Googles model besvarer 1.000 spørgsmål om video
Gemini Decision 1 vurderer afgrænsede spørgsmål om blandt andet video og billeder og angiver, hvor sandsynligt hvert svar er.
Robotvideo fik fire sandsynligheder
Google har lanceret en model, der kan vurdere op til 1.000 spørgsmål om det samme materiale på én gang. Modellen hedder Gemini Decision 1 og kan undersøge tekst, billeder, lyd, video og PDF-filer.
Skribenten Simon Willison prøvede modellen på en video med en robot. Han spurgte blandt andet, om der var en robot eller en drage i videoen, og om den foregik i USA eller Frankrig.
Modellen vurderede sandsynligheden for en robot til cirka 92 procent og for en drage til cirka 5 procent. For USA svarede den cirka 92 procent og for Frankrig cirka 8 procent. Tallene viser modellens vurdering, ikke en garanti for, at den har ret.
- Jevs pris pr. million inputtokens, ifølge Simon Willison
- 0,042 dollar
- Prisen pr. million inputtokens for OpenAIs GPT-6 Luna; output er gratis
- 0,10 dollar
Svarene kan sortere usikre tilfælde
Gemini Decision 1 er lavet til afgrænsede opgaver: ja- eller nej-spørgsmål, valg mellem faste muligheder og vurderinger efter en angivet skala. Den giver svarene sandsynligheder i stedet for at skrive en længere forklaring.
Udviklere kan bruge svarene til eksempelvis at kontrollere indhold mod regler eller sende usikre tilfælde videre til et menneske. De kan stille flere uafhængige spørgsmål til det samme materiale i én anmodning.
Adgang og pris for udviklere
Modellen er tilgængelig via Gemini Decisions API, en forbindelse, som udviklere kan bruge fra deres egne programmer. Google oplyser, at de kan hente en adgangsnøgle i Google AI Studio, og at der findes et gratis niveau til afprøvning.
Prisen er 0,10 dollar pr. million inputtokens, mens output er gratis. Tokens er mindre dele af det materiale og de instruktioner, modellen modtager. Det fælles materiale faktureres én gang pr. anmodning; spørgsmålene tilføjer deres egne tokens.
Google oplyser en samlet svartid på 150–250 millisekunder for input på op til 16.000 tokens og siger, at tiden er næsten uændret ved 1–100 spørgsmål. De øvrige testforhold er ikke beskrevet, og Googles løfter om hastighed og præstation er ikke uafhængigt verificeret.
Flere detaljer
- En anmodning til Gemini Decision 1 kan ifølge Google indeholde op til 256.000 inputtokens.
Kilder:
Simon Willison AI → blog.google →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.