Google أعلنت في مدونة المطورين بتاريخ 2026-11-11 عن حالة استخدام محددة: يعمل Decisions API داخل Gemini Notebook كموجّه فوري (Router). فما إن يصل الطلب حتى يوزّع الأسئلة اليومية على الفئة المناسبة من النماذج وعلى مستوى التفكير المناسب. وتقول Google إن زمن استجابة الاستفسارات اليومية انخفض بنسبة تصل إلى 40%. انتبه إلى أن هذا الرقم صادر عن Google نفسها، وليس نتيجة اختبار ضغط من طرف ثالث ولا استنتاجًا من قياسات منصة بعينها.
هذا ليس ترقية جديدة في قدرات النموذج، بل نقل لمهمة “اختيار النموذج” من شفرة المطوّر إلى مسار الطلب نفسه.
الخلاصة: في 3 دقائق ستفهم ما هو gemini-decision-1 فعلًا، وكيف يُحتسب سعره، وماذا يعني لسلسلة الاستدعاءات في تطبيقك.
نظرة سريعة على المعلومات الأساسية لـ Gemini Decision
| البند | التفاصيل |
|---|---|
| تاريخ الإعلان | 2026-11-11، مدونة مطوري Google |
| معرّف النموذج | gemini-decision-1 |
| الدور | التوجيه واتخاذ القرار في الوقت الفعلي، وليس توليد المحتوى |
| أول حالة استخدام علنية | تصنيف الأسئلة اليومية داخل Gemini Notebook |
| سعر الإدخال | $0.10 / 1M tokens |
| سعر الإخراج | $0 |
| مكسب زمن الاستجابة | انخفاض يصل إلى 40% في الاستفسارات اليومية، بحسب ما تقوله Google نفسها |
| التوفر على منصات التجميع | حتى 2026-11-12، لا يوجد هذا المعرّف في قائمة أسعار APIYI على apiyi.com |
أسهل سطر في الجدول يمكن تجاهله هو سعر الإخراج $0. فهو يدل على أن ناتج gemini-decision-1 ليس نصًا مطوّلًا، بل حكم قصير جدًا: إلى أي فئة يُحوَّل الطلب، وكم من ميزانية التفكير يحتاج. ولهذا فإن مقارنة سعره بسعر نماذج المحادثة في قائمة أسعار واحدة ستقودك إلى استنتاج خاطئ تمامًا.
وهناك تفصيل آخر: للنموذج حالة استخدام إنتاجية حقيقية، فهو لم يبقَ مجرد مثال في الوثائق. Gemini Notebook منتج من منتجات Google نفسها، أي أن هذا التوجيه جُرّب أولًا داخل منتجها ثم عُرض للعموم. هذا يمنحه مصداقية أكبر من مجرد نتائج اختبارات benchmark، لكنه يظل وصفًا رسميًا من جهة واحدة.
كيف يعمل Gemini Decision: حالة توجيه رواها Google بنفسها
وفق ما جاء في مدونة Google، تمر الأسئلة اليومية في Gemini Notebook أولًا عبر Decisions API، الذي يقرر أي فئة نموذج وأي مستوى تفكير ستُوجَّه إليه. أي أن قرار التوجيه نفسه صار استدعاءً لنموذج، بدلًا من أن يكون سلسلة if-else مكتوبة في الشفرة أو عتبة تُضبط يدويًا.
المشكلة التي يعالجها هذا التصميم واقعية جدًا. في المنتج الواحد، معظم الطلبات أسئلة يومية خفيفة، وقلة منها فقط تحتاج إلى استدلال عميق. إذا مرّت كل الطلبات عبر المستوى نفسه، فإن النموذج الثقيل يبطئ الطلبات الخفيفة، فيرتفع زمن الاستجابة والتكلفة معًا. وإذا ذهبت كلها إلى المستوى الخفيف، فلن تحصل المسائل المعقدة على إجابات جيدة. وضع نموذج قرار مخصص عند نقطة الدخول يحوّل مبدأ «التوزيع حسب الحاجة» إلى جزء من البنية التحتية.
| المرحلة | الأسلوب الشائع قبل التوجيه | بعد اعتماد Decision |
|---|---|---|
| تحديد المستوى | قواعد مكتوبة في الشفرة أو مطابقة كلمات مفتاحية | يحدده النموذج بناءً على محتوى الطلب |
| الصيانة | تُضبط العتبات يدويًا كلما تغيّرت احتياجات العمل | يتطور منطق القرار مع تحديثات النموذج |
| التأثير على زمن الاستجابة | يتباطأ النظام كله عندما تكثر طلبات المستوى الثقيل | تقول Google إن الاستعلامات اليومية تتحسن بنسبة تصل إلى 40% |
| التأثير على التكلفة | تُحاسَب كل الطلبات وفق المستوى نفسه | تذهب الطلبات الخفيفة إلى المستوى الخفيف فيتغير هيكل الفاتورة |
من المهم توضيح أن نسبة 40% تخص «الاستعلامات اليومية» فقط، وليست كل الطلبات. والصياغة الرسمية تعتمد حدًّا أقصى، أما المكسب الفعلي في عملك فيتوقف على حصة الطلبات التي يمكن خفضها إلى مستوى أدنى. فإذا كان منتجك قائمًا أصلًا على تحليل المستندات الطويلة أو مهام البرمجة المعقدة، فمساحة الخفض عنده أصغر بطبيعة الحال.
🎯 نصيحة تقنية: إذا أردت اختبار جدوى فكرة التوجيه هذه على عملك، يمكنك أولًا استخدام الواجهة الموحدة في APIYI (apiyi.com) لتشغيل نماذج من مستويات مختلفة على الطلبات نفسها، ومقارنة زمن الاستجابة وجودة المخرجات، ثم تقرر هل تستحق إضافة طبقة توجيه.
بنية تسعير Gemini Decision وما تعنيه للتكلفة
تسعيرة الإدخال 0.10 دولار لكل مليون رمز (tokens) والإخراج 0 دولار، وهذه البنية تعني عمليًا أن الرسوم تُحتسب على حجم السياق الذي “يقرؤه” النموذج. قرار التوجيه يحتاج إلى الاطلاع على محتوى الطلب، ولذلك فالتسعير على جانب الإدخال منطقي. أما الإخراج فهو مجرد حكم واحد يحدد المستوى المناسب، فلا يكاد يولّد أي تكلفة، ولهذا جعلته الجهة الرسمية صفرًا.
هذا يعني أن على الجهة التي تدمج الخدمة أن تحسب حسابًا إضافيًا: طبقة التوجيه نفسها تستهلك رموزًا. فعندما يُخفَّض مستوى الطلب، يجب أن تغطي تكلفة الاستدلال التي وُفِّرت كلفةَ هذا الفحص الإضافي، وحينها فقط يكون الناتج الإجمالي ربحًا صافيًا. وكلما طال الطلب واتسع الفارق بين المستويات، كان الحساب أقرب إلى أن يميل لصالحك. أما في الطلبات القصيرة التي كانت ستذهب أصلًا إلى المستوى الأخف، فقد تصبح إضافة طبقة توجيه أغلى فعليًا.
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
# gemini-decision-1 لم يُدرج حاليًا في قائمة أسعار المنصة
# يمكنك أولًا استبدال model بنموذج محادثة متاح للتحقق من مسار العمل
response = client.chat.completions.create(
model="YOUR_MODEL",
messages=[{"role": "user", "content": "这个问题需要多深的推理？"}]
)
print(response.choices[0].message.content)
🚀 ابدأ بسرعة: حتى 2026-11-12، لا يظهر gemini-decision-1 بعد في قائمة الأسعار على APIYI (apiyi.com)، وستعمل المنصة على إدراجه في أقرب وقت. وإلى أن يُدرج، يمكنك استدعاء نماذج أخرى عبر واجهة OpenAI المتوافقة نفسها للتحقق من المسار، وتكلفة التبديل بينها شبه معدومة. أما الطرازات والأسعار الدقيقة فاعتمد فيها على القائمة المنشورة في apiyi.com.
من المتأثر: التغييرات الفعلية في ثلاثة أنواع من سلاسل الاستدعاء
جهة التطبيق: من كتابة التوجيه بنفسك إلى استدعاء واجهة جاهزة
في السابق، كان الفريق الذي يوزّع الطلبات بين عدة نماذج مضطرًا غالبًا إلى صيانة جدول قواعد كامل، وإلى إعادة ضبطه مرارًا مع كل جيل جديد من النماذج. أما إذا أمكن إسناد قرار التوجيه إلى نموذج متخصص في اتخاذ القرار، فسيصبح منطق التطبيق أخف بوضوح، ويقتصر العمل المتبقي على تحديد «ما هي الفئات المتاحة» و«أي نموذج يوضع في كل فئة». الثمن هو استدعاء إضافي متسلسل، ولذلك تؤثر جودة الشبكة في طبقة الدخول مباشرةً على زمن الاستجابة الإجمالي.
جهة التكلفة: انخفاض زمن الاستجابة لا يعني انخفاض الفاتورة
زمن الاستجابة والتكلفة منحنيان مختلفان. فخفض الفئة يقلّل الاثنين معًا، لكن خطوة التوجيه نفسها تُحتسب بحسب عدد رموز (tokens) الإدخال، وبالتالي ترتفع التكلفة الحدّية في سيناريوهات الطلبات القصيرة. الأسلم أن تقسّم الطلبات أولًا حسب نوعها، ثم تفعّل التوجيه فقط على الجزء الذي يتفاوت فيه مستوى التعقيد كثيرًا، وتترك بقية الطلبات تمرّ على فئة ثابتة.
| نوع الفريق | أبرز الفوائد | بنود التكلفة التي تستحق الانتباه |
|---|---|---|
| منتجات الأسئلة والأجوبة الموجهة للمستخدم النهائي | انخفاض زمن الاستجابة للأسئلة اليومية وتحسّن واضح في التجربة | رموز إضافية يستهلكها استدعاء التوجيه |
| الأدوات الداخلية في الشركات | تتداخل الطلبات المعقدة والبسيطة، مع فروق كبيرة بين الفئات | الحاجة إلى إعادة تصميم تقسيم الفئات |
| خدمات الطلبات القصيرة عالية التكرار | فائدة محدودة ومساحة ضيقة لخفض الفئة | قد لا يستحق إضافة خطوة متسلسلة العناء |
جهة المنصة: سرعة مواكبة معرّفات النماذج الجديدة تصبح عامل اختيار
وتيرة تحديث النماذج تتسارع، وغالبًا ما تكون هناك فترة فاصلة بين الإعلان عن معرّف نموذج (ID) ووصوله إلى مرحلة الاستقرار. وبالنسبة للفِرق التي تستخدم المنصات المجمِّعة، فإن قدرتها على الحصول سريعًا على واجهة قابلة للاستدعاء خلال هذه الفترة تؤثر مباشرةً في جدولة التحقق والاختبار. وهنا تظهر قيمة منصات مثل APIYI (apiyi.com): مفتاح API واحد، وواجهة متوافقة مع OpenAI، ويمكنك التبديل بين النماذج بعد إدراجها دون تغيير بنية الشيفرة. أما تقدّم إدراج النماذج وتفاصيل الفوترة فيُعتمد فيهما على ما تعرضه صفحة apiyi.com.
الأسئلة الشائعة FAQ
س1: ما هو Gemini Decision؟
gemini-decision-1 الذي أعلنته Google هو نموذج مخصص للتوجيه واتخاذ القرار في الوقت الفعلي. هو لا يولّد نص الإجابة، بل يحدد أي فئة نماذج وأي مستوى تفكير ينبغي أن يمرّ عبره الطلب. وتطبيق Gemini Notebook هو أول حالة استخدام إنتاجية أعلنت عنها Google حتى الآن.
س2: ما الفرق بينه وبين نماذج Gemini العادية؟
نماذج المحادثة العادية تُخرج محتوى، أما هذا النموذج فمخرجه نتيجة حكم قصيرة جدًا، ولذلك يختلف هيكل التسعير تمامًا: المدخلات بسعر 0.10 دولار لكل مليون رمز (token)، والمخرجات بسعر 0 دولار. إذا تعاملت معه على أنه “نموذج توليد أرخص”، فقد بدأت من فهم خاطئ.
س3: من أين جاء رقم “خفض زمن الاستجابة بنسبة تصل إلى 40%”؟
هذا الرقم مأخوذ من المدونة الرسمية لـ Google وهو من إعلانها الخاص. ويشير إلى الحد الأقصى لتحسّن زمن الاستجابة في Gemini Notebook ضمن الاستعلامات اليومية، وليس نتيجة اختبار ضغط مستقل من جهة خارجية. أما الفائدة الفعلية فتعتمد على نسبة الطلبات الخفيفة في حركتك التي يمكن نقلها إلى مستوى أقل.
س4: كم يمكن أن يوفّر لعملي من التكاليف؟
لا توجد إجابة عامة. يأتي توفير تكلفة الاستدلال من توجيه الطلبات إلى مستويات أخف، بينما يُحتسب التوجيه نفسه على أساس رموز المدخلات. وكلما كان الطلب أطول وكان الفرق بين المستويات أكبر، ظهر صافي الفائدة بوضوح أكبر. أما في السيناريوهات التي تكثر فيها الطلبات القصيرة المتكررة، فيجب التقييم بحذر.
س5: هل يمكنني استدعاء Gemini Decision الآن؟
حتى 2026-11-12، لم يظهر gemini-decision-1 بعد في قائمة أسعار APIYI على apiyi.com، وستضيفه المنصة في أقرب وقت ممكن. وإلى ذلك الحين، يمكنك استخدام الواجهة الموحدة في apiyi.com لتجربة مسار العمل كاملًا، ثم استبدال اسم النموذج بمجرد إدراج المعرّف. أما الإصدار المحدد والسعر فيُعتمد فيهما ما هو مذكور في قائمة apiyi.com.
س6: ما التكاليف المعروفة لإضافة طبقة توجيه؟
هناك ثلاث نقاط رئيسية: أولًا، يُضاف استدعاء متسلسل إضافي إلى مسار الطلب، فتزداد أهمية جودة الشبكة عند نقطة الدخول. ثانيًا، يستهلك قرار التوجيه نفسه رموز مدخلات، فترتفع التكلفة الحدية للطلبات القصيرة. ثالثًا، يجب إعادة تصميم تقسيم المستويات بما يناسب عملك، ولا يصح نسخ تقسيم غيرك كما هو.
النقاط الأساسية في Gemini Decision (Key Takeaways)
- التموضع: gemini-decision-1 نموذج توجيه يعمل في الزمن الحقيقي. يُخرج حكمًا بشأن الفئة المناسبة، ولا يولّد نص الإجابة نفسه.
- حالة الاستخدام: يستخدمه Gemini Notebook لتوزيع الأسئلة اليومية على فئة النموذج المناسبة وفئة التفكير المناسبة.
- الفائدة: تذكر Google رسميًا أن زمن الاستجابة للاستعلامات اليومية ينخفض بنسبة تصل إلى 40%، وهذا رقم أعلنته الشركة بنفسها.
- التسعير: 0.10 دولار لكل مليون رمز (token) للمدخلات، و0 دولار للمخرجات، ويُحتسب الرسم على السياق المقروء.
- الكلفة: يستهلك التوجيه نفسه رموزًا (tokens)، لذا يلزم حساب الفائدة الصافية بشكل منفصل في الطلبات القصيرة.
- التوفر: حتى 2026-11-12 لا يتوفر هذا المعرّف على APIYI (apiyi.com). سنضيفه في أقرب وقت، والأسعار المعتمدة هي المعروضة في قائمة apiyi.com.
- طريقة التحقق: شغّل المسار أولًا عبر واجهة موحّدة، ثم قرّر هل تضيف طبقة التوجيه إلى بيئة الإنتاج.
الخلاصة
قيمة هذا الإعلان لا تكمن في قوة النموذج نفسه، بل في أن Google حوّلت «اختيار النموذج» إلى واجهة يمكن تقديمها للجميع، وجرّبتها أولًا داخل منتجها الخاص. وهناك ثلاث نقاط تستحق أن يتذكرها المطوّرون: قرار التوجيه ينتقل من منطق داخل الشفرة إلى استدعاء نموذج؛ ورقم تحسين زمن الاستجابة هو الحد الأعلى كما أعلنته الشركة، ولذلك يجب إعادة تقديره وفق بنية حركة المرور لديك؛ وبُعد التسعير الجديد يغيّر هيكل التكاليف، فلا يكفي أن تنظر إلى ما توفره بالانتقال إلى فئات أرخص.
إذا أردت اختبار هذا النهج مبكرًا، فابدأ بتشغيل منطق تقسيم الطلبات إلى فئات باستخدام النماذج المتاحة حاليًا. وعندما يُضاف gemini-decision-1 إلى APIYI (apiyi.com)، يكفي تغيير اسم النموذج لإتمام الانتقال. والنماذج والأسعار المعتمدة هي المعروضة في قائمة apiyi.com.
المراجع
- مدونة Google الرسمية: Gemini Decisions API
- الرابط:
blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ -
الوصف: المصدر الأصلي الوحيد لهذا المقال فيما يخص معرّف النموذج وحالات استخدام التوجيه وأرقام زمن الاستجابة والتسعير
-
قائمة أسعار APIYI على apiyi.com
- الرابط:
apiyi.com - الوصف: تُستخدم للتحقق من حالة إدراج gemini-decision-1 وآلية الفوترة النهائية
المؤلف: فريق APIYI التقني
للتواصل التقني: يسعدنا تواصلكم معنا عبر الصفحة الرئيسية لموقع APIYI على apiyi.com، ويمكنكم الاطلاع على آخر مستجدات إدراج النماذج وشروحات الواجهات الجديدة في مركز الوثائق داخل الموقع
