غوغل تطلق Gemini Decisions API: حتى 1000 فحص في طلب واحد

تلقّى وكيل برمجي طلبًا من عميل: هل يردّ بنفسه، أم يبحث عن معلومات، أم يحوّل المهمة إلى موظف؟ لاتخاذ قرار كهذا يستدعي المطورون غالبًا نموذجًا لغويًا عاديًا وينتظرون الإجابة ثم يحللون ملف JSON الناتج. قدّمت غوغل Gemini Decisions API، وهي خدمة مستقلة تقيّم خيارات محددة مسبقًا دون توليد نص بشكل تسلسلي. ووفق الشركة، يبلغ زمن الاستجابة 150–250 ملّي ثانية، والسعر 0.10 دولار لكل مليون رمز إدخال. وهذا سبب يدفع الفرق إلى التحقق من حجم الوقت والمال الذي يذهب في منتجها إلى القرارات الوسيطة تحديدًا.

مستند واحد وفحوص متعددة

تعمل الواجهة على نموذج جديد هو Gemini Decision 1. يمرّر المطوّر بيانات إدخال مشتركة ومجموعة من الأسئلة المستقلة. وتدعم الخدمة النص والصور والصوت والفيديو وملفات PDF؛ فمثلًا يمكن الجمع بين تسجيل محادثة وبيانات حساب، أو بين نسخة ممسوحة من طلب وصور لسلعة تالفة.

لنتخيل خدمة المرتجعات في متجر إلكتروني. أرسل مشترٍ صورة لكوب مكسور وكتب أن التغليف كان سليمًا. يمكن بطلب واحد التحقق من وجود ضرر ظاهر، واختيار الخطوة التالية من الخيارات المقترحة، وتقدير خطورة المشكلة وفق مقياس محدد. وتُمرَّر المواد المشتركة مرة واحدة، وتصل الإجابات مصحوبة بالاحتمالات.

هناك ثلاث صيغ: فحص «نعم أو لا»، واختيار من 2–255 خيارًا، وتقييم على مقياس مرتب. وفي الحالة الأخيرة تعيد الخدمة تقييمًا مرجّحًا واحتمالات كل مستوى على حدة. ويمكن أن يحتوي الطلب في المجمل على ما يصل إلى 1000 سؤال، وأن يبلغ سياق الإدخال 256 ألف رمز.

والفائدة العملية هنا هي تقليل العمل المكرر. فإذا كان لا بد من فحص مستند واحد وفق عدة قواعد، فلا حاجة إلى إرساله في استدعاء توليدي منفصل لكل قاعدة. لكن يجب أن تكون الأسئلة مستقلة: أما السلسلة التي تتحدد فيها الخطوة التالية بالإجابة السابقة فسيظل تنظيمها مطلوبًا في الشيفرة.

ماذا تعني السرعة والسعر

تعلن غوغل 50–100 ملّي ثانية لحسابات النموذج نفسها، و150–250 ملّي ثانية للزمن الكلي. لكن حدود القياس مهمة: هذه الأرقام مذكورة لسياقات يصل حجمها إلى 16 ألف رمز. وتشير الشركة إلى أن زمن المعالجة يكاد لا يتغير عند زيادة عدد الأسئلة من واحد إلى مئة. وليس هناك حتى الآن أساس لتعميم هذه الأرقام على الحد الأقصى البالغ 1000 سؤال وعلى كامل السياق المتاح.

يُحتسب المدخل المشترك مرة واحدة لكل طلب. ويضيف كل سؤال رموز تعليماته ومعاييره الخاصة. ولا تُحتسب رموز المخرجات، كما لا توجد رموز تفكير تُدفع بشكل منفصل. وبحسب التعرفة المعلنة، فإن معالجة 10 آلاف رمز إدخال تكلّف 0.001 دولار إذا كان ذلك هو الحجم الكامل الخاضع للدفع في الطلب.

وتذكر الشركة أيضًا أنه في مجموعة اختباراتها المقارنة تكون الخدمة أرخص بنحو خمس مرات من Gemini 3.5 Flash-Lite عبر Interactions API. وهذه نتيجة مقارنة محددة. أما في تطبيقك فعليك أن تأخذ في الحسبان حجم التعليمات وتكوين الملفات وعدد الاستدعاءات المتكررة. وبالنسبة إلى الصور والفيديو يمكن تغيير مستوى التفصيل، مما يؤثر في عدد الرموز والتكلفة.

الاحتمال يساعد على اختيار مسار بديل

أهم تفصيل تطبيقي هو احتمالات الإجابات. فمثلًا، يمكن للفريق معالجة المرتجعات الواضحة تلقائيًا وإرسال الحالات الملتبسة إلى موظف. ويجب اختيار عتبة الثقة بالاعتماد على أمثلتكم الخاصة: فالمعايرة الجيدة التي تعلنها غوغل لا تبيّن بعد مدى موثوقية تقييم الخدمة لصور سلعكم تحديدًا.

وهناك أيضًا قيد في صياغة المهمة نفسها. إذا لم يكن الإجراء الصحيح بين الإجراءات المقترحة، فلن يحل اختيار الأفضل بينها المشكلة. وفي السيناريوهات العملية ينبغي توفير خيار التحويل إلى إنسان أو إجراء فحص إضافي. كما تتطلب فحوص الأمان اختبارات منفصلة: تذكر غوغل استخدام الواجهة لحماية أدوات MCP في Search، لكن الإعلان المتاح لا يتضمن مقاييس تفصيلية تتيح تقييم هذا السيناريو.

يمكن البدء عبر Google AI Studio؛ وأُعلن عن مستوى مجاني للنماذج الأولية وأدلة لـ Python وJavaScript وREST. ومن المعقول أن يأخذ المطوّر مهمة توجيه أو تصنيف قائمة ويقارن الجودة وزمن الاستجابة والتكلفة على بيانات حقيقية. وإذا كانت الاستدعاءات الوسيطة تستغرق جزءًا ملحوظًا من زمن عمل الوكيل، فإن هذه التجربة ستعطي إجابة واضحة عن فائدة الواجهة الجديدة.