Google kemarin mengumumkan peluncuran Gemini Decisions API, keputusan multimodal cepat yang didorong oleh model Gemini Decision 1 baru. API ini dapat melakukan hingga 1.000 penilaian ya/tidak, pemilihan opsi, dan evaluasi standar terhadap konten teks, gambar, video, dan PDF dalam satu proses cepat.
Menurut informasi, Gemini Decisions API dirancang khusus untuk tugas-tugas pengambilan keputusan seperti pemilihan alat, pemeriksaan strategi, routing model, dan evaluasi kualitas konteks. Pengembang dapat memasukkan satu konten multimodal yang mencakup teks, gambar, audio, video, dan PDF, dengan dukungan hingga 256K Tokens, dan mengajukan hingga 1.000 pertanyaan independen terhadap konten tersebut.
Sementara itu, Gemini Decision 1 akan memberi skor pada pilihan kandidat melalui satu perhitungan maju dan mengembalikan probabilitas serta skor kepercayaan. Latensi keseluruhan proses adalah 150 hingga 250 milidetik, dengan harga input sebesar 0,10 dolar AS per 1 juta Token, dan tidak ada biaya untuk Token output.
Selain itu, API ini dibangun berdasarkan arsitektur multimodal asli Gemini. Pengembang dapat menggabungkan konten dari berbagai modalitas dalam satu input yang sama, misalnya menggabungkan rekaman panggilan dengan metadata akun, atau menyatukan file klaim PDF yang dipindai dengan foto kerusakan. Selain itu, resolusi input gambar dan video juga dapat disesuaikan untuk mengontrol detail visual dan biaya token.
API ini kini tersedia di Google AI Studio, dan pengembang dapat memperoleh kuota gratis untuk pengembangan prototipe.