IT之家11月12日消息，谷歌昨日宣布推出Gemini Decisions API快速多模态决策，由全新Gemini Decision1模型驱动。该API可在1次快速处理过程中，对文本、图像、视频和PDF内容进行至多1000项是非判断、选项选择和标准评估。
据介绍，Gemini Decisions API专为工具选择、策略检查、模型路由和上下文质量评估等决策任务打造，开发者可以输入1份包含文本、图像、音频、视频和PDF的多模态内容(最多支持256K Tokens)，并针对这份内容提出最多1000个相互独立的问题。
同时，Gemini Decision1会通过一次前向计算对候选选项进行评分，并返回概率和置信度分数。整个处理过程的延迟为150至250毫秒，输入价格为每100万Tokens0.10美元(IT之家注：现汇率约合0.67元人民币)，输出Tokens则不收取费用。
此外，该API基于Gemini原生多模态架构构建。开发者可以在同一份输入中组合不同模态的内容，例如将通话录音与账户元数据结合，或将扫描版PDF理赔文件与受损照片放在一起。此外，还可以调整图像和视频输入的分辨率，以控制视觉细节和Token成本。
目前该API已在Google AI Studio提供，开发者可获得免费额度进行原型开发。
