গুগল গেমিনি ডিসিশনস API চালু করেছে, যা একবারে 1000টি মাল্টিমোডাল প্রশ্ন বিশ্লেষণ করতে পারে, ল্যাটেন্সি 150 মিলিসেকেন্ডের মতো, আউটপুট বিনামূল্যে, এবং AI Studio-এ ইতিমধ্যে লাইভ।লেখক এবং উৎস: AIBase
AI-কে "সঠিক কি ভুল, কোনটি বেছে নেবেন" দ্রুত সিদ্ধান্ত নেওয়ার কাজ দিয়ে দিন, গুগল এই বিলম্বকে মিলিসেকেন্ডের মধ্যে কমিয়েছে। ১১ নভেম্বর, গুগল Gemini Decisions API চালু করেছে, যার পিছনে রয়েছে নতুন Gemini Decision 1 মডেল, যা বারবার সত্য-মিথ্যা, পছন্দ এবং স্কোরিংয়ের প্রয়োজনীয়তা পূরণের জন্য তৈরি।
একবারে হাজার প্রশ্ন খাওয়ানো, ফরওয়ার্ড ক্যালকুলেশন সরাসরি স্কোর দিন
ডেভেলপাররা একটি টেক্সট, ইমেজ, অডিও, ভিডিও বা PDF এর মাল্টিমোডাল মেটিরিয়াল (সর্বোচ্চ 256K টোকেন) আপলোড করেন, যার সাথে সর্বোচ্চ 1000টি অসংশ্লিষ্ট প্রশ্ন করা যায়। Gemini Decision 1 শুধুমাত্র একবার ফরওয়ার্ড কম্পিউটেশন চালিয়ে, প্রতিটি অপশনের জন্য সম্ভাবনা এবং আত্মবিশ্বাসের স্কোর দেয়—প্রচলিত প্রক্রিয়ার মতো শতাধিক কলে ভাগ করার প্রয়োজন নেই। এই ধরনের কাজগুলি ঠিকই টুল নির্বাচন, কৌশল যাচাই, মডেল রাউটিং এবং কনটেক্সট কোয়ালিটি মূল্যায়নের জন্য ব্যবহার করা যায়: যেমন, কলের রেকর্ডিংয়ের সাথে অ্যাকাউন্টের তথ্য একসাথে দেওয়া, বা স্ক্যান করা দাবির ফর্মের সাথে ক্ষতিগ্রস্ত ছবি যুক্ত করে, মডেলটির দ্বারা একবারেই যাচাইকরণ।
দ্রুত এবং সস্তা, রেজোলিউশনও সামঞ্জস্য করা যায়
প্রক্রিয়াকরণের দ্রুততা 150 থেকে 250 মিলিসেকেন্ডের মধ্যে; মূল্যও সামঞ্জস্যপূর্ণ, প্রতি মিলিয়ন টোকেনের জন্য কেবল 0.10 ডলার (প্রায় 0.67 চীনা ইয়ুয়ান) খরচ হয়, এবং আউটপুট টোকেনগুলি সম্পূর্ণরূপে বিনামূল্যে। ডেভেলপাররা ভিজুয়াল ডিটেইল এবং টোকেন খরচের মধ্যে ভারসাম্য বজায় রাখতে ইমেজ এবং ভিডিওর রেজোলিউশন হাতে নিয়ন্ত্রণ করতে পারেন। বর্তমানে এই API Google AI Studio-এ লঞ্চ করা হয়েছে, যা প্রোটোটাইপ ডেভেলপমেন্টের জন্য বিনামূল্যের কোটা প্রদান করে।