Che cosa cambia con Gemini Decisions API
L'11 novembre Google DeepMind ha presentato Gemini Decisions API, un servizio che consente di sottoporre all'intelligenza artificiale centinaia di microdecisioni all'interno di un'unica richiesta, secondo quanto riportato da AI4Business. Il modello sottostante, chiamato Gemini Decision 1, può valutare fino a mille domande riferite a uno stesso insieme di informazioni, che può includere testo, immagini, audio, video e PDF.
La differenza rispetto a un modello generativo tradizionale sta nella forma dell'output: la API restituisce probabilità associate alle valutazioni richieste, anziché spiegazioni in linguaggio naturale. In termini pratici, l'utente formula i quesiti e ottiene una misura di confidenza per ciascuno, senza un testo argomentato che motivi la risposta. Il prezzo annunciato è di 0,10 dollari per milione di token in ingresso, senza addebiti per i token di output.
Perché può interessare le imprese
L'impostazione a valutazioni multiple su un solo input multimodale è pensata per attività di verifica ripetitiva, dove lo stesso documento o contenuto deve essere controllato rispetto a molti criteri. Concentrare le domande in una chiamata riduce il numero di richieste necessarie e, secondo il modello di prezzo indicato, elimina i costi legati alla generazione di testo.
Il confronto con Jev, Microsoft e OpenAI è citato dalla fonte come termine di paragone, ma il materiale disponibile non specifica caratteristiche, prezzi o prestazioni dei servizi concorrenti. Allo stesso modo, la fonte ricorda che alcuni test misurano l'affidabilità del modello senza dettagliarne i risultati. Resta quindi da verificare in quali scenari aziendali la probabilità restituita sia sufficientemente accurata rispetto ai controlli richiesti.
Che cosa resta da accertare
La notizia conferma il lancio e le caratteristiche tecniche dichiarate, ma non fornisce elementi sull'accuratezza misurata, sulla disponibilità effettiva per le imprese né sui limiti operativi della API. Anche il calcolo di convenienza rispetto ai modelli generativi tradizionali dipende da fattori non quantificati, come il numero di valutazioni realmente necessarie e la qualità delle risposte.
In assenza di questi dati, la scelta di adottare Gemini Decision 1 va considerata una valutazione da condurre caso per caso, verificando i risultati dei test di affidabilità e confrontando il costo per milione di token con il volume previsto di richieste.
