Gemini Decisions API: المزايا والأسعار

نظرة سريعة

ما هي Gemini Decisions API؟

Gemini Decisions API هي واجهة API من Google لاتخاذ قرارات سريعة ومحددة انطلاقًا من مواد مقدَّمة. وتعمل بالاعتماد على Gemini Decision 1، الذي يحمل المعرّف gemini-decision-1، وهي متاحة عبر Gemini API في Google AI Studio. وعلى خلاف طلبات توليد النصوص العامة، تتمثل مهمتها الأساسية في تقييم الخيارات المرشحة لسؤال واحد أو عدة أسئلة محددة، ثم إرجاع احتمالات ودرجات ثقة.

يجعل هذا الفرق الواجهة مناسبة لمنطق التطبيقات، وليس فقط للمحادثات الموجهة إلى المستخدمين. فقد يحتاج النظام إلى اختيار وجهة لطلب ما، أو التحقق من توافق المحتوى مع شرط ضمن سياسة معينة، أو تحديد النموذج الذي سيتولى معالجة استعلام، أو تقييم سياق وفق معايير محددة. وتمتلك هذه المهام مجموعة واضحة من النتائج المحتملة. صُممت Decisions API لهذا النوع من الاختيارات المحددة، عندما يحتاج التطبيق إلى إشارة قرار بدلًا من فقرة يتعين تفسيرها لاحقًا.

تقول Google إن الطلب الواحد يمكن أن يتضمن مدخلات متعددة الوسائط مشتركة وما يصل إلى ١٬٠٠٠ سؤال مستقل. وتشمل أنواع المدخلات المدعومة النصوص والصور والصوت والفيديو وملفات PDF، بسعة إدخال تصل إلى ٢٥٦ ألف رمز. ويقيّم النموذج الخيارات المرشحة في تمريرة أمامية واحدة، بدلًا من توليد الإجابة رمزًا تلو الآخر. ولذلك تستهدف الواجهة سير العمل الذي يمكن فيه تقييم العديد من عمليات التحقق مقابل المادة نفسها، بدلًا من إرسال طلب منفصل إلى النموذج لكل سؤال.

اسم المنتج مهم هنا: هذه هي Gemini Decisions API من Google، وليست OpenAI Decisions API. ويوجّه إعلان Google المطورين إلى الحصول على مفتاح API من Google AI Studio، كما يوفر أدلة استخدام لـ Python وJavaScript وREST. وتوصف الواجهة أيضًا بأنها متاحة عبر Gemini API. ويقدمها إعلان Google باعتبارها واجهة مصممة خصيصًا لاتخاذ قرارات سريعة ومعايرة، وليست بديلًا عن كل نماذج Gemini أو كل مهام الذكاء الاصطناعي التوليدي.

كيف يعمل Gemini Decision 1؟

غالبًا ما يطلب سير العمل التقليدي للنماذج التوليدية من النموذج قراءة مستند، وإنتاج إجابة، وشرحها. ويمكن أن يكون هذا الأسلوب مفيدًا عندما تتطلب المهمة توليدًا لغويًا فعلًا. لكن في حالة قائمة التحقق الثابتة، قد يحتاج التطبيق فقط إلى درجة لكل نتيجة محتملة. صُمم Gemini Decision 1 لتقييم الخيارات مباشرة وإرجاع الاحتمالات ودرجات الثقة، بدلًا من جعل النص المولّد هو النتيجة الأساسية.

وتكتسب فكرة المدخل المشترك أهمية كبيرة. إذ يمكن للتطبيق تقديم مادة واحدة، مثل مستند أو أي مدخل مدعوم آخر، ثم طرح عدة أسئلة مستقلة حولها. وتوضح Google أن المدخل المشترك يُحاسب عليه مرة واحدة لكل طلب، بغض النظر عن عدد الأسئلة التي جرى تقييمها. ويضيف كل سؤال تعليماته ومعايير الرموز الخاصة به. وقد يكون ذلك مهمًا في سير عمل المراجعة الذي يتضمن عمليات تحقق عديدة؛ إذ لا يحتاج الطلب إلى إعادة إرسال المدخل الأساسي نفسه لكل سؤال على حدة عندما تُضمَّن عمليات التحقق معًا.

تعلن Google عن زمن استجابة يتراوح بين ١٥٠ و٢٥٠ مللي ثانية من البداية إلى النهاية لسير عمل تقييم القرارات الموصوف. وهذه القيمة مؤشر منتج مُعلن، وليست ضمانًا لكل طلب أو حمل عمل أو مسار شبكة أو عملية دمج. وينبغي للفرق قياس الأداء الكامل لديها، بما يشمل إعداد الطلب وأي عمليات ينفذها التطبيق بعد استجابة النموذج.

في التطبيق، ينبغي التعامل مع الدرجة المُعادة باعتبارها مدخلًا إلى عملية اتخاذ القرار، لا دليلًا على أن الحالة لا تحتمل اللبس. فالوصف المتاح للمنتج يثبت أن الواجهة تُعيد احتمالات ودرجات ثقة، لكنه لا يحدد عتبة موحدة أو سياسة مكتملة للمراجعة البشرية. وعلى المطورين تحديد آلية التعامل الخاصة بالحالات غير المؤكدة أو المتعارضة أو الخارجة عن النطاق، بدلًا من افتراض أن درجة النموذج تحسمها تلقائيًا.

ما الذي يميزها؟

يتمثل الفرق الأساسي في أن Gemini Decisions API مبنية حول تقييم الخيارات، لا صياغة إجابة مفتوحة. يحدد المطورون الأسئلة والخيارات المرشحة، ويقدمون مدخلًا مشتركًا، ثم يستخدمون الدرجات المُعادة ضمن سير عمل أكبر. وهذا يجعلها مناسبة بصورة خاصة لمهام مثل اختيار الأدوات، وفحوصات السياسات، وتوجيه النماذج، وتقييم السياق؛ وهي أمثلة تحددها Google لاستخدامات الواجهة.

يمكن لهذا التصميم تقليل الحاجة إلى طلب إجابة نثرية من نموذج توليدي ثم بناء طبقة أخرى لاستخراج تصنيف منها. لكنه لا يلغي هندسة التطبيق. فلا يزال على المطور تحديد السؤال والمعايير والخيارات المسموح بها والسلوك اللاحق. وتعيد الواجهة إشارة قرار، بينما يحدد كود التطبيق ما يحدث بعد ذلك.

تُعد المدخلات متعددة الوسائط ميزة بارزة أخرى. فوفقًا للإعلان، يمكن لطلب واحد العمل مع النصوص والصور والصوت والفيديو وملفات PDF. وقد يجعل ذلك الواجهة مناسبة عندما يعتمد القرار على أكثر من حقل نصي قصير. ويبلغ الحد الأقصى الموصوف لحجم الإدخال ٢٥٦ ألف رمز، كما يمكن للواجهة تقييم ما يصل إلى ١٬٠٠٠ سؤال مستقل مقابل مدخل مشترك. وتميز هذه الإمكانات حالة الاستخدام الموصوفة عن سير عمل يرسل المادة المصدر نفسها مرارًا في استدعاءات منفصلة.

ولا ينبغي الخلط بين المنتج والمساعد العام. فالغرض منه ليس إعداد تقرير، أو إجراء محادثة غير مقيدة، أو توليد محتوى طويل. وإذا كانت النتيجة المطلوبة شرحًا أو استجابة مصاغة، فقد يكون النموذج التوليدي أنسب لهذا الجزء من سير العمل. وتبرز قيمة Gemini Decisions API عندما يمكن تمثيل النتيجة على شكل مجموعة من الخيارات المرشحة، ويستفيد التطبيق من تقييم هذه الخيارات مباشرة.

حالات استخدام عملية للمطورين

توجيه النماذج

يمكن لمنصة ما استخدام قرار محدد لتوجيه الطلبات الواردة بين مجموعة معرّفة من النماذج أو مسارات المعالجة. وتحدد Google توجيه النماذج باعتباره إحدى حالات الاستخدام المستهدفة. ويمكن لطبقة القرار تقييم الطلب المُقدّم وتسجيل الوجهات المؤهلة، ثم يطبق التطبيق منطق التوجيه الخاص به. ويذكر مصدر Google أيضًا أن Gemini Notebook يستخدم النموذج لتوجيه الاستعلامات إلى نماذج مختلفة ومستويات متفاوتة من جهد الاستدلال، مع الإبلاغ عن انخفاض يصل إلى ٤٠٪ في زمن الاستجابة للاستعلامات الروتينية ضمن سير العمل هذا. وهذه النتيجة مثال مُعلن من سير عمل محدد، وليست وعدًا عامًا بالأداء لكل عملية دمج.

فحوصات السياسات وفرز المراجعات

في سير عمل السياسات، يمكن للمطورين تحديد سؤال ونتائج مرشحة تمثل عمليات التحقق التي يحتاج التطبيق إلى تنفيذها. وتوصف الواجهة بأنها مناسبة لفحوصات السياسات، كما يمكنها تقييم أسئلة متعددة مقابل مادة مشتركة. وقد يستخدم الفريق هذا النمط لتحديد الحالات التي تحتاج إلى مراجعة إضافية، بشرط أن يحدد التطبيق سياساته واستجابته التشغيلية بصورة مستقلة. ولا ينبغي وصف الواجهة بأنها نظام متكامل لإدارة السياسات أو بديل عن المراجعة البشرية.

تقييم السياق

تحتاج عمليات الاسترجاع وقواعد المعرفة غالبًا إلى تقييم مدى ملاءمة السياق المقدّم لمهمة لاحقة. وتحدد Google تقييم السياق باعتباره استخدامًا مصممًا خصيصًا للواجهة. ويمكن للمطور صياغة تقييم محدد وفق المعايير المتاحة، ثم استخدام الدرجات المُعادة داخل التطبيق. وكما هي الحال مع الاستخدامات الأخرى، تعتمد جودة النتيجة على المعايير والمدخلات الفعلية، لذلك ينبغي للفرق التحقق من سلوك القرار باستخدام أمثلة تمثيلية.

فحوصات المستندات والوسائط متعددة الوسائط

نظرًا إلى أن الواجهة تقبل النصوص والصور والصوت والفيديو وملفات PDF، يمكن تقييمها لسير العمل الذي تنطبق فيه قائمة تحقق على أنواع مختلفة من المواد المصدرية. وقد يمتلك الفريق عدة أسئلة محددة حول ملف أو تسجيل واحد، فيقيّمها معًا بدلًا من إرسال طلب منفصل لكل عملية تحقق. وتدعم تفاصيل المنتج التي جرى التحقق منها هذه الأنواع من المدخلات وبنية الأسئلة المتعددة؛ لكنها لا تثبت وجود قوالب خاصة بقطاعات معينة أو دقة مضمونة لأي مهمة محددة لمراجعة المستندات.

إجراء عمليات تحقق عديدة مقابل مادة مشتركة

تكتسب سعة ١٬٠٠٠ سؤال أهمية عندما يحتاج سير العمل إلى تقييم قائمة تحقق كبيرة مقابل مدخل مشترك. ولا تتمثل الفائدة العملية في ارتفاع عدد الأسئلة فحسب؛ إذ يُحاسب على المدخل المشترك مرة واحدة لكل طلب، بينما يضيف كل سؤال رموز التعليمات والمعايير الخاصة به. ومع ذلك، ينبغي للمطورين اختبار حجم الطلب وتصميم الأسئلة ومعالجة الاستجابة والتكلفة باستخدام أعباء العمل الخاصة بهم قبل تحديد كيفية تجميع عمليات التحقق.

مثال على سير العمل: تقييم مدخل مشترك

سير العمل التالي تصوري، وليس مثالًا على تنسيق الطلب. ويوجّه إعلان Google المطورين إلى وثائق Python وJavaScript وREST الخاصة بها للاطلاع على تفاصيل التنفيذ. وفي عملية الدمج الفعلية، اتبع الدليل الرسمي الحالي لمعرفة صيغة الطلب وحقول الاستجابة المدعومة.

1. احصل على مفتاح API من Google AI Studio وراجع وثائق Gemini Decisions API.
2. اختر نوع مدخل مدعومًا وقدّم المادة المشتركة، مع الالتزام بحد الإدخال الموثق.
3. حدد كل سؤال ومعاييره والخيارات المرشحة التي يحتاج التطبيق إلى تقييمها.
4. أرسل الطلب عبر واجهة Gemini API الموثقة، وافحص الاحتمالات ودرجات الثقة المُعادة.
5. طبّق آلية التعامل التي يحددها التطبيق على النتيجة، بما في ذلك مسار مناسب للحالات التي لا تستوفي معايير القرار الخاصة بالتطبيق.
6. قِس الجودة وزمن الاستجابة واستخدام الرموز باستخدام بيانات تمثيلية قبل توسيع سير العمل.

Shared input: A document or other supported source material

Question 1: Which of the defined categories best fits this input?
Question 2: Does the input meet the stated review criterion?
Question 3: Which of the approved processing paths is the best match?

Application responsibility:
Use the documented API request format, inspect the returned scores,
and apply application-defined handling to the selected outcomes.

الأسعار: هل تستحق Gemini Decisions API التكلفة؟

تحدد Google سعر Gemini Decision 1 عند ٠٫١٠ دولار لكل مليون رمز إدخال وصفر دولار لرموز الإخراج. كما توفر Google فئة مجانية من API في Google AI Studio لأغراض إنشاء النماذج الأولية. ووفقًا لوصف Google للأسعار، يُحاسب على المدخل المشترك مرة واحدة لكل طلب، بغض النظر عن عدد الأسئلة التي جرى تقييمها؛ ويضيف كل سؤال رموز التعليمات والمعايير الخاصة به. وتقول Google إنه لا توجد رسوم على رموز الإخراج، أو فواتير متغيرة لرموز التفكير، أو تكاليف منفصلة لنسخ الصوت وتحويل الصور إلى نص ضمن استخدام API الموصوف.

تفيد VentureBeat بأن حدود الفئة المجانية من Google تشمل ٢٠٠ طلب و٥٠ ألف رمز إدخال في الدقيقة. تعامل مع هذه الأرقام باعتبارها حدودًا مُعلنة، وتحقق من الحصة الحالية والشروط السارية في وثائق Google نفسها قبل التخطيط لأعباء عمل إنتاجية. ويُعد الوصول المجاني مفيدًا لإنشاء النماذج الأولية، لكنه لا ينبغي الخلط بينه وبين السعة غير المحدودة.

قد يجعل نموذج الفوترة الخاص بالمدخل المشترك تقييم الأسئلة المتعددة أقل تكلفة من إعادة إرسال المادة المصدر نفسها مرارًا في طلبات منفصلة. وتوضح VentureBeat ذلك بمقارنة تكلفة تستند إلى سجل يتكون من ٤٬٠٠٠ رمز و٢٠ عملية تحقق، تضيف كل منها ٥٠ رمزًا؛ إذ يقدّر المثال التكلفة بنحو ٠٫٥٠ دولار لكل ١٬٠٠٠ سجل عند استخدام طلب واحد بمدخل مشترك، مقارنةً بـ٨٫١٠ دولارات لكل ١٬٠٠٠ سجل عند إجراء ٢٠ استدعاءً منفصلًا يعيد كل منها إرسال السجل. وتعتمد هذه الأرقام على افتراضات الرموز والأسعار المذكورة؛ وقد تختلف التكاليف الفعلية وفقًا للمدخلات المفوترة وبنية الطلب.

بالنسبة إلى الفرق التي تجري عمليات تحقق عديدة على النص أو المستند أو التسجيل نفسه أو أي مدخل مدعوم آخر، يمثل الجمع بين السعر المنخفض لرموز الإدخال، وعدم فرض رسوم على رموز الإخراج، والفوترة لمرة واحدة على المدخل المشترك قيمة واضحة. وقد تكون الواجهة أقل جاذبية لتصنيف بسيط يمكن لخدمة أصغر أو أقل تكلفة التعامل معه، أو عندما ينفذ نموذج عام المهمة أصلًا ضمن حدود مقبولة من التكلفة والجودة. قارن بين أعباء عمل متماثلة، بما يشمل محاولات الإعادة وأي استدعاءات منفصلة يتطلبها تصميمك.

القيود والاعتبارات

إنها متخصصة وليست مولّدًا عامًا. صُممت الواجهة للخيارات المحددة. ولا ينبغي للفرق التي تحتاج إلى إجابة مصاغة أو شرح طويل أو محتوى مفتوح أن تفترض أن واجهة تقييم القرارات بديل عن النموذج التوليدي.

لا يزال تصميم الطلب مهمًا. يجب على المطورين صياغة أسئلة ومعايير مفيدة، وتحديد كيفية تأثير درجات الخيارات المرشحة على سلوك التطبيق. ولا يعني وجود الاحتمالات ودرجات الثقة، بحد ذاته، تحديد عتبة آمنة أو حسم طريقة التعامل مع الحالات الغامضة.

سعة الفئة المجانية محدودة. صُممت الفئة المجانية للاستخدام في إنشاء النماذج الأولية. وتفيد VentureBeat بوجود حدود تبلغ ٢٠٠ طلب و٥٠ ألف رمز إدخال في الدقيقة. تحقق من الحدود الحالية وشروط الحساب قبل الاعتماد على هذه الفئة للاستخدام المستمر.

ليست كل عمليات الدمج ناضجة أو متاحة بالقدر نفسه. تفيد VentureBeat بأن المطورين يستطيعون الوصول إلى النموذج عبر OpenRouter وVercel AI Gateway، مع توجيه Vercel المستخدمين الذين يعملون مع الصوت أو الفيديو أو ملفات PDF إلى عملية الدمج الخاصة بـ AI SDK 7. أما دعم Google Cloud، فيوصف بأنه قادم، وليس متاحًا بالفعل. وينبغي للفرق التحقق من دعم النموذج والوسائط الحالي لدى المزود المختار، بدلًا من افتراض أن كل مسار يوفر الإمكانات نفسها.

تحقق من الأداء المُعلن في بيئتك الخاصة. تصف Google زمن استجابة يتراوح بين ١٥٠ و٢٥٠ مللي ثانية من البداية إلى النهاية، لكن معلومات المنتج المتاحة لا تثبت أن كل أعباء العمل ستحقق هذه النتيجة. فقد يؤثر نوع المدخل وحجم الطلب ومسار الدمج والعمل الذي ينفذه التطبيق على التجربة؛ لذا قِس سير العمل الكامل الذي تنوي نشره.

تأكد من تفاصيل API الحالية قبل التنفيذ. تفيد VentureBeat بأن المطورين يستطيعون البدء عبر نقطة نهاية v1beta. استخدم وثائق Google الحالية لمعرفة نقطة النهاية ومخطط الطلب وتوافر النموذج والحصص وإرشادات الدمج المدعومة، بدلًا من نسخ تنفيذ من تقرير ثانوي.

الحكم النهائي

تعالج Gemini Decisions API مشكلة هندسية محددة ومفيدة: تقييم خيارات متعددة ومحددة مقابل مدخل مشترك، دون تحويل كل نتيجة إلى فقرة مولّدة. ويدعم Gemini Decision 1 المدخلات متعددة الوسائط، ويمكنه تقييم ما يصل إلى ١٬٠٠٠ سؤال في طلب واحد، كما يعيد احتمالات ودرجات ثقة. ويجعل السعر المُعلن — ٠٫١٠ دولار لكل مليون رمز إدخال، مع عدم فرض رسوم على رموز الإخراج — نهج المدخل المشترك جديرًا بالاختبار في أعباء العمل التي تتضمن عمليات تحقق متكررة على المادة نفسها.

وتناسب الواجهة المطورين الذين يبنون توجيه النماذج وفحوصات السياسات وتقييم السياق وسير العمل المشابه لاتخاذ القرارات. لكنها ليست مساعدًا عامًا للذكاء الاصطناعي، ولا تلغي الحاجة إلى تصميم المعايير والتحقق من النتائج وتحديد سلوك التطبيق. ابدأ عبر Google AI Studio، وراجع أدلة API الرسمية، واختبر عبء العمل الفعلي لديك قبل الالتزام بعملية دمج. وبالنسبة إلى الفرق في دول مجلس التعاون الخليجي والشرق الأوسط عمومًا، ينطبق نهج التقييم نفسه، لكن ينبغي تأكيد الوصول والحصص وشروط الخدمة مباشرة مع Google؛ إذ لا تثبت المواد الموثقة المتاحة وجود إتاحة خاصة بمنطقة معينة.

المصادر وقراءات إضافية

• Google: Gemini Decisions API — قرارات سريعة ومعايرة متعددة الوسائط
• VentureBeat: نموذج Gemini Decision 1 من Google يقيّم ما يصل إلى ١٬٠٠٠ سؤال في استدعاء API واحد
• Google AI للمطورين

مراجعة تحريرية من فريقي التحرير والهندسة في بوابة الذكاء الاصطناعي. شركة GateOfAI, LLC هي شركة أمريكية مسجلة في ولاية ديلاوير.