جوجل تطلق Gemini Decision 1: مراجعة الفيديو وملفات PDF مقابل 0.10 دولار لكل مليون رمز
أصدرت جوجل Gemini Decision 1، وهو نموذج تصنيف مخصص للمراجعة والامتثال. يقبل النموذج النصوص والصور والصوت والفيديو وملفات PDF متعددة الصفحات ضمن نافذة سياق تبلغ 256 ألف رمز. السعر 0.10 دولار لكل مليون رمز إدخال، والوصول متاح بالفعل في AI Studio وGemini API. وفي التدقيق المستمر للمحتوى، يبدو هذا أرخص بوضوح من نماذج frontier العامة.
معالج بواسطة الذكاء الاصطناعي من TG: @cgevent (Метаверсище и ИИще)؛ بتحرير Hamidun News
إذا كان لديك محتوى من المستخدمين، فلديك أيضًا طابور مراجعة. مقاطع فيديو ولقطات شاشة ورسائل صوتية وعقود PDF: كل هذا يجب فحصه للتأكد من مطابقته للقواعد. وتمرير كل ملف عبر نموذج لغوي كبير عام مكلف وبطيء. وتحاول جوجل سدّ هذه الفجوة بمنتج مستقل: Gemini Decision 1، وهو نموذج تصنيف لتقييم القرارات بسرعة.
ما هذا الكائن بالضبط
Decision 1 ليس روبوت دردشة ولا وكيلًا ذكيًا. إنه أداة ضيقة الغرض: تعطيه مادة وسؤالًا من نوع «هل يخالف هذا المقطع قاعدة الإعلان عن الكحول؟» فيعيد لك تقييمًا. وبحسب الوصف، فالتقييم معايَر، أي أنه ليس مجرد «نعم/لا»، بل درجة ثقة يمكن ربطها بعتبة. ويتيح وضع الدُفعات طرح ما يصل إلى 1000 سؤال في طلب واحد. فيُفحص الملف نفسه مقابل مجموعة القواعد كاملة دفعة واحدة، دون الحاجة إلى دفع تكلفة إعادة التحميل.
وتعمل مصنّفات Cloudflare وOpenAI بالمنطق نفسه. ويلفت كاتب التحليل في قناة تيليجرام @cgevent الانتباه إلى الفرق الرئيسي: نموذج جوجل قادر على العمل مع الفيديو. فالنموذج متعدد الوسائط أصلًا، ونافذة السياق 256 000 رمز. ويقبل المدخلات النصية الكبيرة والصور عالية الدقة والصوت وتدفقات الفيديو وملفات PDF متعددة الصفحات.
لماذا يهم هذا عمليًا
تخيّل سوقًا إلكترونية يرفع فيها البائعون مراجعات مصوّرة. المخطط المعتاد حاليًا هو: استخراج الإطارات، والتعرف على الكلام بشكل منفصل، وتمرير النص عبر مصنّف والصور عبر مصنّف آخر، ثم دمج الأحكام. كل حلقة تتعطل بطريقتها، ويضيع السياق عند نقاط الاتصال. وإذا شاهد النموذج الفيديو كاملًا، يمكن التخلص من جزء من هذه الحلقات. وتُعدّ نماذج جوجل، بدءًا من Flash، قوية أصلًا في فهم الفيديو «الخالص» دون الاعتماد على الترجمة النصية والمسار الصوتي.
الحجة الثانية هي المال. التعرفة 0.10 دولار لكل مليون رمز إدخال، دون علاوة على تعدد الوسائط. وبحسب جوجل، هذا أرخص بنحو عشر مرات من نماذج frontier العامة. وفي التدقيق المستمر الذي تُقاس أحجامه بملايين الملفات، تصبح المسألة مسألة اقتصاديات الوحدة: فحص كل شيء بدل الاكتفاء بعينة.
الحجة الثالثة هي الجودة. ففي اختبارات جوجل الخاصة، تفوّق النموذج على Jev 1 من TypeSafe (هكذا ورد الاسم في المصدر) في الدقة على الحالات الحدّية المعقدة وفي مقاومة الإنذارات الكاذبة. وبالنسبة للمراجعة، فالثانية لا تقل أهمية عن الأولى: فكل إنذار كاذب يعني مستخدمًا صادقًا محظورًا وطلبًا إلى الدعم.
ما ينبغي التحقق منه قبل التطبيق
أولًا، القيود. المقارنة مع Jev 1 بيانات من جوجل نفسها، ولا يتضمن التحليل أرقامًا ولا وصفًا للمنهجية. والتعرفة محددة لرموز الإدخال، أما سعر رموز الإخراج فلم يرد في المنشور، لذا تحقق منه في الوثائق. ولا تنسَ أن الفيديو والصوت يتحولان إلى رموز، ولذلك يجب حساب الميزانية بالرموز لا بـ«عدد الملفات». وقد تلتهم المقاطع الطويلة جزءًا ملحوظًا من الوفر.
ما الذي ينبغي فعله للمطوّر أو مدير المنتج:
- جمّع مجموعتك الخاصة من 200–500 مثال موسوم، خاصة الحدّية منها: السخرية والاقتباسات والمحتوى «على الحافة». فعليها وحدها تظهر النسبة الحقيقية للإنذارات الكاذبة.
- مرّرها عبر Decision 1 في Google AI Studio، حيث تتوفر عروض ويب جاهزة، وقارن مع الحل الحالي من حيث الدقة وتكلفة الفحص.
- استخدم التقييمات المعايَرة بدل الحكم الثنائي: أتمت الحالات المؤكدة، وأرسل غير المؤكدة إلى البشر.
- إذا كنت تدفع مقابل عدة مصنّفات ضيقة لوسائط مختلفة، فاحسب هل يمكن أن يحل محلها استدعاء واحد بحزمة أسئلة.
النموذج متاح بالفعل عبر Gemini API العام، لذا يمكن اختبار الفرضية في مساء واحد. وعلى الأرجح لن يكون المكسب الرئيسي في المقاييس المعيارية اللامعة، بل في أن الفيديو سيكفّ عن كونه فرعًا منفصلًا ومكلفًا في خط المراجعة لديك.
المصدر: مدونة جوجل حول Gemini Decisions API (الرابط في المصادر الأولية لمنشور @cgevent).
- 12 نوفمبر 2026جوجل تفتح الطلب المسبق على نظارات Gemini بسعر يبدأ من 395 دولارًا وتمنع التصوير الخفي
- 12 نوفمبر 2026جوجل تجلب Gemini Intelligence إلى Android Auto — لهواتف Pixel فقط حتى الآن
- 12 نوفمبر 2026بحسب الدعوى: تلميذة تحدثت مع Gemini عن الانتحار ثلاثة أشهر، وأنظمة المراقبة التزمت الصمت أسابيع
- 12 نوفمبر 2026غوغل وأدوبي تقرّبان منتجاتهما: Acrobat قادم إلى Gmail وDrive وGemini
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما هذا الكائن بالضبط؟
Decision 1 ليس روبوت دردشة ولا وكيلًا ذكيًا. إنه أداة ضيقة الغرض: تعطيه مادة وسؤالًا من نوع «هل يخالف هذا المقطع قاعدة الإعلان عن الكحول؟» فيعيد لك تقييمًا. وبحسب الوصف، فالتقييم معايَر، أي أنه ليس مجرد «نعم/لا»، بل درجة ثقة يمكن ربطها بعتبة. ويتيح وضع الدُفعات طرح ما يصل إلى 1000 سؤال في طلب واحد. فيُفحص الملف نفسه مقابل مجموعة القواعد كاملة دفعة واحدة، دون الحاجة إلى دفع تكلفة إعادة التحميل. وتعمل مصنّفات Cloudflare وOpenAI بالمنطق نفسه.
ما أبرز التفاصيل حول لماذا يهم هذا عمليًا؟
تخيّل سوقًا إلكترونية يرفع فيها البائعون مراجعات مصوّرة. المخطط المعتاد حاليًا هو: استخراج الإطارات، والتعرف على الكلام بشكل منفصل، وتمرير النص عبر مصنّف والصور عبر مصنّف آخر، ثم دمج الأحكام. كل حلقة تتعطل بطريقتها، ويضيع السياق عند نقاط الاتصال. وإذا شاهد النموذج الفيديو كاملًا، يمكن التخلص من جزء من هذه الحلقات. وتُعدّ نماذج جوجل، بدءًا من Flash، قوية أصلًا في فهم الفيديو «الخالص» دون الاعتماد على الترجمة النصية والمسار الصوتي. الحجة الثانية هي المال.
ما أبرز التفاصيل حول ما ينبغي التحقق منه قبل التطبيق؟
أولًا، القيود. المقارنة مع Jev 1 بيانات من جوجل نفسها، ولا يتضمن التحليل أرقامًا ولا وصفًا للمنهجية. والتعرفة محددة لرموز الإدخال، أما سعر رموز الإخراج فلم يرد في المنشور، لذا تحقق منه في الوثائق. ولا تنسَ أن الفيديو والصوت يتحولان إلى رموز، ولذلك يجب حساب الميزانية بالرموز لا بـ«عدد الملفات». وقد تلتهم المقاطع الطويلة جزءًا ملحوظًا من الوفر. ما الذي ينبغي فعله للمطوّر أو مدير المنتج: جمّع مجموعتك الخاصة من 200–500 مثال موسوم، خاصة الحدّية منها: السخرية والاقتباسات والمحتوى «على الحافة».
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.