Google hôm thứ Ba đã giới thiệu API Quyết định Gemini, một điểm cuối mới được xây dựng để đưa ra các quyết định nhanh chóng, khép kín, được hỗ trợ bởi mô hình được xây dựng có mục đích có tên là Quyết định Gemini 1 (gemini-quyết định-1). Theo thông báo của Google, API hiện có sẵn thông qua API Gemini trong Google AI Studio.

Ý tưởng rất đơn giản: một lớp lớn công việc AI sản xuất không cần một người mẫu viết bài luận. Lựa chọn công cụ, kiểm tra chính sách, định tuyến mô hình và phân loại ngữ cảnh đều là những lựa chọn bị giới hạn - và đối với những lựa chọn đó, việc tạo văn bản tổng quát diễn ra chậm, tốn kém và được hiệu chỉnh kém. Thay vào đó, API Quyết định sẽ lấy các tùy chọn ứng viên của bạn và chấm điểm chúng, trả về xác suất và điểm tin cậy thay vì văn bản câu trả lời được tạo.

Để biết thêm bối cảnh về các công cụ dành cho nhà phát triển như công cụ này, hãy theo dõi thông tin về công cụ AI của chúng tôi.

Một đầu vào, tối đa 1.000 câu hỏi, một lượt chuyển tiếp

Mô hình đầu vào của API khác thường và có chủ ý như vậy. Các nhà phát triển chuyển một đầu vào đa phương thức — văn bản, hình ảnh, âm thanh, video hoặc PDF, với ngữ cảnh lên tới 256K mã thông báo — cùng với tối đa 1.000 câu hỏi độc lập trong một yêu cầu. Các câu hỏi có thể kết hợp các kiểm tra có/không, các lựa chọn trắc nghiệm và điểm thang đánh giá dựa trên cùng một thông tin đầu vào được chia sẻ.

Bởi vì Quyết định 1 của Gemini chấm điểm các tùy chọn ứng viên trong một lần chuyển tiếp thay vì giải mã từng mã thông báo một, Google báo cáo tính toán mô hình trung bình là 50–100 mili giây và độ trễ từ đầu đến cuối là 150–250 mili giây. Công ty cho biết hiệu suất gần như không thay đổi khi các câu hỏi có thang điểm từ 1 đến 100 cho mỗi yêu cầu và thông tin đầu vào được chia sẻ sẽ được tính phí một lần cho dù có bao nhiêu câu hỏi đánh giá dựa trên đó.

Định giá: không bao giờ có mã thông báo đầu ra

Quyết định 1 của Gemini có giá 0,10 USD trên 1 triệu mã thông báo đầu vào, không tính phí mã thông báo đầu ra — một sự khác biệt có ý nghĩa về cấu trúc so với các API tổng quát, trong đó mã thông báo đầu ra thường chiếm ưu thế trong hóa đơn. Google cho biết điều đó làm cho Decisions API rẻ hơn gần 5 lần trên bộ điểm chuẩn chung của họ so với Gemini 3.5 Flash-Lite được sử dụng thông qua API Tương tác mà không tính phí phiên âm âm thanh hoặc OCR riêng. Có cấp độ miễn phí trong Google AI Studio dành cho việc tạo nguyên mẫu.

Hiệu chuẩn là tuyên bố tiêu đề

Thông báo của Google dẫn đến tuyên bố về hiệu chuẩn: trên các điểm chuẩn bao gồm định tuyến, lý luận, xếp hạng và hiểu biết đa phương thức của tác nhân, công ty cho biết Quyết định 1 của Gemini dẫn đầu bộ sản phẩm có lỗi hiệu chuẩn thấp nhất. Mỗi câu trả lời đều có điểm tin cậy từ 0 đến 1, do đó, mã ứng dụng có thể định tuyến các trường hợp không rõ ràng đến mô hình dự phòng hoặc người đánh giá thay vì tin tưởng vào phân loại có độ tin cậy thấp.

Việc hiệu chỉnh rất quan trọng vì lỗi định tuyến sẽ xảy ra trong các hệ thống đại lý. Một tác nhân chọn sai công cụ với độ tin cậy cao sẽ thất bại trong âm thầm; một tác nhân biết khi nào nó không chắc chắn có thể xuống cấp một cách duyên dáng. Làm cho độ tin cậy đã được hiệu chỉnh trở thành đầu ra API hạng nhất — cùng với chính việc phân loại — được cho là phần có tính sản xuất cao nhất trong quá trình ra mắt.

Đa phương thức gốc trong một lần truyền

Được xây dựng trên kiến trúc đa phương thức gốc của Gemini, mô hình này xử lý văn bản, hình ảnh, âm thanh, video và tệp PDF trực tiếp trong một lần chuyển tiếp. Các ví dụ của Google cho thấy sự kết hợp của các phương thức trong thực tế: ghép nối bản ghi cuộc gọi với siêu dữ liệu tài khoản hoặc yêu cầu bảo hiểm PDF được quét với ảnh hư hỏng cũng như điều chỉnh độ phân giải trên đầu vào hình ảnh và video để cân bằng chi tiết hình ảnh với chi phí mã thông báo.

Công ty cũng nhấn mạnh việc áp dụng nội bộ. Google cho biết các nhóm trong công ty đã sử dụng Decisions API làm mặt phẳng kiểm soát có độ trễ thấp, cung cấp các tính năng bằng cách xác định các tùy chọn thay vì đào tạo các trình phân loại tùy chỉnh - bao gồm Stitch Rapid, thông báo cho biết sử dụng API để thiết kế toàn bộ luồng sản phẩm trong vài giây.

Hỗ trợ hệ sinh thái ngay từ ngày đầu

Google đã liệt kê các tích hợp trong ngày ra mắt trên OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit và OpenCode, cùng với SDK google-genai cho Python, JavaScript và REST. Theo thông báo, hỗ trợ cho Gemini trên Google Cloud sẽ sớm ra mắt.

Các nhà phát triển có thể bắt đầu ngay hôm nay với khóa API trong Google AI Studio và các ứng dụng demo do Google xuất bản - Doorstep Parcels, Speed ​​Sketch và Find the Zoo Keeper - để hiển thị các mẫu yêu cầu đang hoạt động.

Tại sao nó quan trọng đối với nền kinh tế đại lý

API Quyết định nhắm đến lớp ít hấp dẫn nhất nhưng được thực hiện nhiều nhất trong nhóm tác nhân mới nổi: các quyết định nhỏ liên tục mà một tác nhân thực hiện hàng chục lần cho mỗi nhiệm vụ. Nếu việc định tuyến, kiểm tra chính sách và phân loại bối cảnh có thể chạy ở tốc độ 150–250 mili giây với mức giá có thể dự đoán được thì tính kinh tế của quy trình làm việc của tác nhân dài hạn sẽ thay đổi đáng kể — lớp quyết định không còn là nút thắt cổ chai của mô hình tổng hợp và trở nên gần gũi hơn với cơ sở hạ tầng truyền thống.

Sự ra mắt này cũng nâng cao vị thế của Google trước các đối thủ đang xây dựng các mô hình định tuyến và phân loại chuyên dụng, bằng cách gắn khả năng đa phương thức của phòng thí nghiệm biên giới với một mức giá hàng hóa. Nó cũng báo hiệu nơi Google nhận thấy sự phân chia thị trường API: các mô hình tổng quát cho công việc mở, các mô hình quyết định cho các cuộc kiểm tra có giới hạn, khối lượng lớn giúp giữ cho hệ thống đại lý luôn hoạt động tốt. Liệu các điểm chuẩn độc lập có xác nhận các tuyên bố hiệu chuẩn hay không sẽ là thước đo cần theo dõi khi việc áp dụng ngày càng tăng.

---

Đi trước AI

Nhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.

Đọc thêm tin tức về AI →