Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
Безопасность и правоAPI / Продукт · В работуRB.RU→ оригинал

Google выпустила Gemini Decision 1: ИИ отвечает «да/нет» и проверяет 100 фото за 4,5 секунды

Google выпустила Gemini Decision 1 — ИИ, который не пишет текст, а коротко отвечает на вопрос по файлу: «да/нет», выбор из списка или оценка по шкале. Например, на фото посылки он говорит, помята ли коробка: в демо Google модель разобрала 100 снимков за 4,5 секунды, ответив на 16 вопросов по каждому — это около 1600 ответов. Для сортировки и проверок такой формат проще встроить в пайплайн, чем разбирать свободный текст.

AI-обработка оригинала RB.RU; редакция Hamidun News
Google выпустила Gemini Decision 1: ИИ отвечает «да/нет» и проверяет 100 фото за 4,5 секунды
Источник: RB.RU. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникRB.RU ↗
Главный редактор
Три формата ответа«да/нет», выбор из 2–255 вариантов, оценка по шкале
К ответу идёт уверенность от 0 до 1слабые случаи можно отдать человеку
Ключевой факт #3Доступна в Gemini API и AI Studio; в поиске Google ловит атаки через MCP

Представьте склад, где каждую посылку фотографируют на конвейере, а вам нужно понять, не помята ли коробка и не выпал ли из неё товар. Обычная языковая модель ответит абзацем рассуждений, из которого код должен вылавливать слово «да» или «нет». Google выпустила Gemini Decision 1 как раз против такой возни: модель не болтает и не пишет тексты, а сразу выдаёт короткое решение. В демонстрации компании она проверила 100 фотографий посылок за 4,5 секунды и ответила на 16 вопросов по каждой, то есть выдала около 1600 ответов. Среди вопросов были повреждения коробки и выпавшие из упаковки товары.

Как модель отвечает

По словам Google, Gemini Decision 1 не предназначена ни для диалогов, ни для генерации текстов. Её задача — быстро разобрать файл и ответить на прямой вопрос. Работает она с текстом, изображениями, аудио, видео и PDF-документами.

Форматов ответа три:

  • «Да» или «Нет» — выбор между двумя вариантами, например есть ли повреждения на упаковке.
  • «Выбрать» — один вариант из списка, где от двух до 255 пунктов.
  • «Оценить» — оценка объекта по заранее заданной шкале.

К каждому ответу модель добавляет показатель уверенности от 0 до 1. Чем ближе значение к единице, тем выше уверенность системы. На практике это удобная ручка: ответы с высокой уверенностью можно принимать автоматически, а сомнительные отправлять на проверку человеку.

Где модель уже используется

Google говорит, что уже применяет Gemini Decision 1 в своих сервисах. Внутри системы модель определяет тип и сложность запроса пользователя и направляет задачу подходящей ИИ-модели. Смысл понятен: простые вопросы не нужно гонять через тяжёлую и дорогую модель.

Второй пример — поиск Google. Там Gemini Decision 1 помогает обнаруживать вредоносные команды и попытки атак через MCP-инструменты. Это протокол, через который ИИ-агенты подключаются к внешним сервисам. Для тех, кто строит агентов, пример показательный: вопрос «эта команда опасна или нет» как раз укладывается в формат «да/нет».

Как подключить

Вместе с моделью компания выпустила Gemini Decisions API. Через него разработчики подключают модель к собственным приложениям и ИИ-агентам. Доступ есть через Gemini API и Google AI Studio, для подключения нужен API-ключ.

Под описание Google подходят такие задачи:

  • классификация данных в сторонних программах;
  • выбор подходящего варианта, когда пользователь сомневается;
  • оценка результатов по заданным критериям;
  • проверка входящих файлов: фото, аудио, видео, PDF.

У модели с жёстким форматом ответа есть практическое преимущество: результат проще проверять и измерять, а код не ломается из-за лишних слов.

Что пока неизвестно

Все цифры скорости взяты из примера самой Google. В исходном материале нет данных о точности, цене и независимых тестах, нет и сравнения с обычными моделями Gemini на тех же задачах. Неизвестно также, насколько показатель уверенности совпадает с реальной долей верных ответов.

Поэтому перед внедрением стоит проверить модель на своих данных. Возьмите размеченный набор, например снимки с известными повреждениями, и посмотрите, как часто «да» оказывается правдой. Заодно подберите порог уверенности, при котором ошибок остаётся приемлемо мало.

Если проверка пройдёт, получится компактный компонент для конвейеров обработки файлов. Он быстро отвечает на простые вопросы, а дорогие универсальные модели остаются для сложных задач.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как модель отвечает?

По словам Google, Gemini Decision 1 не предназначена ни для диалогов, ни для генерации текстов. Её задача — быстро разобрать файл и ответить на прямой вопрос. Работает она с текстом, изображениями, аудио, видео и PDF-документами. Форматов ответа три: «Да» или «Нет» — выбор между двумя вариантами, например есть ли повреждения на упаковке. «Выбрать» — один вариант из списка, где от двух до 255 пунктов. «Оценить» — оценка объекта по заранее заданной шкале.

Что известно по теме: где модель уже используется?

Google говорит, что уже применяет Gemini Decision 1 в своих сервисах. Внутри системы модель определяет тип и сложность запроса пользователя и направляет задачу подходящей ИИ-модели. Смысл понятен: простые вопросы не нужно гонять через тяжёлую и дорогую модель. Второй пример — поиск Google. Там Gemini Decision 1 помогает обнаруживать вредоносные команды и попытки атак через MCP-инструменты. Это протокол, через который ИИ-агенты подключаются к внешним сервисам.

Что известно по теме: как подключить?

Вместе с моделью компания выпустила Gemini Decisions API. Через него разработчики подключают модель к собственным приложениям и ИИ-агентам. Доступ есть через Gemini API и Google AI Studio, для подключения нужен API-ключ. Под описание Google подходят такие задачи: классификация данных в сторонних программах; выбор подходящего варианта, когда пользователь сомневается; оценка результатов по заданным критериям; проверка входящих файлов: фото, аудио, видео, PDF.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Практика · Hamidun Academy

Соберите рабочего ИИ-агента или сервис своими руками без ручного кода

В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.

Открыть 72ч бесплатный доступ →Интенсив по Вайб-кодингу
Что вы думаете?
Загружаем комментарии…