幣界網報導:
谷歌昨日宣布推出 Gemini Decisions API,快速多模態決策,由全新 Gemini Decision 1 模型驅動。該 API 可在 1 次快速處理過程中,對文本、圖像、視頻和 PDF 內容進行至多 1000 項是非判斷、選項選擇和標準評估。

據介紹,Gemini Decisions API 專為工具選擇、策略檢查、模型路由和上下文質量評估等決策任務打造。開發者可輸入 1 份包含文字、圖像、音頻、視頻和 PDF 的多模態內容,最多支援 256K Tokens,並針對此內容提出最多 1000 個相互獨立的問題。

同時,Gemini Decision 1 會透過一次前向計算對候選選項進行評分,並返回概率和置信度分數。整個處理過程的延遲為 150 至 250 毫秒,輸入價格為每 100 萬 Tokens 0.10 美元,輸出 Tokens 則不收取費用。
此外,該 API 基於 Gemini 原生多模態架構構建。開發者可以在同一份輸入中組合不同模態的內容,例如將通話錄音與帳戶元資料結合,或將掃描版 PDF 理賠文件與受損照片放在一起。此外,還可以調整圖像和視頻輸入的解析度,以控制視覺細節和 Token 成本。
The API is currently available on Google AI Studio, and developers can access a free quota for prototyping.


