Новият AI модел обработва до 1000 проверки наведнъж с под 250 ms закъснение и се цели в автоматизацията на решения

Google DeepMind обяви Gemini Decision 1 – модел за изкуствен интелект, насочен към разработчици, които автоматизират класификация на данни и вземане на рутинни решения. Според компанията моделът може да обработи до 1000 въпроса към един и същ документ или набор от материали в рамките на един цикъл, без да е необходимо отделно запитване за всяка проверка.

Като пример от Google посочват обработка на застрахователни заявления, при която системата едновременно анализира анкета на клиент, снимки на щети и записи от разговор, определя категорията на заявлението, проверява пълнотата на документите и оценява спешността на разглеждането.

Как работи моделът

Gemini Decision 1 е достъпен през API на Gemini Decisions и поддържа три вида проверки: с отговор „да“ или „не“, с избор на един от няколко варианта и с оценка по зададена от разработчика скала. Моделът връща не само резултата, но и оценка на достоверността му, което позволява автоматична обработка на простите случаи и препращане на спорните към служители. Общото закъснение при обработка на заявките е между 150 и 250 ms.

Моделът анализира текст, изображения, аудио, видео и PDF документи в едно запитване, като максималният размер на контекстния прозорец е 262 144 токена. Всяка проверка се извършва независимо от останалите, поради което ако резултатът от една проверка трябва да повлияе на следваща, разработчикът трябва да запише тази логика отделно в кода на приложението. Gemini Decision 1 е предназначен за класифициране и оценка на данни, а не за генериране на подробни текстове или извличане на произволна информация от документи.

Приложение в екосистемата на Google

Google дава примери за използването на технологията в собствените си продукти. Gemini Notebook разпределя заявките между AI системи с различна мощност, което намалява закъснението при обработка на типични задачи с до 40%. Платформата за проектиране на интерфейси Google Stitch използва модела за бързо създаване и редактиране на интерактивни прототипи, гласовият асистент Google CC – за избор на емоджи от над 200 варианта, а търсачката – за откриване на потенциално опасни действия при работа с инструментите на MCP.

Конкуренция и бенчмаркове

На пазара вече има няколко решения за автоматизация на подобни задачи. Сред тях са Jev от TypeSafe, API Decisions от OpenAI на базата на GPT-6 Luna и Strands Decider от Amazon, който може да се разгърне върху собствена инфраструктура. Те се различават по цена и възможности: Jev предлага по-ниски тарифи за класифициране на текстови заявки, а API на OpenAI позволява повторно използване на част от контекста в няколко заявки.

Google съобщава, че Gemini Decision 1 е показал най-добри резултати в пет от седемте бенчмарка, в които са участвали четири модела. В теста JevBench, който проверява точността при класифициране на данни и изпълнение на задачи по зададени критерии, Gemini Decision 1 постига 92,2%, изпреварвайки GPT-6 Luna на OpenAI (90,9%) и Jev 1.14 на TypeSafe (90%). В отделни тестове за работа с браузър и избор на инструменти обаче Jev се оказва по-точен. Google твърди също, че Gemini Decision 1 калибрира увереността в собствените си отговори по-добре от конкурентите – важно качество за системи, които автоматично вземат решения само при достигане на зададен праг на достоверност.

Цена и достъп

Цената за използване на Gemini Decision 1 е 0,10 долара за милион входни токена, а обработката на изходните данни е безплатна. Според Google моделът позволява спестяване на средства от повторно изпращане на едни и същи материали. Разработчиците могат да тестват API чрез Google AI Studio, където е достъпна и безплатна тарифа с ограничения за броя на заявките.