Przejdź do treści
4 min czytania

Gemini Decision 1: Google ocenia 1000 pytań w jednym przebiegu

Google DeepMind udostępnia Gemini Decision 1 i Decisions API do szybkich decyzji tak/nie, wyboru i ocen. Odpowiada w 150–250 ms za 0,10 USD/mln tokenów.

Gemini Decision 1: Google ocenia 1000 pytań w jednym przebiegu

Źródło zdjęcia: The Decoder

Google DeepMind wchodzi na rynek tzw. modeli decyzyjnych. Firma udostępniła Gemini Decisions API, interfejs do szybkich decyzji o zamkniętej formie: pytań typu tak/nie, wyboru wielokrotnego i ocen na skali. Za usługą stoi model Gemini Decision 1, który w jednym przebiegu potrafi ocenić do 1000 niezależnych pytań. Informację podał serwis The Decoder, powołując się na blog Google.

Google nie reklamuje tu kolejnego uniwersalnego modelu konwersacyjnego. To narzędzie do jednego, wąskiego zadania: model ma szybko i tanio wybrać właściwą odpowiedź spośród z góry określonych opcji. Taki rodzaj modeli staje się w ostatnich tygodniach nowym polem rywalizacji największych graczy.

Najważniejsze informacje

  • Gemini Decision 1 przetwarza do 1000 niezależnych pytań w jednym przebiegu. Obsługuje tekst, obrazy, dźwięk, wideo i pliki PDF.
  • Model ocenia opcje bezpośrednio i zwraca prawdopodobieństwa wraz z wartościami pewności w czasie od 150 do 250 milisekund.
  • Cena wynosi 0,10 USD za milion tokenów wejściowych, a za tokeny wyjściowe nie trzeba płacić. Według Google to około pięć razy mniej niż w przypadku Gemini 3.5 Flash-Lite.
  • Google już używa API wewnętrznie: w Gemini Notebook, w Stitch oraz w wyszukiwarce Google Search.
  • Podobne modele pokazali wcześniej startup Jev, a po nim OpenAI, Cloudflare i Microsoft.

Trzy typy pytań, jedna odpowiedź w ułamku sekundy

Gemini Decisions API obsługuje trzy formaty decyzji:

  • pytania zamknięte typu tak/nie,
  • wybór jednej z kilku opcji (multiple choice),
  • oceny na skali.

Model nie generuje rozbudowanej odpowiedzi tekstowej. Bezpośrednio ocenia dostępne warianty i zwraca rozkład prawdopodobieństwa razem z poziomem pewności. Stąd bierze się szybkość: odpowiedź przychodzi w 150–250 milisekund.

Google pokazało to na zdjęciu blatu kuchennego. Gemini Decision 1 przeanalizował je w jednym przebiegu, zadając jednocześnie pytania wszystkich trzech typów:

  • wykrywanie plamy (tak/nie) z pewnością 0,95,
  • wybór odpowiedniej metody czyszczenia z pewnością 98 proc.,
  • ocena stopnia zabrudzenia na skali, która dała wynik 1,19 na 2.

Przykład dobrze oddaje ideę produktu. Jedno wejście, w tym przypadku obraz, może posłużyć do wielu decyzji naraz. Programista nie musi wysyłać osobnych zapytań ani parsować swobodnych odpowiedzi modelu językowego.

Wyniki w benchmarkach i kalibracja

Według materiałów Google Gemini Decision 1 prowadzi w zestawie testów porównawczych w takich kategoriach jak routing agentów, rozumowanie i rozumienie multimodalne. Firma podkreśla też, że model osiąga najniższy błąd kalibracji spośród porównywanych rozwiązań. Mierzy go wskaźnik Top-1 ECE (Expected Calibration Error).

Kalibracja ma tu duże znaczenie. Model decyzyjny podaje nie tylko odpowiedź, ale też deklarowaną pewność. Niski błąd kalibracji oznacza, że te deklaracje lepiej odpowiadają rzeczywistej trafności. Dzięki temu system może na przykład automatycznie przekazać człowiekowi przypadki, w których model jest niepewny.

Jak Google używa modelu u siebie

Google twierdzi, że API działa już w jego własnych produktach. Firma wymienia trzy zastosowania:

  • dynamiczny routing modeli w Gemini Notebook, czyli decydowanie, który model powinien obsłużyć dane zadanie,
  • prototypowanie projektów w Stitch,
  • kontrole bezpieczeństwa w Google Search.

Wszystkie trzy przypadki wymagają wielu szybkich, powtarzalnych rozstrzygnięć, a nie długich wypowiedzi. To właśnie nisza, którą ma wypełnić nowy model. Routing przydaje się zwłaszcza w systemach agentowych, gdzie trzeba szybko kierować zadania do odpowiednich narzędzi. O wyzwaniach z tym związanych pisaliśmy w tekście o tym, że agenci AI działają bez odpowiedniego monitoringu w czasie rzeczywistym.

Cena, dostępność i rosnąca konkurencja

Gemini Decisions API kosztuje 0,10 USD za milion tokenów wejściowych. Tokeny wyjściowe są bezpłatne, co przy krótkich odpowiedziach decyzyjnych ma duże znaczenie. Według Google usługa jest mniej więcej pięciokrotnie tańsza niż Gemini 3.5 Flash-Lite.

Model jest już dostępny w Google AI Studio. W przygotowaniu są integracje z platformami OpenRouter, LangChain, Vercel i innymi. To kolejny krok Google w kierunku programistów, po niedawnym otwarciu Android Studio na agentów AI i nowe API Gemini.

Google nie jest tu pionierem. Pierwszy taki model zaprezentował startup Jev, a szybko podobne rozwiązania pokazały OpenAI, Cloudflare i Microsoft. Gemini Decision 1 dołącza więc do segmentu, który w ciągu kilku tygodni zapełnił się ofertami największych firm technologicznych.

Co to oznacza dla Polski

Model jest dostępny przez Google AI Studio, więc polscy programiści i firmy mogą z niego korzystać na tych samych zasadach co reszta użytkowników platformy. Źródło nie wspomina o ograniczeniach regionalnych. Cena 0,10 USD za milion tokenów wejściowych to w przeliczeniu około 40 groszy.

Zastosowania opisane przez Google pasują do typowych potrzeb polskich zespołów budujących produkty oparte na AI. Chodzi o klasyfikację treści, moderację, filtry bezpieczeństwa i kierowanie zapytań do odpowiednich modeli w systemach agentowych. Firmy w UE wdrażające takie mechanizmy, zwłaszcza w automatycznym podejmowaniu decyzji, powinny przy tym uwzględniać wymogi AI Act dotyczące przejrzystości i nadzoru człowieka. Raportowane przez model wartości pewności mogą pomóc w ich spełnieniu.

Gemini Decision 1 pokazuje, że rynek AI coraz wyraźniej dzieli się na specjalizowane narzędzia. Obok dużych modeli konwersacyjnych powstają tanie i bardzo szybkie modele do jednego zadania, a teraz w tym segmencie konkuruje również Google.

Udostępnij

Źródła

Powrót do nawigacji