گوگل Jev: Gemini Decision 1 خود را برای ارزیابی سریع تصمیمات با قیمت 10 سنت در هر میلیون توکن راه اندازی کرده است.
این طبقه بندی شده است. آنالوگ Jev و آنالوگ راه حل های Cloudflare، OpenAI و غیره. اما هیچ کس نمی نویسد که بر خلاف موارد بالا، می تواند ویدیو را پردازش کند. در اینجا تجزیه و تحلیل ویدئویی از این ویدئو است.
و مدل‌های Google، که با Flash شروع می‌شوند، در درک ویدیوی خالص بدون تجزیه زیرنویس یا آهنگ‌های صوتی بسیار خوب هستند.
مدل چندوجهی بومی و پنجره زمینه 256000 توکن دریافت کرد. آرایه های متن، تصاویر با وضوح بالا، ضبط های صوتی، جریان های ویدئویی و اسناد PDF چند صفحه ای به عنوان داده های ورودی پشتیبانی می شوند. در آزمایش گوگل، این معماری هم از نظر دقت در طبقه‌بندی موارد لبه پیچیده و هم مقاومت در برابر موارد مثبت کاذب در وظایف متوسط و سازگار بهتر از Jev 1 TypeSafe بود.
قیمت گذاری 0.10 دلار به ازای هر میلیون توکن بدون هزینه های پنهان یا هزینه های چندوجهی مقرون به صرفه ترین راه حل تعدیل محتوای جریان در صنعت است.
دسترسی به مدل از قبل در استودیوی هوش مصنوعی گوگل و از طریق API عمومی Gemini باز است.
به طور خلاصه:
پردازش دسته ای تا 1000 سوال در یک زمان: ارزیابی موازی کالیبره شده راه حل ها در یک پرس و جو.
پنجره رمز چندوجهی 256K: تجزیه و تحلیل بومی متن، تصاویر، صدا، ویدئو و فایل های PDF چند صفحه ای.
نرخ 0.10 دلار برای 1 میلیون توکن ورودی: ده برابر کاهش هزینه در مقایسه با مدل‌های جلویی جهانی.
فوراً شروع کنید: ادغام استودیوی هوش مصنوعی Google، نسخه‌های نمایشی آماده وب و اسناد عمومی در Gemini API.