گوگل دیپ‌مایند از رابط برنامه‌نویسی جدیدی با نام Gemini Decisions API رونمایی کرده که برای تصمیم‌گیری‌های سریع و محدود مانند پرسش‌های بله یا خیر، انتخاب‌های چندگزینه‌ای و امتیازدهی بر اساس مقیاس طراحی شده است. مدل پایه این سرویس، یعنی Gemini Decision 1، می‌تواند تا ۱۰۰۰ پرسش مستقل را در یک مرحله پردازش روی محتوای متنی، تصویر، صوت، ویدیو و فایل‌های PDF ارزیابی کند.
🔷 گوگل دیپ‌مایند رابط برنامه‌نویسی Gemini Decisions API را برای تصمیم‌گیری‌های سریع و ساختاریافته معرفی کرد.
🔷 مدل Gemini Decision 1 تا ۱۰۰۰ پرسش مستقل را روی متن، تصویر، صوت، ویدیو و PDF در ۱۵۰ تا ۲۵۰ میلی‌ثانیه پردازش می‌کند.
🔷 این سرویس به جای تولید متن، مستقیماً به گزینه‌ها امتیاز داده و احتمالات را به همراه میزان اطمینان ارائه می‌دهد.
🔷 هزینه استفاده از این API برابر با ۰.۱۰ دلار به ازای هر میلیون توکن ورودی و بدون هزینه برای توکن خروجی است.
🔷 شرکت‌های اوپن‌ای‌آی، کلادفلر و مایکروسافت نیز اخیراً مدل‌های مشابهی را پس از استارتاپ Jev عرضه کرده‌اند.
مدل Gemini Decision 1 به جای تولید متن پاسخ، مستقیماً به گزینه‌های موجود امتیاز می‌دهد و مقادیر احتمال را همراه با سطح اطمینان در بازه زمانی بسیار کوتاه ۱۵۰ تا ۲۵۰ میلی‌ثانیه برمی‌گرداند. گوگل اعلام کرده است که هم‌اکنون از این رابط برنامه‌نویسی در داخل مجموعه خود برای مسیریابی پویای مدل‌ها در سرویس Gemini Notebook، نمونه‌سازی اولیه طراحی در ابزار Stitch و بررسی‌های ایمنی در جست‌وجوی گوگل استفاده می‌کند.
رابط برنامه‌نویسی Gemini Decisions API گوگل
بر اساس تصویر منتشرشده از سوی گوگل، این مدل می‌تواند یک عکس از پیشخوان آشپزخانه را در یک گذر پردازشی واحد با استفاده از هر سه نوع پرسش ارزیابی کند: تشخیص وجود لکه به‌صورت بله یا خیر با ضریب اطمینان ۰.۹۵، انتخاب اقدام نظافتی مناسب با دقت ۹۸ درصد و تعیین میزان شدت وضعیت در یک مقیاس عددی با امتیاز ۱.۱۹ از ۲.
طبق داده‌های منتشرشده از سوی گوگل، مدل Gemini Decision 1 در مجموعه بنچمارک‌های تخصصی در دسته‌بندی‌هایی مانند مسیریابی ایجنت‌ها، استدلال و درک چندوجهی در جایگاه نخست قرار گرفته و هم‌زمان کمترین میزان خطای کالیبراسیون (Top-1 ECE) را به ثبت رسانده است.
از نظر اقتصادی نیز این رابط برنامه‌نویسی بسیار مقرون‌به‌صرفه طراحی شده است. هزینه استفاده از آن تنها ۰.۱۰ دلار به ازای هر یک میلیون توکن ورودی است و هیچ هزینه‌ای بابت توکن‌های خروجی دریافت نمی‌شود؛ رقمی که به گفته گوگل حدود پنج برابر ارزان‌تر از مدل Gemini 3.5 Flash-Lite است. این سرویس هم‌اکنون از طریق پلتفرم Google AI Studio در دسترس قرار دارد و یکپارچه‌سازی آن با پلتفرم‌هایی همچون OpenRouter ،LangChain و Vercel در حال انجام است.
عرضه این محصول در حالی صورت می‌گیرد که مدل‌های تصمیم‌گیر مشابه در هفته‌های اخیر رشد چشمگیری داشته‌اند؛ به‌طوری که پس از معرفی نسخه اولیه توسط استارتاپ Jev، شرکت‌های بزرگی مانند OpenAI، کلادفلر و مایکروسافت نیز به‌سرعت محصولات مشابه خود را روانه بازار کردند.
ورود گوگل دیپ‌مایند به حوزه مدل‌های تصمیم‌گیر با معرفی Gemini Decisions API، رقابت در بخش پردازش‌های کم‌تأخیر و کم‌هزینه هوش مصنوعی را وارد مرحله تازه‌ای کرده است. تمرکز این مدل بر امتیازدهی مستقیم به گزینه‌ها به جای تولید متن، سرعت و دقت بالایی را برای وظایف کنترلی و چندوجهی فراهم می‌کند.
به نظر شما جایگزینی مدل‌های مولد متن با مدل‌های تصمیم‌گیر تخصصی تا چه حد می‌تواند سرعت و پایداری سیستم‌های هوش مصنوعی در کاربردهای روزمره را افزایش دهد؟
