Дизайн / Мультимодальный ИИ
Google представил Gemini Decision 1 — модель для мгновенных мультимодальных решений в корпоративных агентах
Google запустил API Gemini Decisions на базе новой модели Gemini Decision 1, предназначенной для выбора из заранее заданных вариантов за 150–250 миллисекунд. Сервис принимает на вход текст, изображения, аудио, видео и PDF до 256 тысяч токенов и возвращает вероятности и уверенность по каждому варианту без генерации выходных токенов.
Сводка
Главное за 15 секунд
- Google запустил Gemini Decisions API на модели Gemini Decision 1 для выбора из заданных вариантов за 150–250 мс.
- API принимает мультимодальный ввод (текст, изображения, аудио, видео, PDF) до 256 тыс. токенов и до 1000 вопросов за вызов.
- Модель оценивает варианты за один проход, возвращает калиброванные вероятности и стоит $0,10 за млн входных токенов без платы за выход.
- Google заявляет о 5-кратном ценовом преимуществе перед Gemini 3.5 Flash-Lite и лучшей калибровке на бенчмарках маршрутизации и рассуждений.
Новый примитив для агентных систем
Google входит в растущий сегмент «моделей решений» (decision models), который до недавнего времени занимали стартапы вроде TypeSafe AI с моделью Jev, представленной в сентябре, и OpenAI, выпустившая аналогичный API в октябре. Gemini Decision 1 отличается архитектурой, оценивающей все кандидаты за один проход, а не токен за токеном, что даёт калибровку вероятностей с минимальной ошибкой и стоимость $0,10 за миллион входных токенов при нулевой плате за выход. По внутренним бенчмаркам компания утверждает почти пятикратное преимущество в цене по сравнению с Gemini 3.5 Flash-Lite на Interactions API.
Мультимодальный контекст в одном запросе
Модель наследует мультимодальную основу Gemini: в один вызов можно упаковать запись телефонного разговора вместе с профилем клиента, или скан страхового акта с фотографиями повреждений. Разрешение изображений и видео регулируется разработчиком, что позволяет балансировать между детализацией и потреблением токенов. Лимит в 256 тысяч токенов и поддержка до тысячи независимых вопросов в одном запросе делают API пригодным для сложных сценариев маршрутизации, проверки соответствия политикам и ранжирования инструментов в автономных агентах.
Рыночный контекст и перспективы
Появление решения от Google сигнализирует о зрелости ниши: крупные игроки начинают стандартизировать интерфейс «вход — набор вариантов — калиброванные вероятности», который ранее требовал самописных оркестраторов. Для корпоративных заказчиков это означает сокращение задержек в цепочках LLM-агентов и предсказуемые расходы на инференс, особенно в сценариях с высокой нагрузкой на маршрутизацию и модерацию контента.
Обсуждение
Комментарии
Войдите через Google или Telegram, чтобы участвовать в обсуждении.