Google оголосила про запуск Gemini Decisions API — нового програмного інтерфейсу, який використовує спеціалізовану модель Gemini Decision 1 для швидкого ухвалення рішень на основі заздалегідь визначених варіантів. Рішення орієнтоване насамперед на розробників корпоративних систем, ШІ-агентів та інструментів автоматизації.
На відміну від традиційних генеративних моделей, які формують відповіді послідовно, токен за токеном, Gemini Decision 1 оцінює запропоновані варіанти за один етап обробки. Це дозволяє скоротити час виконання запиту до 150–250 мілісекунд.
Новий API призначений для завдань, у яких штучному інтелекту потрібно не створювати розгорнуту текстову відповідь, а швидко обирати оптимальну дію. Зокрема, йдеться про визначення необхідного інструмента, перевірку відповідності встановленим правилам, маршрутизацію запитів між різними моделями та оцінювання контексту.
За інформацією Google, система підтримує мультимодальні запити, які можуть одночасно містити текст, зображення, аудіозаписи, відео та PDF-документи.
Максимальний обсяг вхідних даних становить 256 тисяч токенів.
Крім того, в межах одного запиту можна поставити до тисячі незалежних запитань.
Вартість використання нової моделі становить $0,10 за мільйон токенівОднією з головних особливостей Gemini Decision 1 є модель тарифікації. Google встановила вартість обробки вхідних даних на рівні $0,10 за мільйон токенів, водночас плата за вихідні токени не стягується.
За оцінками компанії, на використаних для порівняння тестових завданнях Gemini Decision 1 із Decisions API обходиться майже вп’ятеро дешевше, ніж Gemini 3.5 Flash-Lite з Interactions API.
Google також заявляє, що нова модель перевершує конкурентні рішення за низкою тестів, які оцінюють маршрутизацію ШІ-агентів, логічне міркування, ранжування варіантів та розуміння мультимодальної інформації.
Окремою перевагою розробник називає точність оцінювання ймовірностей. Gemini Decision 1 повертає не лише обраний варіант, а й показники ймовірності та впевненості, які дозволяють системам оцінювати надійність результату.
За твердженням Google, модель демонструє найменшу похибку калібрування серед порівнюваних рішень, тобто її оцінки ймовірності відносно добре відповідають фактичній частоті правильних відповідей.
Технологія орієнтована на корпоративні системи та ШІ-агентівGemini Decision 1 побудована на мультимодальній архітектурі Gemini, що дозволяє аналізувати різні типи інформації в межах одного запиту.
Наприклад, компанія може передати системі запис телефонної розмови разом із даними клієнта для визначення подальшої дії. Інший сценарій передбачає аналіз відсканованого звіту про пошкодження майна разом із фотографіями для вибору відповідної категорії звернення.
Для зображень і відео передбачена можливість регулювання роздільної здатності, що дозволяє контролювати деталізацію аналізу та кількість використаних токенів.
Як зазначає SiliconANGLE, вихід Google на ринок спеціалізованих моделей для ухвалення рішень відбувається на тлі посилення конкуренції в цьому сегменті.
У вересні стартап TypeSafe AI представив модель Jev, а в жовтні OpenAI запустила подібний програмний інтерфейс.
Розвиток таких технологій відкриває можливості для автоматизації великої кількості стандартних операцій, у яких швидкість обробки та вартість кожного рішення мають особливе значення.