جوجل تطلق Gemini Decision 1 لفرز القرارات السريعة عبر واجهة برمجية متخصصة

أعلنت شركة جوجل (Google) عن إطلاق Gemini Decision 1، وهو نموذج ذكاء اصطناعي متخصص في تقييم الخيارات وتصنيف البيانات وإصدار أحكام محددة بسرعة، من خلال واجهة برمجية تحمل اسم Gemini Decisions API. وعلى عكس نماذج المحادثة التي تنتج إجابات نصية مطولة، صُمم هذا النموذج لتنفيذ مهام التقييم والاختيار مباشرة، دون الحاجة إلى توليد شروحات لا تتطلبها المهمة.

introducing the Gemini Decisions API

powered by Gemini Decision 1, our new multimodal decision model

get fast, calibrated decisions on up to 1000 questions at once across text, images, audio, video, and PDFs

try it today in AI Studio and via the Gemini API… pic.twitter.com/LYZSfzJeSL

– Google AI Studio (@GoogleAIStudio) November 11, 2026

وكشفت الشركة عن النموذج في 11 نوفمبر 2026، مستهدفةً المطورين ومهندسي البرمجيات وفرق بناء وكلاء الذكاء الاصطناعي الذين يحتاجون إلى معالجة عدد كبير من القرارات في وقت قصير وبتكلفة منخفضة.

ويمكن للنموذج تحليل أنواع مختلفة من المدخلات، تشمل النصوص والصور والتسجيلات الصوتية ومقاطع الفيديو وملفات PDF، ثم الإجابة عن أسئلة محددة مسبقًا بشأن محتواها. وتبرز أهمية هذه الإمكانية عندما يحتاج التطبيق إلى فحص بيانات كثيرة أو اتخاذ قرارات متكررة، مثل تصنيف الرسائل أو مراجعة المستندات أو تحديد الإجراء المناسب لحالة معينة، دون الاستعانة بنموذج محادثة في كل مرة.

Gemini Decision 1: نموذج لاتخاذ القرارات بدلًا من توليد النصوص

يحمل النموذج الجديد الاسم البرمجي gemini-decision-1، وتقوم فكرته على تحليل المدخلات ومقارنتها بمجموعة من الشروط أو الخيارات التي يحددها المطور، ثم إرجاع النتيجة المناسبة في صورة منظمة. وبذلك لا يحتاج التطبيق إلى انتظار إجابة مكتوبة في عدة فقرات، ما يجعل النموذج ملائمًا للمهام التي يكون المطلوب فيها اختيارًا أو تصنيفًا أو درجة تقييم فقط.

ولا يستهدف Gemini Decision 1 استبدال نماذج Gemini العامة، مثل إصدارات Pro وFlash، وإنما العمل إلى جانبها. فبينما تتولى النماذج التوليدية المهام التي تحتاج إلى شرح أو كتابة أو تحليل موسع، يتعامل Decision 1 مع القرارات المحددة التي يمكن حسمها وفق معايير واضحة.

فعلى سبيل المثال، يمكن لنظام دعم فني استخدامه لتحديد ما إذا كانت رسالة العميل تتطلب تدخلًا عاجلًا، أو الاستعانة به لفحص مستند وتحديد ما إذا كان يستوفي شروطًا معينة. وفي الحالتين يحصل التطبيق على نتيجة قابلة للاستخدام مباشرة، بدلًا من معالجة إجابة نصية طويلة واستخراج القرار منها.

ويدعم النموذج سياقًا يصل إلى 256 ألف رمز، ما يسمح بإرسال مستندات كبيرة أو مدخلات متعددة الوسائط وتحليلها ضمن نطاق واسع، مع طرح أسئلة مرتبطة بمحتواها.

ثلاثة أنماط للتقييم عبر Gemini Decisions API

توفر واجهة Gemini Decisions API ثلاثة أنماط رئيسية للتعامل مع المهام، تتيح للمطور اختيار طريقة التقييم وفق طبيعة التطبيق والنتيجة المطلوبة.

1. الإجابة بنعم أو لا

يستخدم هذا النمط عندما يحتاج التطبيق إلى التحقق من شرط محدد، وإرجاع نتيجة ثنائية توضح ما إذا كان الشرط متحققًا أم لا. ويمكن، مثلًا، فحص صورة لتحديد وجود بقعة سائل على سطح مكتب، أو مراجعة رسالة للتأكد من احتوائها على طلب استرداد أموال.

وتساعد هذه الطريقة في تنفيذ عمليات التحقق المتكررة، خصوصًا عندما تكون النتيجة المطلوبة واضحة ولا تستدعي إجابة تفسيرية مطولة.

2. الاختيار من قائمة محددة

يتيح هذا النمط تقديم مجموعة من البدائل ليختار النموذج الأنسب بينها، مع دعم قوائم تتراوح بين خيارين و255 خيارًا.

ويمكن الاستفادة منه في أنظمة إدارة البلاغات، مثل تحليل تقرير عن عطل تقني واختيار الإجراء المناسب من بين عدة احتمالات: إرسال فريق الصيانة، أو تصعيد المشكلة إلى قسم الطوارئ، أو تسجيل البلاغ دون تدخل فوري. كما يمكن للنموذج إرفاق درجات احتمالية توضح مدى ملاءمة كل خيار.

3. التقييم وفق معايير محددة

يتيح نمط Rubric Scoring تقييم المدخلات باستخدام سلم درجات ومعايير يحددها المطور مسبقًا. وبدلًا من اختيار إجابة واحدة، يمنح النموذج درجة تعكس مدى مطابقة المحتوى للمعايير المطلوبة.

ويصلح ذلك لمهام مثل تقييم جودة النصوص، أو مراجعة مدى التزام المستندات بسياسات محددة، أو تقدير مستوى المخاطر في معاملة مالية.

وفي الأنماط الثلاثة، يعرض النموذج درجة ثقة رقمية تتراوح بين صفر وواحد، تساعد التطبيق على تحديد الحالات التي تستدعي مراجعة إضافية. فعندما تكون النتيجة غير حاسمة أو تقل درجة الثقة عن الحد الذي يحدده المطور، يمكن توجيه الحالة إلى موظف مختص بدلًا من تنفيذ القرار آليًا.

معالجة مئات الأسئلة على مدخل واحد

تضع جوجل سرعة الاستجابة في مقدمة مزايا Gemini Decision 1، إذ تشير بياناتها إلى أن زمن الاستجابة الإجمالي يتراوح بين 150 و250 مللي ثانية، بينما يستغرق التنفيذ الداخلي للنموذج ما بين 50 و100 مللي ثانية.

لكن الميزة الأبرز لا تتعلق بسرعة الإجابة عن سؤال واحد فحسب، بل بإمكانية طرح عدد كبير من الأسئلة على المدخل نفسه. وتسمح الواجهة بإرسال ما يصل إلى 1000 سؤال مرتبط بملف أو محتوى مشترك، مع احتساب تكلفة المدخل مرة واحدة بدلًا من إعادة إرساله مع كل سؤال.

ويعني ذلك أن المطور يستطيع، مثلًا، إرسال مقطع فيديو مدته عشر دقائق أو مستند PDF كبير، ثم طلب فحص مئات التفاصيل المتعلقة به. ويمكن أن تشمل الأسئلة تحديد الأشخاص أو العناصر الظاهرة، واستخراج معلومات بعينها، والتحقق من وجود أحداث أو شروط محددة.

ويقلل هذا الأسلوب من تكرار معالجة البيانات نفسها، وهو ما ينعكس على سرعة تنفيذ المهام وتكلفتها، خصوصًا في التطبيقات التي تتعامل مع أعداد كبيرة من الملفات والاستفسارات.

وبحسب جوجل، حقق النموذج نتائج في اختبارات تصنيف المهام وتوجيه الوكلاء وفهم الوسائط المتعددة، كما أشارت الشركة إلى أن استخدامه خفّض التكلفة بنحو خمسة أضعاف مقارنة باستخدام Gemini 3.5 Flash-Lite عبر واجهة التفاعل السابقة. ورغم أن هذه المعايير مستقاة من الاختبارات الداخلية لجوجل، إلا أن المحك الحقيقي سيظهر مع تجارب المطورين الميدانية في بيئات الإنتاج الحية.

كيف تستخدم جوجل النموذج في خدماتها؟

استعرضت جوجل عددًا من الاستخدامات العملية للنموذج داخل منتجاتها ومشروعاتها، موضحةً كيف يمكن أن تتولى واجهة القرارات مهامًا كانت تتطلب في السابق استدعاء نموذج توليدي كامل.

ومن أبرز هذه الاستخدامات:

• Gemini Notebook: يعمل النموذج كمنسق للاستفسارات، إذ يساعد على تحديد طبيعة السؤال وتوجيهه إلى الأداة أو نمط المعالجة الأنسب. وذكرت جوجل أن هذا الاستخدام خفّض زمن الانتظار بنسبة 40% في بعض العمليات.
• Stitch: تستفيد منصة التصميم من قدرات التقييم السريع لتسريع إنشاء النماذج الأولية والتعامل مع التعديلات التي يطلبها المستخدمون صوتيًا.
• مشروع CC من Google Labs: يستخدم المشروع النموذج لاختيار الرد التعبيري الأنسب من قائمة تضم أكثر من 200 رمز تعبيري، دون الحاجة إلى توليد إجابة نصية كاملة.
• Google Search: أشارت جوجل إلى استخدام الواجهة في فحص السلوكيات المشبوهة والتعامل مع محاولات التلاعب المرتبطة ببروتوكولات وكلاء الذكاء الاصطناعي (MCP).

وتوضح هذه التطبيقات أن دور النموذج لا يقتصر على تصنيف البيانات، بل يمتد إلى تنسيق العمليات داخل الأنظمة البرمجية، وتحديد الخطوة التالية في مسارات عمل الوكلاء، وفحص المدخلات قبل تمريرها إلى مراحل معالجة أكثر تعقيدًا.

ويمكن للمطورين تطبيق الفكرة نفسها في فرز رسائل خدمة العملاء، ومراجعة المستندات، وتصنيف المحتوى الرقمي، والتحقق من الطلبات، وتحديد الحالات التي تحتاج إلى تدخل بشري.

سعر Gemini Decisions API وطرق الوصول

حددت جوجل سعر استخدام Gemini Decisions API عند 0.10 دولار لكل مليون رمز إدخال، مع عدم فرض رسوم على مخرجات النموذج. ويرتبط هذا التسعير بطبيعة النتائج التي يقدمها، إذ تتركز على الاختيارات والتصنيفات والدرجات الرقمية بدلًا من إنتاج نصوص طويلة.

ومن النقاط المهمة في نموذج التكلفة إمكانية إعادة استخدام المدخل المشترك لطرح أسئلة متعددة بشأنه، بحيث لا يحتاج المطور إلى دفع تكلفة معالجة الملف نفسه مع كل استفسار جديد. ويجعل ذلك الواجهة خيارًا مناسبًا للتطبيقات التي تفحص ملفات كبيرة أو تنفذ عمليات تقييم متكررة.

كما أتاحت الشركة إمكانية التجربة وبناء النماذج الأولية عبر Google AI Studio، مع الإشارة إلى التكامل مع بيئات وأدوات تطوير مثل LangChain وOpenRouter وVercel، بما يتيح للمطورين إدخال النموذج ضمن تطبيقاتهم ومسارات العمل الحالية.

هل يغير Gemini Decision 1 طريقة بناء وكلاء الذكاء الاصطناعي؟

يعكس إطلاق Gemini Decision 1 توجهًا نحو تخصيص نماذج الذكاء الاصطناعي للمهام التي لا تحتاج إلى توليد النصوص، وإنما إلى تقييم المعلومات واختيار الإجراء المناسب بسرعة. ويُمكّن هذا التخصص المطورين عمليًا من تقليص الاعتماد على النماذج التوليدية الكبيرة في العمليات البسيطة والمتكررة، مع الاحتفاظ بها للمهام التي تتطلب التفكير الموسع أو الشرح أو إنتاج المحتوى.

وتكتسب هذه الإمكانية أهمية محورية في بنية وكلاء الذكاء الاصطناعي، إذ يمكن استخدام النموذج لاتخاذ قرارات سريعة بين خطوات التنفيذ، مثل تحديد الأداة المناسبة، أو تصنيف الطلب، أو تقرير ما إذا كانت المهمة تحتاج إلى تصعيد.

ومع ذلك، تعتمد جودة النتائج على وضوح المعايير والخيارات التي يحددها المطور. فالنموذج لا يعمل كعقل توليدي حر، بل كأداة تقييم منضبطة تستمد دقتها من وضوح الشروط والمعايير التي يضعها المطور مسبقًا. لذلك تظل صياغة قواعد التقييم، واختبار النتائج، وتحديد الحالات التي تتطلب مراجعة بشرية، عناصر أساسية عند دمجه في التطبيقات الفعلية.

وبهذا، تقدم Gemini Decisions API للمطورين وسيلة متخصصة لإضافة طبقة سريعة لاتخاذ القرارات إلى تطبيقاتهم، بدلًا من استخدام نموذج محادثة كامل في كل عملية تصنيف أو اختيار.