Google mengumumkan pelancaran Gemini Decisions API semalam, sebuah keputusan multimodal pantas yang didorong oleh model Gemini Decision 1 baru. API ini mampu melakukan sehingga 1000 penilaian ya/tidak, pilihan, dan standard terhadap teks, gambar, video, dan kandungan PDF dalam satu proses pantas.
Menurut penerangan, API Gemini Decisions dirancang khusus untuk tugas-tugas pengambilan keputusan seperti pemilihan alat, semakan strategi, pengecaman model, dan penilaian kualitas konteks. Pembangun boleh memasukkan satu kandungan multimodal yang mengandungi teks, gambar, audio, video, dan PDF, dengan sokongan sehingga 256K Tokens, dan mengajukan sehingga 1000 soalan yang saling bebas berdasarkan kandungan tersebut.
Sementara itu, Gemini Decision 1 akan memberi skor kepada pilihan kandidat melalui satu pengiraan maju dan mengembalikan kebarangkalian serta skor keyakinan. Latensi keseluruhan proses ialah 150 hingga 250 milisaat, dengan harga input pada $0.10 per 1 juta Token, dan tiada caj untuk Token output.
Selain itu, API ini dibina berdasarkan arsitektur multimodal asli Gemini. Pembangun boleh menggabungkan kandungan modality yang berbeza dalam satu input yang sama, contohnya menggabungkan rakaman panggilan dengan metadata akaun, atau meletakkan fail tuntutan PDF yang dipindai bersama gambar kerosakan. Selain itu, resolusi input gambar dan video boleh disesuaikan untuk mengawal butiran visual dan kos Token.
API ini kini tersedia di Google AI Studio, di mana pembangun boleh mendapat kuota percuma untuk pembangunan prototaip.