API de decisões Gemini

API de decisões Gemini (via) Google junta-se a Jev e OpenAI na categoria de modelo de decisão com “Gemini Decision 1”. Este novo modelo de API é quase idêntico ao Jev: ele suporta os mesmos três tipos de perguntas (sim/não, escolha e pontuação de rubrica) e até reutiliza o termo “Noul” de Jev para uma pergunta sim/não.

Tem o mesmo preço do modelo de decisão GPT-6 Luna: 10 centavos por milhão de tokens de entrada e a saída é gratuita. Jev continua sendo o mais barato dos três, com 4,2 centavos de dólar por milhão.

Jev é apenas texto (e JSON). OpenAI pode lidar com texto e imagens. Gemini Decision 1 é totalmente multimodelo: abrange texto, imagens, áudio, vídeo e PDFs.

Eu testei em vídeo, passando estas perguntas para ele junto com meu arquivo de vídeo do robô Yonkers:

dragon: Does this video have a dragon in it?
robot: Does this video have a robot in it?
france: Is this video set in France?
usa: Is this video set in the USA?

Jev e OpenAI retornam 1,0 ou 0,0 para perguntas sim/não, mas Gemini insiste em ser um pouco menos confiante do que isso:

{
  "dragon": {
    "type": "yes_no",
    "probability": 0.04976021841520312
  },
  "robot": {
    "type": "yes_no",
    "probability": 0.9234055387792485
  },
  "france": {
    "type": "yes_no",
    "probability": 0.08329171353166241
  },
  "usa": {
    "type": "yes_no",
    "probability": 0.9230459995157706
  }
}