ithome
财经
科技
采集 2026-11-12T04:10:09+00:00
谷歌推出 Gemini Decisions API 多模态决策
原始标题:谷歌推出 Gemini Decisions API 快速多模态决策,基于 Gemini Decision 1 模型
来源
ithome
发布时间
2026-11-12T00:55:39
采集批次
2026-11-12-04
字数
560
URL 指纹
cad15b35c637fa11
📌 AI 总结(212 字)
谷歌推出由 Gemini Decision 1 模型驱动的 Gemini Decisions API,面向工具选择、策略检查、模型路由和上下文质量评估等任务。该接口可在一次处理中对文本、图像、音频、视频及 PDF 内容完成至多一千项独立判断,并给出选项评分、概率和置信度。其延迟约为一百五十至二百五十毫秒,输入按百万 Token 收取零点一美元,输出不收费,目前已在 Google AI Studio 开放免费原型开发额度。
📄 正文(560 字)
谷歌宣布推出 Gemini Decisions API,用于快速执行多模态决策。新接口由 Gemini Decision 1 模型驱动,可在一次快速处理中,对文本、图像、视频和 PDF 等内容完成至多一千项是非判断、选项选择和标准评估。 该 API 主要面向工具选择、策略检查、模型路由以及上下文质量评估等场景。开发者可以提交一份包含文本、图像、音频、视频和 PDF 的多模态内容,容量最高可达二百五十六 K Tokens,并针对同一份内容提出最多一千个相互独立的问题。 Gemini Decision 1 会通过一次前向计算为候选选项评分,同时返回概率和置信度分数,以减少重复调用和复杂决策链路的处理开销。整个过程的延迟约为一百五十至二百五十毫秒。 在价格方面,输入按每一百万 Tokens 收取零点一美元计算,输出 Tokens 不收费。该接口基于 Gemini 原生多模态架构构建,可在同一份输入中组合不同模态,例如将通话录音与账户元数据结合,或将扫描版 PDF 理赔文件与受损照片搭配使用。开发者还可调整图像和视频输入的分辨率,以控制视觉细节与 Token 成本之间的平衡。 目前,Gemini Decisions API 已在 Google AI Studio 上线,开发者可使用免费额度进行原型开发。