Gemini Decisions API, Hızlı Çok Modlu Kararlar İçin Kullanıma Sunuldu

Google, Gemini Decision 1 modeliyle desteklenen Gemini Decisions API'yi metin, görüntü, ses, video ve PDF'lerde hızlı kapalı küme kararları için tanıttı. API, tek bir geçişte bir paylaşılan çok modlu girdiye karşı 1.000'e kadar bağımsız evet/hayır, çoktan seçmeli ve rubrik puanlama sorusunu değerlendirebilir. 150-250 ms uçtan uca gecikmeyle olasılıklar ve güven skorları döndürür; çıktı token ücreti yoktur.

Model ve performans

Gemini Decision 1, Google AI Studio içinde Gemini API üzerinden kullanılabilir. Yanıtı token token üretmek yerine aday seçenekleri tek bir ileri geçişte puanlar; çok modlu girdiler ve 16K tokene kadar bağlamda medyan model hesaplama süresi 50-100 ms'dir ve istek başına 1'den 100 soruya kadar neredeyse sabit kalır. Google, ajan yönlendirme, akıl yürütme, sıralama ve çok modlu anlamayı kapsayan kıyaslamalarda en düşük kalibrasyon hatasıyla önde olduğunu söylüyor. Model, 1 milyon girdi token başına $0.10 fiyatlıdır; çıktı token'ları faturalandırılmaz ve paylaşılan kıyaslama paketinde Interactions API ile Gemini 3.5 Flash-Lite'dan neredeyse 5 kat daha ucuzdur.

Karar türleri

API üç karar türü destekler. noul, isteğe bağlı doğru ve yanlış açıklama kriterleriyle bir evet/hayır koşulunun geçerli olma olasılığını tahmin eder. choice, 2 ile 255 aday arasından seçim yapar ve kazananı her aday için normalize edilmiş olasılıklarla birlikte döndürür. score, 0'dan başlayan sıralı bir rubrik boyunca bir girdiyi puanlar ve sürekli ağırlıklı bir skor ile düzey başına olasılıklar döndürür. Her yanıt 0 ile 1 arasında bir güven skoru içerir ve girdi alanı Interactions API ile aynı Content block formatını kullanır.

Çok modlu girdiler ve kullanım alanları

Ekipler, bir arama kaydını hesap meta verileriyle veya taranmış bir PDF hasar talebini hasar fotoğraflarıyla eşleştirmek gibi modaliteleri tek bir paylaşılan girdide birleştirebilir ve görsel ayrıntıyı ve token maliyetini kontrol etmek için görüntü ve video girdilerinde çözünürlüğü ayarlayabilir. Paylaşılan girdi 256K tokene kadar uzanabilir. Google genelindeki ekipler API'yi düşük gecikmeli bir kontrol düzlemi olarak kullanıyor: Gemini Notebook, sorguları model katmanlarına ve düşünme düzeylerine yönlendirir; Stitch, oynatılabilir wireframe'ler üretir ve ses veya dokunma düzenlemeleri uygular; CC, 200'den fazla seçenekten oluşan bir paletten emoji tepkileri seçer; Google Search ise düşmanca davranış ve içeriği düşmanca değerlendirmelere karşı tespit eder.

Başlarken

Geliştiriciler Google AI Studio'da bir API anahtarıyla başlayabilir ve Python, JavaScript ve REST kılavuzlarını izleyebilir. Paylaşılan girdi, kaç soru değerlendirilirse değerlendirilsin istek başına bir kez faturalandırılır; her soru yalnızca kendi talimat ve kriter token'larını ekler. Ekosistem entegrasyonları OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit ve OpenCode ile google-genai SDK'ları genelinde kullanıma sunuluyor; Google Cloud'daki Gemini için destek yakında gelecek. Demo uygulamaları Doorstep Parcels, Speed Sketch ve Find the Zoo Keeper içerir.

Kaynaklar: blog.google · The Decoder · Simon Willison