Gemini Decision 1 تختار الإجابات ولا تكتبها: 0,10 دولار لكل مليون رمز إدخال والإخراج مجاني
أطلقت Google نموذج Gemini Decision 1، وهو لا يكتب نصًا بل يجيب عن الأسئلة المغلقة بنسب ثقة. فعند وصول رسالة «وصلتني الكوب مكسورة»، يختار النموذج مباشرة قائمة الدعم المناسبة، فلا حاجة إلى دفع ثمن JSON يُرمى بعد ذلك. يبلغ سعر الإدخال 0,10 دولار لكل مليون رمز، والإخراج مجاني. هذا مجدٍ اقتصاديًا في التوجيه وعمليات التحقق، لكن عليك أن تحدد عتبة الثقة بنفسك.
معالج بواسطة الذكاء الاصطناعي من KDnuggets؛ بتحرير Hamidun News
تخيّل فريق الدعم في متجر إلكتروني تصله رسالة: «الكوب الأزرق الذي طلبته يوم الإثنين وصل يوم الأربعاء مكسورًا». لتوجيهها إلى القائمة الصحيحة، تستدعي معظم الفرق اليوم نموذجًا توليديًا كاملًا، وتطلب منه إعادة JSON، وتحلله بمحلل بنيوي، وتدفع ثمن رموز الإخراج (وهي القطع النصية التي يقسّم النموذج إجابته إليها) ثم تتخلص منها فورًا. قررت Google بيع هذه الطبقة بشكل منفصل. فـGemini Decision 1 لا يكتب شيئًا: يقرأ المدخلات ويعيد احتمالات لأسئلة مغلقة مثل «هل المنتج تالف؟» و«ما القائمة المناسبة؟». يبلغ سعر الإدخال 0,10 دولار لكل مليون رمز، أما الإخراج فمجاني لأنه غير موجود أصلًا. إذا كان وكيلك يضم كثيرًا من نقاط القرار الصامتة هذه، فهذه طريقة لخفض كلفتها، لكن مع تحفظ مهم بشأن عتبة الثقة نتناوله أدناه.
ما الذي يستطيع Decision 1 فعله
يقرأ النموذج في تمريرة واحدة النصوص والصور والفيديو والصوت وملفات PDF، بحد أقصى 262 144 رمز إدخال لكل طلب. ويمكن طرح ما يصل إلى 1000 سؤال مستقل على المدخل الواحد، من ثلاثة أنواع:
- نعم أو لا: تأتي الإجابة باحتمال يتراوح بين 1% و99%؛
- اختيار من 2–255 خيارًا: احتمال لكل خيار؛
- تقييم على مقياس مرتب: درجة مرجّحة واحتمال لكل مستوى.
ترافق كل إجابة درجة ثقة، يمكن بحسبها تحويل الحالات الملتبسة إلى مسار احتياطي أو إلى موظف بشري. ويُحتسب المدخل المشترك مرة واحدة فقط مهما بلغ عدد الأسئلة. في المقابل، قائمة ما لا يدعمه النموذج طويلة: توليد النصوص، والاستدلال، واستدعاء الدوال، والمخرجات المهيكلة، والدفعات، والتخزين المؤقت. إنه محرك تقييم وليس روبوت دردشة.
وتستخدم Google نفسها Decisions API في أربعة منتجات. يوجّه أحدها الطلبات بحسب مستوى النموذج وعمق الاستدلال، وتقول Google إن ذلك يقلل زمن الاستجابة في الطلبات العادية بنسبة تصل إلى 40%. ويبني الثاني نماذج واجهات قابلة للتجربة ويطبّق التعديلات الصوتية أو اللمسية. أما الثالث، وهو من Google Labs، فيختار تفاعل إيموجي من بين أكثر من 200 خيار دون توقف ملحوظ. ويعمل الرابع طبقةَ حماية تفحص أدوات Model Context Protocol بحثًا عن سلوك عدائي.
ما الذي أظهره اختبار KDnuggets
أجرى الكاتب ثلاثة سيناريوهات: مثال من البدء السريع لدى Google، ومثالها المصوَّر، ورسالة ملتبسة كتبها بنفسه. صنّف النموذج رسالة الكوب المكسور على أنها تلف باحتمال 99%، ووجّهها إلى قائمة الاستبدال بثقة 98%. وجاء المثال المصوَّر متسقًا أيضًا: سائل مسكوب 95%، وإجراء «المسح بقطعة قماش» 98%، والخطورة 1,19 درجة من 2. وفي جميع الاستدعاءات كان عدد رموز الإخراج صفرًا.
أكثر الحالات دلالة رسالة «خُصم المبلغ مرتين، والمقبض مكسور». فهي تنتمي إلى قائمتين، وقد أظهر النموذج ذلك بأمانة: 50,2% للاستبدال و48,4% للفوترة، وثقة إجمالية 50%. ومع ذلك قدّر الضرر بنسبة 99%. مثال واحد لا يكفي للحكم على المعايرة، إذ تُختبر على آلاف الحالات، لكن السلوك المطلوب ظهر فعلًا.
ومن هنا القاعدة العملية. إذا كان الكود يقرأ الخيار الفائز فقط، فستذهب الرسالة الملتبسة إلى القائمة بالثقة نفسها التي تذهب بها الرسالة الواضحة، ولن يُرفع أي تنبيه. حدّد عتبة للثقة، وأحِل كل ما يقع دونها إلى موظف بشري أو إلى سيناريو احتياطي. فالبدء السريع من Google يطبع الخيار المختار فقط، وهذا لا يكفي في بيئة الإنتاج.
أين لم تتأكد ادعاءات Google
السرعة. تذكر Google زمنًا قدره 150–250 مللي ثانية من البداية إلى النهاية. أما الاستدعاءات النصية بعد الأول فاستغرقت 339–577 مللي ثانية، ويفسّر الفرق بدرجة كبيرة بعد المسافة الشبكية. واستغرقت الطلبات المصحوبة بصور 1,1–1,4 ثانية، أي إن الوسيط أعلى من المعلن بخمسة إلى تسعة أضعاف. ربما ذهب جزء من الوقت إلى تنزيل الصورة من الرابط ومعالجة 1064 رمزًا للصورة، لكن لا يمكن من الخارج الفصل بين الأسباب. كما أن أرقام Google تخص سياقًا يصل إلى 16 ألف رمز، لا 256 ألفًا كاملة، وتفاوتت الاستدعاءات المتطابقة بأكثر من 300 مللي ثانية.
المقارنات. عبارة «أرخص بنحو خمسة أضعاف» تخص Gemini 3.5 Flash-Lite على مجموعة اختبارات اختارتها Google نفسها. إذا كنت تعتمد على Gemini أصلًا، فهذا مفيد، لكنه لا يقول شيئًا عن موقع Decision 1 مقارنةً بمصنِّف صغير مضبوط بالتدريب الإضافي يعمل لديك فعلًا.
القيود. تعلن صفحة النموذج تصنيف تدفقات الوسائط الحية، لكن Live API مدرج ضمن ما لا يدعمه النموذج. وحاليًا لا يتوفر النموذج إلا ضمن منظومة Gemini، أما دعم Google Cloud فما زال موسومًا بأنه غير جاهز.
ماذا تفعل عمليًا
يحل Decision 1 مهمة ضيقة واحدة جيدًا: فهو رخيص، وأجاب إجابات صحيحة في كل الأمثلة، وأقرّ بالشك حين استُفز لذلك. ويمكن تجربته من الآن في توجيه الطلبات وفي عمليات التحقق من مخالفة القواعد. ضع في الكود منذ اليوم الأول عتبة للثقة، وقِس زمن الاستجابة على صورك ومقاطع الفيديو الخاصة بك قبل أن تَعِد أحدًا بزمن قدره 200 مللي ثانية.
- 20 نوفمبر 2026Microsoft تحتسب بالدولار عمل وكلاء الذكاء الاصطناعي في أكثر من 6000 نوع من المهام، لكنه مجرد تقدير
- 20 نوفمبر 2026Google تعلّم Gemini تشغيل جهاز Mac في الخلفية دون أن يستحوذ على الشاشة أو المؤشر
- 20 نوفمبر 2026Google تبني نسخة مغلقة من الإنترنت لاختبار وكلاء الذكاء الاصطناعي في Chrome
- 20 نوفمبر 2026سهم Anthropic يقفز 17% في يومه الأول بعد طرح عام أولي قياسي بقيمة 81,3 مليار دولار
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي يستطيع Decision 1 فعله؟
يقرأ النموذج في تمريرة واحدة النصوص والصور والفيديو والصوت وملفات PDF، بحد أقصى 262 144 رمز إدخال لكل طلب. ويمكن طرح ما يصل إلى 1000 سؤال مستقل على المدخل الواحد، من ثلاثة أنواع: نعم أو لا: تأتي الإجابة باحتمال يتراوح بين 1% و99%؛ اختيار من 2–255 خيارًا: احتمال لكل خيار؛ تقييم على مقياس مرتب: درجة مرجّحة واحتمال لكل مستوى. ترافق كل إجابة درجة ثقة، يمكن بحسبها تحويل الحالات الملتبسة إلى مسار احتياطي أو إلى موظف بشري. ويُحتسب المدخل المشترك مرة واحدة فقط مهما بلغ عدد الأسئلة.
ما أبرز التفاصيل حول ما الذي أظهره اختبار KDnuggets؟
أجرى الكاتب ثلاثة سيناريوهات: مثال من البدء السريع لدى Google، ومثالها المصوَّر، ورسالة ملتبسة كتبها بنفسه. صنّف النموذج رسالة الكوب المكسور على أنها تلف باحتمال 99%، ووجّهها إلى قائمة الاستبدال بثقة 98%. وجاء المثال المصوَّر متسقًا أيضًا: سائل مسكوب 95%، وإجراء «المسح بقطعة قماش» 98%، والخطورة 1,19 درجة من 2. وفي جميع الاستدعاءات كان عدد رموز الإخراج صفرًا. أكثر الحالات دلالة رسالة «خُصم المبلغ مرتين، والمقبض مكسور».
ما أبرز التفاصيل حول أين لم تتأكد ادعاءات Google؟
السرعة. تذكر Google زمنًا قدره 150–250 مللي ثانية من البداية إلى النهاية. أما الاستدعاءات النصية بعد الأول فاستغرقت 339–577 مللي ثانية، ويفسّر الفرق بدرجة كبيرة بعد المسافة الشبكية. واستغرقت الطلبات المصحوبة بصور 1,1–1,4 ثانية، أي إن الوسيط أعلى من المعلن بخمسة إلى تسعة أضعاف. ربما ذهب جزء من الوقت إلى تنزيل الصورة من الرابط ومعالجة 1064 رمزًا للصورة، لكن لا يمكن من الخارج الفصل بين الأسباب.
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.