Googles nya beslutsmodell klarar 1 000 frågor i ett svep – tar noll betalt för utdata
Google lanserar gränssnittet Gemini Decisions API och den tillhörande modellen Gemini Decision 1 för snabba multimodala beslut. Modellen kan utvärdera upp till 1 000 frågor i en enda körning till en kostnad av 0,10 dollar per miljon indatatokens.
Av Techindex AI ·
Det nya verktyget är byggt för avgränsade val som innehållsgranskning, regelkontroller och dirigering av förfrågningar, meddelar Google i ett pressmeddelande. I stället för att generera text ord för ord poängsätter modellen alternativen i en enda körning över text, bilder, ljud, video och pdf-filer. Responstiden ligger på 150 till 250 millisekunder för hela anropet, med en modellberäkning på 50 till 100 millisekunder i median.
Ett delat underlag på upp till 256 000 tokens kan kombineras med upp till 1 000 frågor i samma anrop. Användare kan blanda ja- och nej-frågor, flervalsfrågor och bedömningar utifrån en fast skala. Varje svar returneras med en konfidenspoäng mellan 0 och 1 så att osäkra fall kan skickas vidare till mänsklig granskning.
Prissättningen är satt till 0,10 dollar per miljon indatatokens, medan utdatatokens är helt kostnadsfria då ingen text genereras. Enligt Google är lösningen nästan fem gånger billigare över bolagets gemensamma testsvit än modellen Gemini 3.5 Flash-Lite med Interactions API.
Flera interna team hos Google använder redan tekniken, bland annat i Gemini Notebook för att styra inkommande förfrågningar till rätt modellnivå. Gränssnittet finns tillgängligt via Google AI Studio med integrationer på väg till flera utvecklarverktyg samt Google Cloud.
Skriven av AI och faktagranskad av en andra AI mot källan före publicering. Så arbetar vi
Så vet vi det10 uppgifter, var och en med ordagrant citat ur källanVisa
Google lanserar gränssnittet Gemini Decisions API och modellen Gemini Decision 1.
”Today, we’re introducing the Gemini Decisions API, a new endpoint for fast, closed-set decisions powered by our new Gemini Decision 1 model (gemini-decision-1), available through the Gemini API in Google AI Studio.”
Källa: blog.google ↗Modellen kan utvärdera upp till 1 000 frågor i en enda körning.
”Evaluate up to 1,000 yes/no, choice, and rubric-scoring questions in a fast, single pass across text, images, audio, video, and PDFs.”
Källa: blog.google ↗Kostnaden är 0,10 dollar per miljon indatatokens och noll dollar för utdatatokens.
”Gemini Decision 1 is priced at $0.10 per 1M input tokens and $0 for output tokens, with an API no-cost tier you can use in Google AI Studio for prototyping.”
Källa: blog.google ↗Verktyget är byggt för val som innehållsgranskning, regelkontroller och dirigering av förfrågningar.
”The Decisions API gives you purpose-built primitives for bounded choices like tool selection, policy checks, model routing, and context grading.”
Källa: blog.google ↗Responstiden ligger på 150 till 250 millisekunder end-to-end med en medianlatens på 50 till 100 millisekunder för modellberäkning.
”Gemini Decision 1 scores options without token-by-token decoding, keeping median latency 50-100 ms of model compute (150-250 ms end-to-end), across multimodal inputs and contexts up to 16K tokens, remaining nearly flat from 1 to 100 questions per request.”
Källa: blog.google ↗Underlaget kan vara upp till 256 000 tokens över text, bild, ljud, video och pdf-filer.
”You can pass one multimodal input across text, images, audio, video, and PDFs (up to 256K tokens) along with up to 1,000 independent questions.”
Källa: blog.google ↗Varje svar innehåller en konfidenspoäng mellan 0 och 1 så att osäkra fall kan skickas vidare.
”Every answer includes a confidence score (from 0 to 1) so your code can route ambiguous cases to a fallback or human reviewer”
Källa: blog.google ↗Enligt Google är lösningen nästan fem gånger billigare över en testsvit än Gemini 3.5 Flash-Lite med Interactions API.
”With zero output tokens billed, Gemini Decision 1 with the Decisions API is nearly 5x cheaper across the shared benchmark suite than Gemini 3.5 Flash-Lite with the Interactions API.”
Källa: blog.google ↗Tekniken används i Gemini Notebook för att styra inkommande förfrågningar till optimal modellnivå.
”Gemini Notebook uses the Decisions API as a real-time router to instantly direct incoming queries to the optimal model tier and thinking level for each request.”
Källa: blog.google ↗Stöd är på väg till Gemini i Google Cloud.
”Ecosystem integrations are rolling out across OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, and OpenCode alongside the google-genai SDKs, with support coming soon to Gemini in Google Cloud.”
Källa: blog.google ↗
Uppgifterna kommer ur avsändarens eget pressmeddelande, på engelska — citaten här står i originalets ordalydelse. En andra AI har jämfört översättningen med källan. Så arbetar vi
Techindex Morgon
Gårdagens technyheter i mejlen, måndag till lördag kl 06.30. Gratis, och du avslutar med ett klick.
Vi sparar bara din adress. Så hanterar vi den