- تم تصميم Gemini Decisions API لاتخاذ قرارات محددة مسبقًا بسرعة.
- يمكن للمطورين تقديم مجموعة متنوعة من الأسئلة ومعالجة أنواع متعددة من البيانات في الوقت نفسه.
- أظهر النموذج أداءً يتجاوز أنظمة المنافسين في اختبارات المعايير.
- تكنولوجيا Google قادرة على زيادة سرعة وكفاءة الأنظمة الآلية.
أطلقت Google Gemini Decisions API، وهو نقطة نهاية جديدة مدعومة بنموذج Gemini Decision 1، تهدف إلى مساعدة وكلاء الذكاء الاصطناعي في اتخاذ قرارات محددة مسبقًا بسرعة، دون الحاجة إلى توليد ردود نصية مطولة. يسمح هذا الواجهة للمطورين بتقييم ما يصل إلى 1,000 سؤال مستقل في وقت واحد ضمن مدخلات متعددة الوسائط تشمل نصوص وصور وصوت وفيديو وPDF. لا يقوم Gemini Decision 1 بتوليد ردود حرفية، بل يقوم بتقييم الخيارات المحددة في عملية واحدة، ويعيد درجات الاحتمال ودرجات الثقة مع تأخير من 150 إلى 250 مللي ثانية.
ذكرت Google أن هذا النموذج مصمم لمهام محدودة، مثل اختيار الأدوات، والتحقق من الامتثال للسياسات، وتوجيه الاستفسارات إلى النموذج الصحيح، وإجراء تقييمات سياقية.
يمكن للمطورين تقديم استفسارات نعم أو لا، أو أسئلة متعددة الخيارات تصل إلى 255 خيارًا، أو طلبات تقييم بناءً على معايير محددة في استدعاء API واحد. وفقًا لـ Google، فإن متوسط وقت حساب النموذج المقدم من API يتراوح بين 50 إلى 100 مللي ثانية، حيث تظل الأداء تقريبًا ثابتًا عند معالجة من 1 إلى 100 سؤال في كل طلب. يدعم النموذج نافذة سياق تصل إلى 256,000 علامة، ويمكنه معالجة أنواع متعددة من البيانات في الوقت نفسه. وهذا يمكّن المطورين من دمج مدخلات مثل تسجيلات الصوت والصور والمستندات دون الاعتماد على أنظمة معالجة منفصلة.
أداء النموذج مقارنة بالمنافسين
تدعي Google أيضًا أن النموذج يتفوق على أنظمة المنافسين في اختبارات المعايير التي تغطي توجيه الوكلاء، والاستدلال، والترتيب، وفهم الوسائط المتعددة، مع تحقيق أقل خطأ في المعايرة. وذكرت الشركة أن تكلفة Gemini Decision 1 هي تقريبًا خُمس تكلفة Gemini 3.5 Flash-Lite، ويستخدم واجهة Interactions API لمجموعة المعايير المشتركة الخاصة بها. تأتي هذه الإطلاق في وقت يتزايد فيه التنافس على أدوات اتخاذ القرارات الخاصة بالذكاء الاصطناعي. أطلقت OpenAI في أكتوبر API الخاص بها Decisions، المدعوم من نموذج GPT-6 Luna.
تقول الشركة إن الخدمة يمكن أن تقدم قرارات بسرعة تصل إلى 10 مرات، وتدعم ما يصل إلى 400 سؤال في كل طلب. مثل منتجات Google، يقدم هذا API فحوصات قائمة على الاحتمالات، وخيارات متعددة، وتقييمات قائمة على المعايير، بأسعار تبدأ من US$0.10 لكل مليون علامة إدخال (حوالي HK$1).
تكلفة Decisions API هي US$0.10 لكل مليون علامة إدخال (حوالي HK$1)، ولا يتم فرض رسوم على علامات الإخراج. يحتاج المطورون فقط لدفع تكلفة واحدة للبيانات المدخلة المشتركة، بغض النظر عن عدد الأسئلة التي يتم تقييمها، على الرغم من أن كل سؤال سيزيد من علامات الإرشادات والمعايير. لقد قامت Google بالفعل بنشر هذه التقنية في العديد من منتجاتها، مما يثبت أن نماذج اتخاذ القرارات المتخصصة يمكن أن تزيد من سرعة وكفاءة الأنظمة الآلية. في Gemini Notebook، يقوم هذا API بتوجيه الاستفسارات من جميع الأطراف إلى مستويات النموذج المناسبة ومستويات الاستدلال.
وفقًا لـ Google، يمكن أن تقلل هذه الطريقة من تأخير الاستفسارات اليومية بنسبة تصل إلى 40%، مع الاحتفاظ بالنماذج الأكثر قوة للاستدلال في المهام المعقدة.
تطبيقات متعددة ودمج
تدفع هذه التقنية أيضًا تجارب التصميم السريعة على منصة Google Stitch، مما يمكّن المستخدمين من إنشاء خطوط إنتاج تفاعلية وإجراء تغييرات من خلال الأوامر الصوتية أو المدخلات اللمسية. في الوقت نفسه، يستخدم مساعد Google CC هذا API لاختيار ردود الرموز التعبيرية من بين أكثر من 200 خيار في لحظة. كما تستخدم Google Search هذه التقنية كطبقة أمان للكشف عن السلوكيات العدائية المتعلقة بأدوات بروتوكول سياق النموذج (MCP). بالإضافة إلى هذه التطبيقات، يمكن أن يساعد هذا API المطورين في بناء أنظمة تختار الأدوات المناسبة تلقائيًا، وتقيّم المعلومات الواردة، وتحدد متى تحتاج إلى تدخل بشري.
يتوفر الآن Decisions API من خلال Google AI Studio، بما في ذلك مستوى تصميم نماذج أولية مجاني. كما تقوم Google بإطلاق خدمات دمج لمنصات المطورين مثل OpenRouter وLangChain وVercel وLiteLLM وPydantic AI.
تنافس Gemini Decisions API في السوق
مع تزايد الطلب على أدوات اتخاذ القرارات بالذكاء الاصطناعي، يظهر Gemini Decisions API الذي أطلقته Google بفضل أدائه العالي وقدرته على معالجة الوسائط المتعددة، كميزة تنافسية في السوق. لا يقتصر هذا API على معالجة عدد كبير من الأسئلة بسرعة فحسب، بل يعزز أيضًا كفاءة الأنظمة الآلية في مجموعة متنوعة من التطبيقات، مما يعني للمطورين إمكانية استخدامه بمرونة في سيناريوهات مختلفة. بالإضافة إلى ذلك، فإن فعالية التكلفة لهذه التقنية ستجذب المزيد من المطورين، مما يزيد من تأثيرها في السوق.

