Google представила Gemini Decisions API для быстрых многомодальных решений

13.11.2026, 02:42 expert.com.ua

Компания Google анонсировала запуск Gemini Decisions API – нового инструмента, предназначенного для принятия быстрых, заранее определенных решений. API работает на базе новой модели Gemini Decision 1 (gemini-decision-1) и доступна через Google AI Studio.

Decisions API предоставляет разработчикам специализированные инструменты для ограниченных выборов, таких как выбор инструментов, проверка политик, маршрутизация моделей и оценка контекста. API позволяет обрабатывать один многомодальный входной сигнал, включающий текст, изображения, аудио, видео и PDF-документы (объемом до 256 тысяч токенов), вместе с 1000 независимыми вопросами. В отличие от традиционной генерации текста по токенам, Gemini Decision 1 оценивает предложенные варианты за один проход, возвращая вероятности и уровни уверенности. Время обработки составляет от 150 до 250 миллисекунд, а стоимость – 0,10 доллара за 1 миллион входных токенов без дополнительной платы за выходные токены.

На тестах, охватывающих маршрутизацию агентов, рассуждения, ранжирование и многомодальное понимание, Gemini Decision 1 демонстрирует ведущие результаты, включая самую низкую погрешность калибровки. Модель оценивает варианты без побочного декодирования, обеспечивая среднюю задержку обработки модели в 50–100 мс (150–250 мс в целом). Это касается многомодальных входов и контекстов в объеме до 16 тысяч токенов, при этом время обработки остается почти постоянным при изменении количества вопросов от 1 до 100.

Благодаря отсутствию платы за выходные токены, Gemini Decision 1 с Decisions API почти в 5 раз дешевле Gemini 3.5 Flash-Lite с Interactions API на общих бенчмарках.

Построенный на многомодальной архитектуре Gemini, Gemini Decision 1 может обрабатывать текст, изображения, аудио, видео и PDF-файлы за один проход. Пользователи могут комбинировать различные типы данных в одном входящем сигнале, например, аудиозапись вызова с метаданными учетной записи или сканированное PDF-заявление с фотографиями повреждений. Разрешение изображений и видео может быть сконфигурировано для контроля визуальных деталей и стоимости токенов.

API позволяет оценивать несколько вопросов общего входного сигнала за один запрос, сочетая проверки типа «да/нет», множественный выбор и оценку по рубрике. Каждый ответ содержит показатель уверенности (от 0 до 1), позволяющий программам автоматически перенаправлять неоднозначные случаи на резервное решение или к человеку-оператору.

Поле для входных данных использует тот же формат блоков содержимого (Content block format), что и Interactions API. Для проверки фотографии столешницы в комнате отдыха вместе с текстовой заметкой по всем трем типам вопросов в одном запросе используется такой пример.

Команды Google уже используют Decisions API как контрольный слой с низкой задержкой, внедряя новые функции путем определения вариантов, а не тренировки специализированных классификаторов или ожидания результатов генеративных вызовов. Среди примеров:

Gemini Decision 1 стоит 0,10 доллара за 1 миллион входных токенов, а выходные токены – бесплатно. Для прототипирования доступен бесплатный уровень API в Google AI Studio. Входящие данные оплачиваются один раз по запросу, независимо от количества вопросов. Нет отдельных расходов на транскрипцию аудио или OCR.

Разработчики могут получить API-ключ в Google AI Studio, попробовать демо-приложения Doorstep Parcels, Speed Sketch и Find the Zoo Keeper, а также ознакомиться с документацией API для Python, JavaScript и REST.

В скором времени ожидаются интеграции с экосистемными партнерами, такими как OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode. Поддержка Gemini в Google Cloud также будет добавлена позже.

джерело: Google

Читать полностью…