جوجل تطلق Gemini Decision 1: ألف سؤال دفعة واحدة بسعر 0.10 دولار لكل مليون رمز

موقف مألوف: تريد معرفة ما إذا كانت هناك بقعة في الصورة، أو ما إذا كان طلب المستخدم آمنًا، أو إلى أي نموذج يجب توجيهه. لذلك يُستخدم نموذج لغوي كبير يُخرج فقرة من الاستدلال، ثم تستخرج منها كلمة «نعم» بتعبير نمطي. الأمر مكلف وبطيء، ولا يُعرف مدى ثقة النموذج نفسه في إجابته. وقد عالجت جوجل هذه المشكلة بمنتج مستقل.

ماذا أطلقت جوجل بالضبط

قدّمت Google DeepMind واجهة Gemini Decisions API. وهي واجهة للأسئلة المغلقة من ثلاثة أنواع: «نعم/لا»، والاختيار من عدة خيارات، والتقييم على مقياس. ويعمل في الخلفية نموذج Gemini Decision 1. هذا النموذج لا يكتب نصًا، بل يقيّم الخيارات مباشرة ويُرجع احتمالات مع قيمة للثقة. ويستغرق الرد من 150 إلى 250 مللي ثانية.

أبرز ميزة أن النموذج يعالج في تمريرة واحدة ما يصل إلى 1000 سؤال مستقل. ويمكن أن يكون الإدخال نصًا أو صورًا أو صوتًا أو فيديو أو ملفات PDF. أي يمكن تمرير مستند واحد أو لقطة واحدة عبر استبيان كامل دفعة واحدة.

كيف يبدو ذلك في مثال

تعرض جوجل صورة لسطح مطبخ. وفي تمريرة واحدة يجيب النموذج عن أسئلة من الأنواع الثلاثة:

• هل توجد بقعة — «نعم» بثقة 95%؛
• ما إجراء التنظيف المناسب — اختيار أحد الخيارات بثقة 98%؛
• ما مدى شدة التلوث — 1.19 على مقياس من 0 إلى 2.

في المخطط المعتاد كانت ستلزم ثلاثة طلبات منفصلة إلى نموذج لغوي مع تحليل الردود النصية. أما هنا فهناك استدعاء واحد وأرقام يمكن إدراجها مباشرة في منطق التطبيق: إذا كانت الثقة أقل من حد معين، تُرسل اللقطة إلى شخص.

تستخدم جوجل الواجهة بالفعل داخل الشركة. فهي تدير التوجيه الديناميكي للنماذج في Gemini Notebook، وتساعد في نماذج التصميم الأولية في Stitch، وتتحقق من الأمان في بحث جوجل. فالتوجيه والإشراف يتطلبان بالضبط قرارًا سريعًا ورخيصًا بشأن «إلى أين نرسل» أو «هل نمرّر»، وليس إجابة مفصلة.

السعر والاختبارات المعيارية

التكلفة 0.10 دولار لكل مليون رمز إدخال، ولا تُفرض رسوم على رموز الإخراج. وبحسب جوجل، هذا أرخص بنحو خمس مرات من Gemini 3.5 Flash-Lite. والوصول مفتوح بالفعل عبر Google AI Studio، بينما يجري طرح التكامل مع OpenRouter وLangChain وVercel ومنصات أخرى.

وفق بيانات جوجل، يتصدر Gemini Decision 1 مجموعة اختبارات في توجيه الوكلاء والاستدلال والفهم متعدد الوسائط. كما أن لديه أقل خطأ في المعايرة (Top-1 ECE). ببساطة، عندما يقول النموذج «واثق بنسبة 90%» فهو محق فعلًا في نحو 90% من الحالات. وبالنسبة لواجهة تُرجع احتمالات، هذا أهم من نقطة مئوية إضافية في الدقة: فحدود القطع لا تعمل إلا إذا كان بالإمكان الوثوق بالأرقام.

تظهر نماذج مشابهة تباعًا في الأسابيع الأخيرة. فقد قدمت شركة Jev الناشئة نسختها أولًا، ثم لحقت بها بسرعة OpenAI وCloudflare وMicrosoft. ويبدو أن «نماذج القرار» تتشكل فئةً مستقلة من الأدوات إلى جانب نماذج الدردشة.

القيود وما يجب فعله

جميع الأرقام حتى الآن صادرة عن جوجل نفسها: «أرخص بخمس مرات» والصدارة في الاختبارات المعيارية على السواء. ولا توجد في المادة أي عمليات تحقق مستقلة. ومن الوصف يبدو أن النموذج مناسب للأسئلة المغلقة فقط. وإذا لزم شرح أو إجابة مفصلة فستحتاج إلى نموذج لغوي عادي. كما أن جزءًا من عمليات التكامل لم يجهز بعد.

الخلاصة العملية للفرق:

• ابحث في منتجك عن المواضع التي يُستخدم فيها نموذج لغوي كمصنِّف: توجيه الطلبات، والإشراف، ووسم البيانات، وفحص المرفقات.
• كوّن مجموعة صغيرة موسومة من بياناتك وقارن Decision 1 بما يعمل لديك الآن من حيث السعر والزمن والدقة.
• تحقق بشكل منفصل من المعايرة على بياناتك. فإذا كانت الاحتمالات صادقة، يمكن بناء سلاسل متتالية: يحسم النموذج الحالات الواثقة، وتنتقل الحالات المشكوك فيها إلى مرحلة تالية.

وإذا تأكدت تصريحات جوجل، فإن نماذج «القرار» الرخيصة ستنتزع من النماذج اللغوية الكبيرة كل أعمال التصنيف الروتينية، وتُترك هذه النماذج للمهام التي تتطلب التفكير والكتابة.