واجهة برمجة التطبيقات لقرارات جيميني: قرارات سريعة ومعتمدة متعددة الأوجه
تقدم جوجل واجهة برمجة التطبيقات Gemini Decisions API، المدعومة بخوارزمية Gemini Decision 1، لاتخاذ قرارات سريعة ودقيقة متعددة الأوجه. يمكن تقييم ما يصل إلى 1,000 سؤالًا عبر النصوص والصور والصوت والفيديو وملفات PDF في مرة واحدة مع درجات ثقة. توفر واجهة البرمجة هذه زمن استجابة منخفضًا وطرق توجيه فعالة من حيث التكلفة للمطورين.
الوسوم
ملخص سريع
تقدم جوجل واجهة برمجة التطبيقات Gemini Decisions API، المدعومة بخوارزمية Gemini Decision 1، لاتخاذ قرارات سريعة ودقيقة متعددة الأوجه. يمكن تقييم ما يصل إلى 1,000 سؤالًا عبر النصوص والصور والصوت والفيديو وملفات PDF في مرة واحدة مع درجات ثقة. توفر واجهة البرمجة هذه زمن استجابة منخفضًا وطرق توجيه فعالة من حيث التكلفة للمطورين.
واجهة برمجة التطبيقات Gemini Decisions: قرارات سريعة ودقيقة متعددة الأوضاع
قدمت جوجل واجهة برمجة التطبيقات Gemini Decisions، وهي نقطة نهائية جديدة مصممة لتسهيل اتخاذ خيارات سريعة واحتمالية عبر أنواع متنوعة من البيانات. تعتمد هذه الأداة على نموذج Gemini Decision 1، وتسمح للمطورين بتقييم ما يصل إلى 1,000 سؤالًا مستقلًا في مرة واحدة. تدعم واجهة البرمجة هذه النصوص والصور والصوت والفيديو وملفات PDF، مما يمكّن التطبيقات التي تحتاج إلى تقييم سريع أو فحص السياسات أو تقييم السياق دون التأخير المرتبط بفك التشفير التقليدي للنصوص.
وفقًا لجوجل، يكمن الميزة الرئيسية لواجهة برمجة التطبيقات Decisions في قدرتها على حساب درجات الثقة لعدة أسئلة في نفس الوقت. بدلاً من توليد نص الإجابة رمزًا تلو الآخر، يقوم نموذج Gemini Decision 1 بتقييم الخيارات المتاحة في مرة واحدة. تعيد هذه البنية التحتية الاحتمالات ودرجات الثقة مع تأخير من طرف إلى طرف يتراوح بين 150 و250 مللي ثانية. صُممت هيكلية التسعير لتحقيق الكفاءة في التكلفة، حيث يتم تحصيل رسوم قدرها $0.10 لكل 1M رمز إدخال، مع عدم فرض أي رسوم على رموز الإخراج.
بنية النموذج والأداء
يعتمد نموذج Gemini Decision 1 (gemini-decision-1) على البنية التحتية متعددة الأوضاع الأصلية لجيميني. تسمح هذه البنية للنموذج بمعالجة النصوص والصور والصوت والفيديو وملفات PDF مباشرةً في مرة واحدة. يمكن للمستخدمين دمج الأوضاع المختلفة في إدخال واحد، مثل ربط تسجيل مكالمة ببيانات الملف الشخصي أو ربط مستند PDF ممسوح ضوئيًا بصور الأضرار. علاوة على ذلك، يتيح النموذج للمستخدمين تعديل دقة المدخلات الصورية والفيديوية للتحكم في التفاصيل البصرية وتكلفة الرموز.
تفيد جوجل بأن Gemini Decision 1 يقيّم الخيارات دون فك ترميز كل رمز على حدة. يحافظ هذا النهج على متوسط زمن المعالجة للنموذج بين 50-100 مللي ثانية، مع بقاء الزمن الإجمالي من البداية إلى النهاية بين 150-250 مللي ثانية. يظل الأداء شبه ثابت حتى مع ارتفاع عدد الأسئلة لكل طلب من 1 إلى 100.. يدعم النموذج سياقات تصل إلى 16K رمزًا ويمكنه التعامل مع مدخلات تصل إلى 256K رمزًا.
من حيث الفعالية من حيث التكلفة، تذكر جوجل أن Gemini Decision 1 مع واجهة Decisions API أرخص بشكل كبير تقريبًا 5x مقارنة بـ Gemini 3.5 Flash-Lite مع واجهة Interactions API في مجموعة معايير مشتركة. يُعزى هذا الانخفاض الكبير في التكلفة إلى عدم وجود رسوم على رموز الإخراج وكفاءة آلية التقييم بمرحلة واحدة.
فيما يتعلق بالمعايير التي تشمل توجيه العملاء والاستدلال والترتيب والفهم المتعدد الأوضاع، تدعي جوجل أن Gemini Decision 1 يتصدر المجموعة بأقل خطأ في المعايرة. يُعد هذا الأداء القوي والمعايرة الدقيقة جوهر القيمة المقدمة من الواجهة للتطبيقات التي تحتاج إلى موثوقية عالية في اتخاذ القرارات.
أنواع القرارات والتقييم
توفر الواجهة عناصر أساسية مصممة خصيصًا للاختيارات المحدودة، بما في ذلك اختيار الأدوات وفحص السياسات وتوجيه النموذج وتقييم السياق. يمكن للمستخدمين تقييم عدة أسئلة مقابل مدخل متعدد الأوضاع مشترك في طلب واحد. تدعم النظام ثلاثة أنواع مختلفة من القرارات، كل منها يُرجع درجة ثقة تتراوح بين 0 و1..
- نعم/لا (غير محدد): يقوم هذا النوع بتقدير احتمالية صحة شرط نعم/لا. وهو يدعم معايير وصف اختيارية للقيمة الصحيحة والخاطئة لتحسين عملية التقييم.
- اختيار متعدد (خيار): يختار هذا النوع من بين الخيارات الموجودة في 2 إلى 255. وهو يعيد الخيار الفائز والاحتماليات المعيارية لكل خيار مرشح.
- مقياس مرتب (درجة): يقوم هذا النوع بتقييم المدخلات وفقًا لمقياس مرتب يبدأ من 0.. وهو يعيد درجة مرجحة مستمرة واحتماليات لكل مستوى.
كل إجابة يتم إنشاؤها بواسطة الـ API تحتوي على درجة ثقة. تسمح هذه الميزة لكود التطبيق بتوجيه الحالات غير الواضحة إلى نظام بديل أو مراجع بشري، مما يضمن عدم المضي قدمًا تلقائيًا في القرارات ذات درجة الثقة المنخفضة.
التنفيذ العملي
يمكن للمطورين البدء في البناء باستخدام API Decisions عن طريق الحصول على مفتاح API في Google AI Studio. يستخدم حقل المدخلات نفس تنسيق كتلة المحتوى المستخدم في API Interactions. توفر Google مثالًا بلغة Python يوضح كيفية فحص صورة لطاولة غرفة الاستراحة مع ملاحظة نصية، مقارنةً بكل أنواع الأسئلة الثلاثة في طلب واحد.
يوضح المثال أدناه كيفية تعريف أسئلة للكشف عن التسربات، وإجراءات التنظيف، وتقييم الخطورة:
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
input=[
{
"type": "image",
"uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
"mime_type": "image/jpeg",
},
{
"type": "text",
"text": "Breakroom counter check before the 9 AM client meeting.",
},
],
questions={
"has_spill": {
"type": "noul",
"instructions": "Is there an uncleaned liquid spill on the counter?",
},
"next_action": {
"type": "choice",
"instructions": "Which cleanup action fits the scene?",
"criteria": {
"wipe_with_cloth": "Small counter spill with a cloth or towel already nearby.",
"dispatch_janitorial": "Large floor hazard, broken glass, or active leak.",
"ready_for_meeting": "Counter is clean and ready.",
},
},
"severity": {
"type": "score",
"instructions": "Rate the severity of the counter mess.",
"criteria": [
"Clean and ready.",
"Minor localized spill.",
"Major spill or safety hazard.",
],
},
},
)حالات الاستخدام المؤسسية والداخلية
تسلط Google الضوء على عدة فرق داخلية تستخدم بالفعل API Decisions كنظام تحكم منخفض التأخير. تُظهر هذه التنفيذات مرونة الأداة في بيئات الإنتاج.
- توجيه النموذج الديناميكي في Gemini Notebook: يستخدم Gemini Notebook واجهة برمجة التطبيقات Decisions كموجه في الوقت الفعلي لتوجيه الاستعلامات الواردة إلى المستوى الأمثل من النموذج ومستوى التفكير المناسب. تصنف الواجهة نية الاستعلام في غضون مللي ثوانٍ، مما يوفر استجابات للاستعلامات اليومية بتأخير أقل بمقدار 40%، بينما تُخصص نماذج التفكير المعقدة للمهام المعقدة.
- تكرار التصميم السريع في Stitch: يستخدم تجربة الرسم السريع في Stitch واجهة برمجة التطبيقات لإنشاء رسومات أولية قابلة للتشغيل لتدفق المنتج في غضون ثوانٍ. يطبق التعديلات التي تتم عبر الصوت أو النقر تقريبًا على الفور، وينتقل إلى تجربة Stitch الكاملة بمجرد اكتمال التدفق.
- اختيار الرموز التعبيرية في CC: يستخدم CC من Google Labs واجهة برمجة التطبيقات لاختيار رد فعل الرمز التعبيري المناسب من مجموعة تضم أكثر من 200 خيارًا في جزء من الثانية، مما يضمن ظهور الردود فورًا دون إضافة تأخير.
- طبقة الأمان لأدوات MCP في البحث: تستخدم خدمة بحث Google واجهة برمجة التطبيقات Decision للكشف عن السلوكيات المعادية والمحتوى المضاد في تقييمات معادية بكفاءة عالية ضمن نطاق التأخير المسموح به.
البدء والنظام البيئي
يمكن للمطورين البدء في إنشاء النماذج التجريبية فورًا عن طريق الوصول إلى مفتاح واجهة برمجة التطبيقات في Google AI Studio. توفر Google تطبيقات توضيحية مثل Doorstep Parcels وSpeed Sketch وFind the Zoo Keeper لمساعدة المستخدمين على استكشاف الإمكانيات. تتوفر وثائق للغات Python وJavaScript ودليل REST.
يتم توفير تكاملات النظام البيئي تدريجيًا عبر منصات مختلفة، بما في ذلك OpenRouter وLangChain وVercel وLiteLLM وPydantic AI وPipecat وLiveKit وOpenCode، بالإضافة إلى مكتبات google-genai SDK. سيتوفر الدعم قريبًا لـ Gemini في Google Cloud.
تشمل واجهة برمجة التطبيقات مستوى مجاني لإنشاء النماذج التجريبية. يظل السعر عند $0.10 لكل 1M رمز إدخال دون أي رسوم على رموز الإخراج. لا توجد فواتير متغيرة لرموز التفكير ولا تكاليف منفصلة لترجمة الصوت أو التعرف الضوئي على النصوص. يتم فرض رسوم واحدة فقط على الإدخال المشترك لكل طلب، بغض النظر عن عدد الأسئلة المقيمة، حيث يضيف كل سؤال فقط رموز التعليمات والمعايير الخاصة به.
لمن يهتمون بالتطوير أكثر، تشجع جوجل على الاشتراك في النشرات الإخبارية للحصول على تحديثات المنتجات ومعلومات الفعاليات والعروض الخاصة. يمثل الـ API خطوة كبيرة إلى الأمام في توفير قدرات اتخاذ القرارات المتعددة الأوجه، المُعتمدة والسريعة والفعالة من حيث التكلفة، للمطورين.
المصدر: https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api



