Aperçu de Gemini Decision 1
Google a annoncé le lancement de Gemini Decisions API, une nouvelle interface de programmation d'applications basée sur le modèle Gemini Decision 1, visant à permettre aux développeurs de construire des systèmes de prise de décision rapides et à faible coût. Ce modèle se distingue par sa capacité unique à évaluer jusqu'à 1 000 questions indépendantes sur un même contenu en un seul appel API, ce qui le rend idéal pour les tâches nécessitant des analyses multiples sur les mêmes données.
Qu'est-ce qui distingue ce modèle techniquement ?
Contrairement aux modèles d'IA générative traditionnels qui génèrent des réponses mot par mot, Gemini Decision 1 évalue les options disponibles et calcule leurs probabilités en une seule fois. Le modèle prend en charge le traitement de textes, d'images, d'audio, de vidéos et de fichiers PDF, avec une fenêtre de contexte allant jusqu'à 256 000 jetons (tokens). Il fournit également aux développeurs un "score de confiance" (confidence score) compris entre 0 et 1 pour chaque réponse, permettant d'orienter les résultats à faible confiance vers une révision humaine ou vers des modèles plus complexes.
En termes de performances, Google indique que le modèle est capable de traiter des données jusqu'à 16 000 jetons en un temps variant de 150 à 250 millisecondes, avec un temps de calcul compris entre 50 et 100 millisecondes.
Pourquoi cette nouvelle est-elle importante ?
Ce lancement constitue une étape stratégique pour réduire les coûts opérationnels des applications nécessitant des vérifications répétées sur les mêmes documents. La structure tarifaire est basée sur 0,10 dollar par million de jetons d'entrée, sans frais appliqués aux jetons de sortie. Plus important encore, le coût du contenu partagé est calculé une seule fois par appel, ce qui réduit considérablement les coûts par rapport aux modèles traditionnels comme Gemini 3.5 Flash-Lite, Google affirmant que le coût est environ 5 fois inférieur.
Cas d'utilisation et disponibilité
Google a déjà commencé à intégrer cette technologie dans ses produits, tels que Gemini Notebook pour déterminer le niveau de réflexion requis pour les requêtes, et l'outil Stitch pour le prototypage, ainsi qu'une couche de sécurité dans le moteur de recherche Google pour détecter les comportements malveillants. Le modèle est actuellement disponible via Google AI Studio, avec une prise en charge de l'intégration pour des plateformes telles que LangChain, Vercel et Pydantic AI, et son déploiement est prévu prochainement sur Google Cloud.