaguo zenye mipaka - na kwa hizo, uzalishaji wa maandishi wasilianifu ni wa polepole, ghali na haujasawazishwa vyema. API ya Maamuzi badala yake huchukua chaguo zako za mgombea na kuzipa alama, ikirudisha uwezekano na alama za uhakika badala ya maandishi ya jibu yaliyotolewa.
Kwa muktadha zaidi kuhusu zana za wasanidi programu kama hii, fuata ufunikaji wetu wa zana za AI.
Ingizo moja, hadi maswali 1,000, pasi moja ya mbele
Mtindo wa uingizaji wa API si wa kawaida na ni wa makusudi. Wasanidi programu hupitisha ingizo moja la aina nyingi - maandishi, picha, sauti, video au PDF, na muktadha hadi tokeni 256K - pamoja na hadi maswali 1,000 ya kujitegemea katika ombi moja. Maswali yanaweza kuchanganya ukaguzi wa ndiyo/hapana, chaguo-nyingi na alama za rubriki dhidi ya ingizo sawa la pamoja.
Kwa sababu Uamuzi wa Gemini 1 huweka alama za chaguo za wagombea katika pasi moja ya mbele badala ya kusimbua tokeni moja baada ya nyingine, Google huripoti kokotoo la wastani la modeli ya milisekunde 50–100 na kusubiri-mwisho kwa milisekunde 150–250. Kampuni hiyo inasema utendakazi unakaa karibu sawa kwani maswali hupimwa kutoka 1 hadi 100 kwa kila ombi, na kwamba ingizo lililoshirikiwa hutozwa mara moja bila kujali ni maswali mangapi yatatathminiwa dhidi yake.
Bei: hakuna tokeni za kutoa, milele
Uamuzi wa Gemini 1 una bei ya $0.10 kwa kila tokeni milioni 1 za pembejeo, huku tokeni sifuri zikitozwa - tofauti ya kimuundo ya maana kutoka kwa API za uzalishaji, ambapo tokeni za pato kwa kawaida hutawala muswada huo. Google inasema hiyo inafanya API ya Maamuzi iwe karibu mara 5 kwa bei nafuu katika safu yake ya benchmark iliyoshirikiwa kuliko Gemini 3.5 Flash-Lite inayotumiwa kupitia API ya Maingiliano, bila manukuu tofauti ya sauti au malipo ya OCR. Kiwango kisicho na gharama kinapatikana katika Studio ya Google AI kwa uchapaji.
Urekebishaji ndio dai la kichwa
Tangazo la Google linaongoza kwa dai kuhusu urekebishaji: katika vigezo vyote vinavyotumia uelekezaji wa wakala, hoja, cheo na uelewa wa namna nyingi, kampuni hiyo inasema Uamuzi wa Gemini 1 unaongoza kwa hitilafu ya chini kabisa ya urekebishaji. Kila jibu husafirishwa kwa alama za kutegemewa kutoka 0 hadi 1, kwa hivyo msimbo wa programu unaweza kuelekeza kesi tata kwa muundo mbadala au mkaguzi wa kibinadamu badala ya kuamini uainishaji wa kutojiamini.
Urekebishaji ni muhimu kwa sababu hitilafu za uelekezaji huchanganyika katika mifumo ya mawakala. Wakala anayechagua chombo kibaya kwa ujasiri wa juu hushindwa kimya kimya; wakala anayejua wakati hana uhakika anaweza kudhalilisha kwa uzuri. Kufanya imani iliyorekebishwa kuwa pato la API ya daraja la kwanza - pamoja na uainishaji wenyewe - bila shaka ndiyo sehemu inayozingatia uzalishaji zaidi ya uzinduzi.
Multimodality Asili katika pasi moja
Imejengwa juu ya usanifu asilia wa Gemini, mtindo huo huchakata maandishi, picha, sauti, video na PDF moja kwa moja kwa njia moja ya mbele. Mifano ya Google inaonyesha mchanganyiko wa mbinu kivitendo: kuoanisha rekodi ya simu na metadata ya akaunti, au dai la bima ya PDF iliyochanganuliwa na picha za uharibifu, na azimio la kurekebisha picha na video ili kusawazisha maelezo ya kuona dhidi ya gharama ya tokeni.
Kampuni pia ilionyesha kupitishwa kwa ndani. Google inasema timu kote kwenye kampuni tayari zinatumia API ya Maamuzi kama ndege ya kudhibiti muda wa kusubiri, vipengele vya usafirishaji kwa kufafanua chaguo badala ya kutoa mafunzo kwa waainishaji maalum - ikiwa ni pamoja na Stitch Rapid, ambayo tangazo linasema hutumia API kubuni mtiririko mzima wa bidhaa kwa sekunde.
Usaidizi wa mfumo wa ikolojia kutoka siku ya kwanza
Google iliorodhesha miunganisho ya siku ya uzinduzi kote OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit na OpenCode, pamoja na SDK za google-genai za Python, JavaScript na REST. Usaidizi katika Gemini kwenye Wingu la Google unakuja hivi karibuni, kulingana na tangazo.
Wasanidi programu wanaweza kuanza leo na ufunguo wa API katika Studio ya Google AI, na programu za onyesho zilizochapishwa na Google - Vifurushi vya Mlango, Mchoro wa Kasi na Tafuta Mlinzi wa Zoo - ili kuonyesha mifumo ya ombi inavyofanya kazi.
Kwa nini ni muhimu kwa uchumi wa wakala
API ya Maamuzi inalenga safu ya chini kabisa ya kuvutia lakini inayotumiwa sana ya rafu ya wakala anayeibuka: maamuzi madogo yasiyobadilika ambayo wakala hufanya mara kadhaa kwa kila kazi. Iwapo uelekezaji, ukaguzi wa sera na uwekaji madaraja wa muktadha unaweza kutumika kwa milisekunde 150-250 kwa bei inayotabirika, uchumi wa utendakazi wa wakala wa muda mrefu utabadilika sana - safu ya uamuzi itaacha kuwa kizuizi cha muundo-zalishi na kuwa karibu na miundombinu ya jadi.
Uzinduzi huu pia unaboresha nafasi ya Google dhidi ya washindani wanaojenga uainishaji maalum na miundo ya uelekezaji, kwa kuambatisha uwezo wa uundaji wa maabara ya frontier-lab kwa uhakika wa bei ya bidhaa. Pia huashiria pale Google inapoona soko la API likigawanyika: miundo zalishaji ya kazi isiyo na mwisho, mifano ya maamuzi ya ukaguzi uliowekewa mipaka, wa sauti ya juu ambao huweka mifumo ya mawakala kwenye reli. Iwapo vigezo huru vinathibitisha madai ya urekebishaji itakuwa kipimo cha kutazama upitishaji unapoendelea.
---
Kaa Mbele ya AIPata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.
Soma habari zaidi za AI →
