跳转到内容
主站 新闻 控制台

Gemini 决策 API (Gemini Decisions API)

· Simon Willison
技巧LLM

Gemini Decisions API(来源)谷歌携“Gemini Decision 1”加入了 Jev 和 OpenAI 所在的决策模型(decision model)赛道。这个新的模型 API 与 Jev 几乎完全相同:它支持相同的三种问题类型(是非题、选择题和量表评分题 [rubric-scoring]),甚至直接沿用了 Jev 用来表示是非题的术语“Noul”。

它的定价与 GPT-6 Luna 决策模型相同:每百万输入 token 10 美分,输出免费。Jev 仍然是三者中最便宜的,为每百万 token 4.2 美分。

Jev 仅支持文本(和 JSON)。OpenAI 可以处理文本和图像。而 Gemini Decision 1 是完全多模态的:它涵盖了文本、图像、音频、视频和 PDF。

我对它的视频处理能力进行了测试,将我的扬克斯(Yonkers)踏步机器人视频文件连同以下问题一起传给了它:

dragon: Does this video have a dragon in it?
robot: Does this video have a robot in it?
france: Is this video set in France?
usa: Is this video set in the USA?

Jev 和 OpenAI 对于是非题都会返回 1.0 或 0.0,但 Gemini 坚持表现得不那么绝对自信:

{
"dragon": {
"type": "yes_no",
"probability": 0.04976021841520312
},
"robot": {
"type": "yes_no",
"probability": 0.9234055387792485
},
"france": {
"type": "yes_no",
"probability": 0.08329171353166241
},
"usa": {
"type": "yes_no",
"probability": 0.9230459995157706
}
}