Gemini Decisions sceglie risposte rapide anche su audio, video e PDF
Google aggiunge alla categoria delle API per scelte rapide un modello multimodale: valuta opzioni e restituisce probabilità, a 10 centesimi di dollaro per milione di token in ingresso, senza token di uscita fatturati.
Che succede
Per decidere a quale modello inoltrare una richiesta o se un documento rispetta una regola, spesso basta scegliere fra opzioni già definite. Non serve comporre una risposta. La Gemini Decisions API, annunciata da Google l’11 novembre, applica questo approccio anche a immagini, audio, video e PDF, oltre al testo: il modello Gemini Decision 1 valuta le alternative in un solo passaggio e restituisce probabilità e punteggi di confidenza.
Si possono mescolare fino a mille domande sullo stesso input: verifiche sì/no, scelte multiple e valutazioni su una scala definita. Per esempio, una registrazione può essere accompagnata dai dati del cliente e interrogata su più criteri senza costruire prima una catena separata per ogni domanda. Il prezzo dichiarato è di 0,10 dollari per milione di token in ingresso, con nessun token di uscita fatturato; l’input condiviso viene conteggiato una volta per richiesta, a cui si aggiungono le istruzioni delle domande.
È la stessa famiglia di strumenti di Jev e della Decisions API di OpenAI. Le immagini non sono una novità esclusiva di Google: OpenAI le supporta e Jev le documenta come funzione sperimentale. Google estende esplicitamente il servizio anche ad audio, video e PDF. Simon Willison ha provato l’API su un video, ottenendo probabilità per domande sulla presenza di un robot e sull’ambientazione.
Google indica una latenza complessiva di 150–250 millisecondi nei test con contesti fino a 16 mila token; il limite di input arriva a 256 mila token, ma non significa che il tempo resti quello anche alla dimensione massima. Il servizio è disponibile attraverso la Gemini API in Google AI Studio, con un livello gratuito per i prototipi.
Perché conta
Una registrazione e una scheda cliente possono diventare un unico input su cui fare più verifiche. Gemini Decisions permette di fare scelte rapide e poco costose direttamente su quel materiale, riducendo i passaggi separati per prepararlo. Una chiamata può così risolvere più domande sulla stessa registrazione, senza generare ogni volta una risposta in prosa.
Vuoi sapere di più su pillole come questa?