跳到主要內容
maxstudioNews
產品Simon Willison約 2 分鐘

Google 推出 Gemini Decisions API,支援多模態決策功能

Google 正式推出 Gemini Decision 1 API,加入 Jev 和 OpenAI 的決策模型競爭行列。此新模型支援是/否、選擇和評分三種問題類型,並具備完整的文字、圖像、音訊、視訊和 PDF 多模態處理能力。其定價與 GPT-6 Luna 相同,每百萬輸入 token 收費 10 美分。

Google 推出 Gemini Decisions API,支援多模態決策功能
圖片來源:Simon Willison

Google 透過「Gemini Decision 1」加入 Jev 和 OpenAI 的決策模型類別。這個新的模型 API 與 Jev 幾乎相同,它支援是/否、選擇和評分三種問題類型,甚至重複使用了 Jev 對於是/否問題的術語「Noul」。

它的定價與 GPT-6 Luna 決策模型相同,每百萬輸入 token 收費 10 美分,輸出則免費。Jev 仍然是三者中最便宜的,每百萬 token 收費 4.2 美分。

Jev 僅支援文字(和 JSON),OpenAI 可以處理文字和圖像。而 Gemini Decision 1 則是完全的多模態模型,它涵蓋了文字、圖像、音訊、視訊和 PDF。

我將這些問題連同我的 Yonkers 機器人影片檔案傳遞給它,對其視訊處理能力進行了測試:

```

dragon: 這部影片裡有龍嗎?

robot: 這部影片裡有機器人嗎?

france: 這部影片的場景設定在法國嗎?

usa: 這部影片的場景設定在美國嗎?

```

Jev 和 OpenAI 對於是/否問題都會返回 1.0 或 0.0,但 Gemini 堅持要表現得稍微不那麼自信:

```json

{

"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

}

}

```

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 Simon Willison 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。