Обзор Gemini Decision 1
Компания Google объявила о запуске Gemini Decisions API — нового программного интерфейса, основанного на модели Gemini Decision 1, который призван помочь разработчикам создавать быстрые и экономичные системы принятия решений. Уникальность модели заключается в ее способности оценивать до 1000 независимых вопросов по одному и тому же контенту за один вызов API, что делает ее идеальной для задач, требующих многократного анализа одних и тех же данных.
В чем технические особенности этой модели?
В отличие от традиционных моделей генеративного искусственного интеллекта, которые генерируют ответы слово за словом, Gemini Decision 1 оценивает доступные варианты и рассчитывает их вероятности одновременно. Модель поддерживает обработку текста, изображений, аудио, видео и PDF-файлов с контекстным окном до 256 тысяч токенов. Она также предоставляет разработчикам «оценку уверенности» (confidence score) от 0 до 1 для каждого ответа, что позволяет направлять результаты с низкой степенью уверенности на проверку человеком или передавать их более сложным моделям.
Что касается производительности, Google отмечает, что модель способна обрабатывать данные объемом до 16 тысяч токенов за время от 150 до 250 миллисекунд при вычислительной задержке от 50 до 100 миллисекунд.
Почему эта новость важна?
Этот запуск является стратегическим шагом по снижению эксплуатационных расходов в приложениях, требующих частых проверок одних и тех же документов. Структура ценообразования основана на ставке 0,10 доллара за миллион входных токенов, при этом плата за выходные токены не взимается. Что еще более важно, стоимость общего контента рассчитывается только один раз за вызов, что значительно снижает затраты по сравнению с традиционными моделями, такими как Gemini 3.5 Flash-Lite; по утверждению Google, стоимость ниже примерно в 5 раз.
Варианты использования и доступность
Google уже начала внедрять эту технологию в свои продукты, такие как Gemini Notebook для определения уровня мышления, необходимого для запросов, инструмент Stitch для создания прототипов, а также в уровень безопасности поисковой системы Google для обнаружения вредоносного поведения. Модель в настоящее время доступна через Google AI Studio с поддержкой интеграции для таких платформ, как LangChain, Vercel и Pydantic AI, а в ближайшее время планируется ее предоставление в Google Cloud.