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)
点赞,必须点赞
写得挺用心的,支持一下。
看标题就点进来了,内容果然没让人失望。
思路清晰,干货满满。
点赞,必须点赞
刚好最近在找这方面的资料,太及时了。
这个观点很中肯,深有同感。
收藏了,以后慢慢研究。
整理得太全面了,省了我不少时间。
讲解得很细致,新手也能看懂。
写得挺用心的,支持一下。
这个比较实用,已转发给同事。