PANews 11月12日付消息、IT之家の報道によると、グーグルは昨日、新モデル「Gemini Decision 1」が駆動する「Gemini Decisions API」を発表し、高速なマルチモーダル意思決定を提供すると明らかにした。このAPIは1回の高速処理の中で、テキスト、画像、動画、PDFのコンテンツに対して最大1000項目の「はい/いいえ」判定、選択肢の選択、基準評価を実行できる。開発者はテキスト、画像、音声、動画、PDFを含むマルチモーダルなコンテンツを入力でき（最大256K Tokensをサポート）、そのコンテンツに対して最大1000個の互いに独立した質問を投げかけることができる。
Gemini Decision 1は1回のフォワード計算で候補の選択肢をスコアリングし、確率と信頼度スコアを返す。処理のレイテンシは150～250ミリ秒で、入力価格は100万Tokensあたり0.10ドル、出力Tokensは無料となる。このAPIはGeminiのネイティブなマルチモーダルアーキテクチャに基づいて構築されており、同一の入力内で異なるモダリティのコンテンツを組み合わせることができるほか、画像・動画入力の解像度を調整して視覚的な細部とTokenコストを制御できる。現在、このAPIはGoogle AI Studioで提供されており、開発者は無料枠を利用してプロトタイプ開発を行える。
