Gemini Decisions API 单次前向 150-250ms 完成多模态判定

McDonaghMatthew · x · 2026-11-18

博主 Matthew McDonagh 介绍 Google 新推出的 Gemini Decisions API:对 PDF、音频、视频、图像、文本中的封闭集问题做判定,单次前向传播即可输出,延迟 150-250ms、0 输出 token,无需单独的 OCR 或转录步骤。支持最多 256K token 的多模态输入。

一次调用可混合三类问题:

核心主张:简单判定任务不需要万亿参数大模型的开放式生成,输出带置信度的结构化答案更高效。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →