Gemini Decisions API

溪行者AI 前沿📡 BestBlogs·AI高分精选⭐ 852026-11-12273 阅读💛 163 收藏
Gemini Decisions API

📌 One-Sentence Summary

Google 推出 Gemini Decisions API,这是一款支持文本、图像、音频、视频和 PDF 的多模态决策模型,定价与 OpenAI 的 Luna 模型相当,为每百万输入 token 收费 10 美分。

📝 Summary

Google 宣布推出 Gemini Decisions API,加入 Jev 和 OpenAI 所在的决策模型类别。它支持三种问题类型(是/否、选择题、评分标准打分),并具备完整的多模态能力,可处理文本、图像、音频、视频和 PDF。该 API 每百万输入 token 收费 10 美分,输出免费,定价与 OpenAI 的 Luna 模型相同,但高于 Jev 每百万 4.2 美分的价格。在一项使用机器人视频进行的测试中,该模型能够以较高置信度识别机器人及其位置,不过给出的概率略低于 1.0。

💡 Main Points

多模态支持

与仅支持文本的 Jev 和支持文本、图像的 OpenAI 不同,Gemini Decisions API 支持多种媒体类型,包括音频、视频和 PDF,因此可灵活用于各种数据分析任务。

该 API 每百万输入 token 收费 10 美分,输出免费,价格与 OpenAI 的 Luna 模型相当,但高于 Jev 每百万 4.2 美分的定价。

该 API 支持三种标准决策问题类型:是/否、选择题和评分标准打分,为自动化决策提供灵活的框架。

💬 Key Quotes

Google 携手 Jev 和 OpenAI,以「Gemini Decision 1」加入决策模型类别。

这款新的模型 API 与 Jev 几乎完全相同:它支持相同的三种问题类型(是/否、选择题和评分标准打分),甚至沿用了 Jev 对是/否问题的称呼「Noul」。

Jev 仅支持文本(和 JSON)。OpenAI 可以处理文本和图像。Gemini Decision 1 则是完整的多模态模型,支持文本、图像、音频、视频和 PDF。

📊 Article Meta

AI Screening: 85

Source: Simon Willison's Weblog

Author: Simon Willison

Category: 人工智能

Language: 英文

Read Time: 1 min

Word Count: 217

Tags:

AI 与智能应用 , 模型训练与推理 , AI 产品与应用 , 多模态 AI , 大语言模型 (LLM)

#AI 与智能应用# 模型训练与推理# AI 产品与应用# 多模态 AI# 大语言模型 (LLM)

文章评论(12)

蒋力3 天前

点赞,必须点赞

回复
墨沐雨4 天前

写得挺用心的,支持一下。

回复
拾贝者3 天前

看标题就点进来了,内容果然没让人失望。

回复
三分糖去冰3 天前

思路清晰,干货满满。

回复
墨向阳3 天前

点赞,必须点赞

回复
邱文博3 天前

刚好最近在找这方面的资料,太及时了。

回复
暮拾贝3 天前

这个观点很中肯,深有同感。

回复
杨丽华3 天前

收藏了,以后慢慢研究。

回复
墨沐雨3 天前

整理得太全面了,省了我不少时间。

回复
石佳琪3 天前

讲解得很细致,新手也能看懂。

回复
星知秋3 天前

写得挺用心的,支持一下。

回复
一叶知秋3 天前

这个比较实用,已转发给同事。

回复