La evolución de las tecnologías de inteligencia artificial está pasando de la mera “generación de contenido” a una “toma de decisiones eficiente”. Google recientemente lanzó oficialmente la nueva Gemini Decisions API, un nuevo punto final impulsado por el modelo Gemini Decision1 subyacente, cuyo objetivo es ayudar a los agentes de inteligencia artificial a tomar decisiones predefinidas de forma rápida durante su funcionamiento diario, eliminando así el proceso engorroso de generar respuestas de texto largas en el modelo tradicional.
Funciones principales y mecanismo de operación: la transmisión hacia adelante única permite una calificación eficiente
En la arquitectura técnica de nivel básico, Gemini Decision1 tiene diferencias esenciales con los modelos grandes tradicionales. Este modelo no genera respuestas individualmente por token, sino que evalúa directamente las opciones predefinidas en una única transmisión hacia adelante, y finalmente devuelve las probabilidades y puntuaciones de confianza correspondientes.
Gracias a este diseño eficiente, la latencia de extremo a extremo de esta interfaz se reduce significativamente entre 150 y 250 milisegundos, lo que permite satisfacer las necesidades de respuesta en tiempo real del agente inteligente en escenarios de interacción frecuente.
En cuanto a las formas específicas de entrada y llamada, la Gemini Decisions API muestra una capacidad de procesamiento multimodal muy fuerte. Los desarrolladores pueden evaluar hasta 1000 preguntas independientes en una sola llamada API para entradas multimodales compartidas que incluyen texto, imágenes, audio, video y PDF. Las formas de llamada específicamente soportadas incluyen:
Una verificación rápida de “sí o no”.
Máximo de 255 opciones en un test múltiple.
Solicitud de puntuación basada en los criterios de calificación predefinidos.
Precios y perspectivas de aplicación de Pǔfú
En cuanto a la estrategia de precios, Google ha establecido estándares muy competitivos para esa API: el costo por millón de tokens de entrada es de solo 0.10 dólares.
Los analistas del sector señalan que, a medida que los modelos grandes se integran en profundidad en diversas industrias, los agentes inteligentes suelen necesitar realizar una gran cantidad de juicios de bajo nivel y selecciones de ruta al ejecutar flujos de trabajo complejos en segundo plano. La introducción de la Gemini Decisions API, al evitar los pasos intermedios de generación de texto, no solo reduce significativamente los costos de cálculo y el retraso en la respuesta, sino que también proporciona una sólida infraestructura subyacente para construir aplicaciones de agentes inteligentes complejas que sean más fluidas y rápidas en su respuesta.