跳到正文
热点事件持续更新

Google上线多模态决策模型Gemini Decision 1及API

3 篇报道3 个报道来源32 分钟前更新

先了解这件事

AI 综述

Google推出了多模态决策模型Gemini Decision 1及对应的API,该模型支持文本、图像、音频、视频和PDF输入,并能单次处理最多1000个布尔、选择或评分问题。 该API的调用价格为每百万输入token 0.10美元,输出token免费,并在Google AI Studio提供免费额度用于原型开发。开发者可通过AI SDK 7、TypeSafe兼容API或Decisions API调用,调用会被记录并计入预算。

AI 根据报道生成 · 3 分钟前更新

事件进展

2 个进展

  1. 11月12日 02:00 · 2 篇报道
    Gemini Decisions API 发布
    Google · AI Blog:Google 推出 Gemini Decisions API,支持多模态输入下的快速决策
  2. 11月11日 08:00 · 1 篇报道
    Gemini Decision 1在AI Gateway上线
    Vercel 博客:Gemini Decision 1 现已上线 AI Gateway

报道时间线

沿着报道,了解事件的不同侧面。

11月12日
  1. The Decoder
    Google 推出 Gemini Decision 1,支持单次处理 1000 个决策问题

    Google DeepMind 推出 Gemini Decision 1 模型及 API,支持在单次调用中处理最多 1000 个独立的多模态决策问题,涵盖文本、图像、音频、视频和 PDF,响应时间 150 至 250 毫秒。

  2. Google · AI Blog精选
    Google 推出 Gemini Decisions API,支持多模态输入下的快速决策

    Google 推出 Gemini Decisions API,基于新模型 Gemini Decision 1,支持在单次请求中处理文本、图像、音频、视频和 PDF 等多模态输入,并同时评估最多 1000 个 yes/no、选择题和评分题,端到端延迟 150-250 毫秒,每百万输入 token 0.10 美元,无输出 token 费用。

11月11日
  1. Vercel 博客
    Gemini Decision 1 现已上线 AI Gateway

    Google 的 Gemini Decision 1 现已通过 AI Gateway 提供访问,该多模态决策模型支持文本、图像、音频、视频和 PDF 输入,返回布尔概率、选择和评分。该模型可通过 AI SDK 7、TypeSafe 兼容 API 或 Decisions API 调用,决策调用会记录在日志中并计入预算。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。