गूगल ने कल घोषणा की कि वह नए Gemini Decision 1 मॉडल द्वारा संचालित Gemini Decisions API को लॉन्च कर रहा है। यह API एक त्वरित प्रक्रिया में पाठ, छवियों, वीडियो और PDF सामग्री के लिए अधिकतम 1000 बहु-मॉडल निर्णय, विकल्प चयन और मानक मूल्यांकन कर सकता है।
जानकारी के अनुसार, Gemini Decisions API को उपकरण चयन, रणनीति जांच, मॉडल रूटिंग और संदर्भ गुणवत्ता मूल्यांकन जैसे निर्णय कार्यों के लिए डिज़ाइन किया गया है। विकासकर्ता एक बहुआयामी सामग्री, जिसमें पाठ, चित्र, ऑडियो, वीडियो और PDF शामिल हो सकते हैं, जिसमें अधिकतम 256K टोकन हो सकते हैं, प्रवेश कर सकते हैं और इस सामग्री के लिए अधिकतम 1000 स्वतंत्र प्रश्न पूछ सकते हैं।
इसी समय, Gemini Decision 1 एक फॉरवर्ड पास के माध्यम से विकल्पों को स्कोर करता है और संभावना और आत्मविश्वास स्कोर लौटाता है। पूरी प्रक्रिया की लेटेंसी 150 से 250 मिलीसेकंड है, इनपुट मूल्य $0.10 प्रति 1 मिलियन टोकन है, और आउटपुट टोकन के लिए कोई शुल्क नहीं है।
इसके अलावा, यह API Gemini के मूल बहु-मोडल आर्किटेक्चर पर आधारित है। डेवलपर्स एक ही इनपुट में विभिन्न मोडल की सामग्री को जोड़ सकते हैं, जैसे कि कॉल रिकॉर्डिंग को खाता मेटाडेटा के साथ या स्कैन किए गए PDF दावा दस्तावेज़ को क्षतिग्रस्त फोटो के साथ जोड़ना। इसके अलावा, चित्र और वीडियो इनपुट की रिज़ॉल्यूशन को समायोजित किया जा सकता है ताकि दृश्य विवरण और टोकन लागत को नियंत्रित किया जा सके।
अभी यह API Google AI Studio पर उपलब्ध है, जहाँ डेवलपर्स प्रोटोटाइप विकास के लिए मुफ्त कोटा प्राप्त कर सकते हैं।