கூகுள் செவ்வாயன்று ஜெமினி டெசிஷன்ஸ் ஏபிஐயை அறிமுகப்படுத்தியது, இது வேகமான, மூடிய-செட் முடிவுகளுக்காக கட்டமைக்கப்பட்ட ஒரு புதிய எண்ட்பாயிண்ட், ஜெமினி டிசிஷன் 1 (ஜெமினி-முடிவு-1) எனப்படும் நோக்கத்துடன் கட்டமைக்கப்பட்ட மாதிரியால் இயக்கப்படுகிறது. கூகிளின் அறிவிப்பின்படி, Google AI ஸ்டுடியோவில் உள்ள ஜெமினி API மூலம் API இப்போது கிடைக்கிறது.

சுருதி எளிதானது: ஒரு பெரிய அளவிலான உற்பத்தி AI வேலைகளுக்கு கட்டுரைகளை எழுதும் மாதிரி தேவையில்லை. கருவித் தேர்வு, கொள்கைச் சரிபார்ப்புகள், மாதிரி ரூட்டிங் மற்றும் சூழல் கிரேடிங் ஆகிய அனைத்தும் வரம்புக்குட்பட்ட தேர்வுகள் - மேலும், உரை உருவாக்கம் மெதுவாகவும், விலை உயர்ந்ததாகவும், மோசமாக அளவீடு செய்யப்பட்டதாகவும் இருக்கும். அதற்குப் பதிலாக, முடிவுகளின் API உங்கள் வேட்பாளர் விருப்பங்களை எடுத்து அவற்றை மதிப்பெண்கள், நிகழ்தகவுகள் மற்றும் நம்பக மதிப்பெண்களை உருவாக்குகிறது.

இது போன்ற டெவலப்பர் கருவிகள் பற்றிய கூடுதல் சூழலுக்கு, எங்கள் AI கருவிகள் கவரேஜ் ஐப் பின்பற்றவும்.

ஒரு உள்ளீடு, 1,000 கேள்விகள் வரை, ஒரு முன்னோக்கு பாஸ்

API இன் உள்ளீட்டு மாதிரி அசாதாரணமானது மற்றும் வேண்டுமென்றே. டெவலப்பர்கள் ஒரு மல்டிமாடல் உள்ளீட்டை அனுப்புகிறார்கள் - உரை, படங்கள், ஆடியோ, வீடியோ அல்லது PDFகள், 256K டோக்கன்கள் வரையிலான சூழல்களுடன் - ஒரே கோரிக்கையில் 1,000 சுயாதீன கேள்விகளுடன். ஒரே பகிரப்பட்ட உள்ளீட்டிற்கு எதிராக கேள்விகள் ஆம்/இல்லை காசோலைகள், பல தேர்வு தேர்வுகள் மற்றும் ரூப்ரிக் மதிப்பெண்களைக் கலக்கலாம்.

டோக்கன்களை ஒவ்வொன்றாக டிகோடிங் செய்வதை விட, ஜெமினி முடிவு 1 வேட்பாளர் விருப்பங்களை ஒற்றை முன்னோக்கி பாஸில் மதிப்பெண்கள் செய்வதால், கூகுள் சராசரி மாதிரி கணக்கீடு 50-100 மில்லி விநாடிகள் மற்றும் 150-250 மில்லி விநாடிகள் என இறுதி-இறுதி தாமதத்தை அறிக்கை செய்கிறது. ஒரு கோரிக்கைக்கு 1 முதல் 100 வரையிலான கேள்விகள் அளவில் செயல்திறன் ஏறக்குறைய சமமாக இருக்கும் என்று நிறுவனம் கூறுகிறது, மேலும் பகிரப்பட்ட உள்ளீடு எவ்வளவு கேள்விகளுக்கு எதிராக மதிப்பிடப்பட்டாலும் ஒரு முறை பில் செய்யப்படும்.

விலை: வெளியீடு டோக்கன்கள் இல்லை, எப்போதும்

ஜெமினி டெசிஷன் 1 ஆனது 1 மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு $0.10 என நிர்ணயம் செய்யப்பட்டுள்ளது, பூஜ்ஜிய வெளியீட்டு டோக்கன்கள் பில் செய்யப்படுகின்றன - இது உருவாக்கும் API களில் இருந்து ஒரு அர்த்தமுள்ள கட்டமைப்பு வேறுபாடு, அங்கு வெளியீட்டு டோக்கன்கள் பொதுவாக மசோதாவில் ஆதிக்கம் செலுத்துகின்றன. தனிப்பட்ட ஆடியோ டிரான்ஸ்கிரிப்ஷன் அல்லது OCR கட்டணங்கள் இல்லாமல், Interactions API மூலம் பயன்படுத்தப்படும் Gemini 3.5 Flash-Lite ஐ விட, Decisions API ஆனது அதன் பகிரப்பட்ட பெஞ்ச்மார்க் தொகுப்பில் கிட்டத்தட்ட 5 மடங்கு மலிவானதாக இருப்பதாக கூகுள் கூறுகிறது. கூகுள் ஏஐ ஸ்டுடியோவில் முன்மாதிரிக்கு விலையில்லா அடுக்கு உள்ளது.

அளவுத்திருத்தம் என்பது தலைப்புச் செய்தியாகும்

கூகிளின் அறிவிப்பு அளவுத்திருத்தம் பற்றிய ஒரு உரிமைகோரலைக் கொண்டுள்ளது: முகவர் ரூட்டிங், நியாயப்படுத்துதல், தரவரிசை மற்றும் மல்டிமாடல் புரிதல் போன்ற வரையறைகள் முழுவதும், ஜெமினி டிசிஷன் 1 மிகக் குறைந்த அளவுத்திருத்தப் பிழையுடன் முன்னணியில் இருப்பதாக நிறுவனம் கூறுகிறது. ஒவ்வொரு பதிலும் 0 முதல் 1 வரையிலான நம்பிக்கை மதிப்பெண்ணுடன் அனுப்பப்படுகிறது, எனவே பயன்பாட்டுக் குறியீடு தெளிவற்ற நிகழ்வுகளை குறைந்த நம்பிக்கை வகைப்பாட்டை நம்புவதற்குப் பதிலாக ஒரு ஃபால்பேக் மாதிரி அல்லது மனித மதிப்பாய்வாளராக மாற்றும்.

ஏஜென்ட் அமைப்புகளில் ரூட்டிங் தோல்விகள் கலவையாக இருப்பதால் அளவுத்திருத்தம் முக்கியமானது. அதிக நம்பிக்கையுடன் தவறான கருவியைத் தேர்ந்தெடுக்கும் முகவர் அமைதியாக தோல்வியடைகிறார்; நிச்சயமற்றதாக இருக்கும் போது தெரிந்த ஒரு முகவர் மனதார சீரழியும். அளவீடு செய்யப்பட்ட நம்பிக்கையை ஒரு முதல்-வகுப்பு API வெளியீட்டாக மாற்றுவது - வகைப்பாட்டுடன் சேர்த்து - இது வெளியீட்டின் மிகவும் உற்பத்தி-மனம் கொண்ட பகுதியாகும்.

நேட்டிவ் மல்டிமாடலிட்டி ஒரே பாஸ்

ஜெமினியின் நேட்டிவ் மல்டிமாடல் கட்டமைப்பில் கட்டமைக்கப்பட்ட இந்த மாதிரியானது உரை, படங்கள், ஆடியோ, வீடியோ மற்றும் PDFகளை நேரடியாக ஒரு முன்னோக்கி பாஸில் செயலாக்குகிறது. கூகுளின் எடுத்துக்காட்டுகள் நடைமுறையில் உள்ள முறைகளின் கலவையைக் காட்டுகின்றன: கணக்கு மெட்டாடேட்டாவுடன் அழைப்புப் பதிவை இணைத்தல் அல்லது சேதப் படங்களுடன் ஸ்கேன் செய்யப்பட்ட PDF இன்சூரன்ஸ் க்ளெய்ம், மற்றும் டோக்கன் விலைக்கு எதிராக காட்சி விவரங்களைச் சமன் செய்ய படம் மற்றும் வீடியோ உள்ளீடுகளில் ட்யூனிங் தீர்மானம்.

நிறுவனம் உள் தத்தெடுப்பையும் சிறப்பித்தது. நிறுவனம் முழுவதும் உள்ள குழுக்கள் ஏற்கனவே டெசிஷன்ஸ் ஏபிஐயை குறைந்த தாமதக் கட்டுப்பாட்டு விமானமாகப் பயன்படுத்துகின்றன, தனிப்பயன் வகைப்படுத்திகளைப் பயிற்றுவிப்பதை விட விருப்பங்களை வரையறுப்பதன் மூலம் ஷிப்பிங் அம்சங்களைப் பயன்படுத்துகின்றன - ஸ்டிட்ச் ரேபிட் உட்பட, இந்த அறிவிப்பு நொடிகளில் முழு தயாரிப்பு ஓட்டத்தையும் வடிவமைக்க API ஐப் பயன்படுத்துகிறது என்று அறிவிப்பு கூறுகிறது.

முதல் நாளிலிருந்து சுற்றுச்சூழல் அமைப்பு ஆதரவு

Python, JavaScript மற்றும் RESTக்கான google-genai SDKகளுடன், OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit மற்றும் OpenCode முழுவதும் வெளியீட்டு நாள் ஒருங்கிணைப்புகளை Google பட்டியலிட்டுள்ளது. கூகுள் கிளவுட்டில் ஜெமினிக்கான ஆதரவு விரைவில் வரவுள்ளதாக அறிவிப்பில் தெரிவிக்கப்பட்டுள்ளது.

டெவலப்பர்கள் இன்று Google AI ஸ்டுடியோவில் API விசையுடன் தொடங்கலாம், மேலும் கூகுள் வெளியிட்ட டெமோ ஆப்ஸ் — Doorstep Parcels, Speed ​​Sketch மற்றும் Find the Zoo Keeper — கோரிக்கை வடிவங்களை செயல்பாட்டில் காட்டுவதற்கு.

முகவர் பொருளாதாரத்திற்கு இது ஏன் முக்கியமானது

டெசிஷன்ஸ் ஏபிஐ, மிகக் குறைவான கவர்ச்சியான ஆனால் மிகவும் அதிகமாகப் பயன்படுத்தப்படும் ஏஜென்ட் ஸ்டேக்கின் லேயரை இலக்காகக் கொண்டுள்ளது: ஒரு முகவர் ஒரு பணிக்கு டஜன் கணக்கான முறை எடுக்கும் நிலையான சிறிய முடிவுகள். ரூட்டிங், பாலிசி காசோலைகள் மற்றும் சூழல் தரப்படுத்தல் ஆகியவை யூகிக்கக்கூடிய விலையுடன் 150-250 மில்லி விநாடிகளில் இயங்கினால், நீண்டகால முகவர் பணிப்பாய்வுகளின் பொருளாதாரம் பொருள் ரீதியாக மாறுகிறது - முடிவெடுக்கும் அடுக்கு ஒரு உற்பத்தி மாதிரி இடையூறாக இருப்பதை நிறுத்தி பாரம்பரிய உள்கட்டமைப்புக்கு நெருக்கமாகிறது.

பிரத்யேக வகைப்பாடு மற்றும் ரூட்டிங் மாடல்களை உருவாக்கும் போட்டியாளர்களுக்கு எதிராக கூகுளின் நிலைப்பாட்டை இந்த வெளியீடு கூர்மையாக்குகிறது. ஏபிஐ சந்தைப் பிரிவதை கூகிள் எங்கு பார்க்கிறது என்பதையும் இது சமிக்ஞை செய்கிறது: திறந்தநிலை வேலைக்கான உருவாக்க மாதிரிகள், எல்லைக்குட்பட்ட, அதிக அளவு சோதனைகளுக்கான முடிவு மாதிரிகள், அவை ஏஜென்ட் அமைப்புகளை தண்டவாளத்தில் வைத்திருக்கின்றன. சுயாதீன வரையறைகள், அளவுத்திருத்த உரிமைகோரல்களை உறுதிப்படுத்துகிறதா என்பதை, தத்தெடுப்பு வளரும்போது பார்க்க வேண்டிய அளவுகோலாக இருக்கும்.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →