CoinMarketCapが報道：
Googleは昨日、新規のGemini Decision 1モデルによって駆動されるGemini Decisions APIを発表しました。このAPIは、1回の迅速な処理で、テキスト、画像、動画、PDFコンテンツに対して最大1000件の是非判断、選択肢選択、基準評価を実行できます。
Gemini Decisions API は、ツール選択、戦略チェック、モデルルーティング、コンテキスト品質評価などの意思決定タスクに特化しています。開発者は、テキスト、画像、音声、動画、PDF を含むマルチモーダルコンテンツを1つ入力し、最大256Kトークンまで対応し、そのコンテンツに対して最大1000個の独立した質問を投げることができます。
同時に、Gemini Decision 1は1回のフォワード計算で候補をスコアリングし、確率と信頼度スコアを返します。処理全体の遅延は150〜250ミリ秒で、入力トークンの料金は100万トークンあたり0.10ドル、出力トークンは無料です。
また、このAPIはGeminiのネイティブなマルチモーダルアーキテクチャに基づいて構築されています。開発者は、通話の音声録音とアカウントメタデータを組み合わせたり、スキャンしたPDFの賠償請求書と損傷した写真を一緒にしたりするなど、同じ入力内で異なるモダリティのコンテンツを組み合わせることができます。さらに、画像や動画入力の解像度を調整することで、視覚的詳細とトークンコストを制御できます。
現在、このAPIはGoogle AI Studioで提供されており、開発者はプロトタイプ開発のために無料クォータを利用できます。