谷歌推出 Gemini Decisions API，由 Gemini Decision 1 模型驱动，单次可完成至多 1000 项判断
谷歌推出 Gemini Decisions API 快速多模态决策，基于 Gemini Decision 1 模型
- 1谷歌推出 Gemini Decisions API，由全新 Gemini Decision 1 模型驱动，主打快速多模态决策
- 2单份输入最多 256K Tokens，可在一次处理中完成至多 1000 项是非判断、选项选择和标准评估
- 3官方称延迟 150 至 250 毫秒，输入价格每 100 万 Tokens 0.10 美元，输出 Tokens 免费
- 4API 已在 Google AI Studio 上线并提供免费原型额度，支持组合通话录音与账户元数据等不同模态
谷歌把工具选择、模型路由这类高频小判断从通用模型调用中拆出来单独定价，判断类子任务开始走向专用的低价低延迟接口。
- 影响：对需要大量细粒度判断的流程，如模型路由和策略检查，官方口径的延迟和单价已低到可按次调用的水平；输入计费加输出免费会让成本集中在输入内容一侧；上述性能均为官方数据，暂无独立评测。
- 参考：可考虑把现有流程中的模型路由、策略检查、上下文质量评估等高频判断整理成清单，先用 Google AI Studio 的免费额度跑小样本试点，并记录这些判断当前的调用次数和成本作为对比基线。
- 依据：延迟 150 至 250 毫秒、输入每 100 万 Tokens 0.10 美元等指标均为官方发布口径，尚无独立评测；能力范围以 Google AI Studio 实际可用功能为准。
感谢IT之家网友 咩咩洋 的线索投递！
IT之家 11 月 12 日消息，谷歌昨日宣布推出 Gemini Decisions API 快速多模态决策，由全新 Gemini Decision 1 模型驱动。该 API 可在 1 次快速处理过程中，对文本、图像、视频和 PDF 内容进行至多 1000 项是非判断、选项选择和标准评估。
据介绍，Gemini Decisions API 专为工具选择、策略检查、模型路由和上下文质量评估等决策任务打造，开发者可以输入 1 份包含文本、图像、音频、视频和 PDF 的多模态内容（最多支持 256K Tokens），并针对这份内容提出最多 1000 个相互独立的问题。
同时，Gemini Decision 1 会通过一次前向计算对候选选项进行评分，并返回概率和置信度分数。整个处理过程的延迟为 150 至 250 毫秒，输入价格为每 100 万 Tokens 0.10 美元（IT之家注：现汇率约合 0.67 元人民币），输出 Tokens 则不收取费用。
此外，该 API 基于 Gemini 原生多模态架构构建。开发者可以在同一份输入中组合不同模态的内容，例如将通话录音与账户元数据结合，或将扫描版 PDF 理赔文件与受损照片放在一起。此外，还可以调整图像和视频输入的分辨率，以控制视觉细节和 Token 成本。
目前该 API 已在 Google AI Studio 提供，开发者可获得免费额度进行原型开发。
来源：IT之家·人工智能 · ithome.com