Entegrasyon rehberleri · 2026-11-12
Gemini Decisions API: LLMTR ile ilk istek
Gemini Decision 1'i LLMTR'de Python ile çağırın: fotoğraf ve not taşıyan state, noul, choice ve score soruları, confidence eşiği ve maliyet.
Kısa yanıt: model google/gemini-decision-1, uç nokta https://llmtr.com/v1/systemone
LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. Gemini Decision 1, LLMTR'de google/gemini-decision-1 kimliğiyle https://llmtr.com/v1/systemone uç noktasından çağrılır; llmtr.com hesabınızda oluşturduğunuz API anahtarı ve yüklü bir bakiye yeterlidir. Fiyat 1 milyon girdi token'ı başına 0,10 $'dır ve metin, görsel, ses, video ile PDF için aynıdır; çıktı token'ları faturalanmaz.
Gemini Decision 1, Google'ın karar modelidir; Google bu arayüzü Gemini Decisions API adıyla sunar. Model serbest metin yazmaz: verdiğiniz ortak girdi hakkında tanımladığınız her soruya bir evet olasılığı, listelediğiniz seçeneklerden biri ya da sıralı seviyeler boyunca bir puan döndürür ve her yanıta bir confidence değeri ekler. Girdi metin, JSON, görsel, ses, video ya da PDF olabilir. Tek istekte en fazla 1.000 soru sorabilirsiniz ve ortak girdi soru sayısından bağımsız olarak bir kez faturalanır.
Gemini Decisions API'sine LLMTR üzerinden ilk istek nasıl gönderilir?
Üç adım yeterlidir. Önce llmtr.com'da bir API anahtarı oluşturun ve Panel > Faturalandırma'dan bakiye yükleyin. Sonra anahtarı LLMTR_API_KEY ortam değişkenine koyun. Son olarak https://llmtr.com/v1/systemone adresine model, state ve questions alanlarını taşıyan bir JSON gövdesi gönderin; Authorization başlığına Bearer ve anahtarınızı yazın. Bu uç nokta sohbet biçiminde değildir, bu yüzden örnek OpenAI SDK'sı yerine Python'un requests kütüphanesini kullanır.
Aşağıdaki örnek, bir e-ticaret deposuna iade edilen ürünün fotoğrafını ve depo görevlisinin kısa notunu tek bir state dizisinde gönderir. Fotoğraf type alanı image olan bir bloğa, not düz bir dize olarak dizinin ikinci elemanına konur. Üç soru bu girdiyi birlikte değerlendirir: damaged ürünün hasarlı olup olmadığını, action deponun ürünle ne yapması gerektiğini, condition da ürünün durumunu sorar. Kod yanıtları yazdırır, confidence değeri THRESHOLD'un altında kalan yanıtları bir kişiye ayırır ve usage alanını gösterir.
Gemini Decision 1'e https://llmtr.com/v1/systemone üzerinden bir fotoğraf ve bir notla noul, choice ve score sorusu gönderen, güveni düşük yanıtları ayıran Python örneği.
import base64
import os
import requests
URL = "https://llmtr.com/v1/systemone"
MODEL = "google/gemini-decision-1"
THRESHOLD = 0.8
QUESTIONS = {
"damaged": {
"type": "noul",
"instructions": "Is the returned item damaged?",
"criteria": {
"true": "Cracks, dents, stains or missing parts are visible or reported.",
"false": "The item looks intact and nothing is reported missing.",
},
},
"action": {
"type": "choice",
"instructions": "What should the warehouse do with this returned item?",
"criteria": {
"restock": "Put it back on sale as new",
"refurbish": "Repair or clean it before selling it again",
"discard": "It cannot be sold again",
"other": None,
},
},
"condition": {
"type": "score",
"instructions": "What condition is the returned item in?",
"criteria": ["Unusable", "Visibly worn", "Like new"],
},
}
with open("return.jpg", "rb") as f:
photo = base64.b64encode(f.read()).decode("ascii")
state = [
{"type": "image", "data": photo},
"Warehouse note: returned in the original box, the customer says it does not switch on.",
]
response = requests.post(
URL,
headers={"Authorization": "Bearer " + os.environ["LLMTR_API_KEY"]},
json={"model": MODEL, "state": state, "questions": QUESTIONS},
timeout=120,
)
response.raise_for_status()
data = response.json()
answers = data["answers"]
print(answers["damaged"]["noul"], answers["damaged"]["confidence"])
print(answers["action"]["choice"], answers["action"]["probabilities"])
print(answers["condition"]["score"], answers["condition"]["legend"])
for key, answer in answers.items():
if answer["confidence"] < THRESHOLD:
print(key, "goes to a person, confidence:", answer["confidence"])
print(data["usage"]["input_tokens"])
Yanıtı okumak: noul, choice, score ve confidence
Yanıttaki answers nesnesi istekte verdiğiniz soru anahtarlarıyla döner; damaged, action ve condition adlarını kodunuzda doğrudan okursunuz. Soru anahtarı 1 ile 64 karakter arasında harf, rakam, alt çizgi ya da kısa çizgiden oluşmalıdır.
Eşiği seçmeden önce modeli sonucu bilinen kendi verilerinizle deneyin ve eşiğin altında kalan yanıtları bir kişiye gönderin.
- noul: cevabın evet olma olasılığını döndürür; bu modelde değer 0,01 ile 0,99 arasındadır. criteria alanı isteğe bağlıdır; true ve false için birer açıklama yazarak iki ucun ne anlama geldiğini netleştirebilirsiniz.
- choice: criteria alanında listelediğiniz seçeneklerden birini choice alanında, her seçeneğin olasılığını probabilities alanında döndürür. Soru 2 ile 255 arasında seçenek alır; açıklama gerekmeyen bir seçeneğin değerini null bırakabilirsiniz. Listeye uymayan girdiler için other gibi bir seçenek ekleyin; yoksa model en yakın seçeneği döndürür.
- score: criteria dizisine en düşükten başlayarak 2 ile 255 arasında seviye yazın. score kesirli bir değerdir ve iki seviyenin arasına düşebilir; legend seviyelerin adlarını, probabilities her seviyenin olasılığını taşır.
- confidence: noul dahil her yanıtta gelir. Örnekteki döngü, confidence değeri eşiğin altında kalan yanıtı otomatik uygulamadan bir kişiye ayırır.
Görsel, ses, video ve PDF göndermek
Gemini Decision 1 medyayı state dizisindeki içerik bloklarından okur ve bütün sorular aynı girdiyi görür. Bir blok metin, görsel, ses, video ya da PDF olabilir; ayrıntılar Yapılandırılmış Kararlar dokümantasyonunun Gemini Decision 1 girdileri bölümündedir.
- Dosya, type alanı image, audio, video ya da document olan bir bloğa konur ve data alanında data: öneki olmadan standart base64 olarak gönderilir. Dosyanın türü kendisinden okunur; mime_type alanı isteğe bağlıdır.
- Kabul edilen biçimler: görselde PNG, JPEG ve WebP; seste WAV ve MP3; videoda MP4; belgede PDF. Türü bloğuyla uyuşmayan ya da bu listede olmayan bir dosya 400 invalid_request döner.
- Model adresten dosya indirmez: uri alanı ya da http veya https adresi taşıyan bir blok 400 invalid_request döner.
- image bloğunda resolution alanı low, medium, high ya da ultra_high, video bloğunda low, medium ya da high olabilir. Çözünürlük dosyanın kaç token tuttuğunu belirler; ayrıntı gerekmeyen görsellerde low daha az token harcar.
- Sorunun instructions alanı yalnızca metindir; medyayı state'e koyun. Base64 kodlama dosyayı yaklaşık üçte bir büyütür ve tablodaki gövde sınırına dahildir.
İstek sınırları ve fiyat
Tablo, Gemini Decision 1'in 12 Kasım 2026 itibarıyla LLMTR kataloğunda ve dokümantasyonunda yer alan sınırlarını ve fiyatını gösterir.
| Konu | LLMTR'deki davranış |
|---|---|
| Model kimliği | google/gemini-decision-1 |
| Uç nokta | POST https://llmtr.com/v1/systemone |
| Soru tipleri | noul, choice ve score; her yanıtta confidence |
| İstekteki soru sayısı | en fazla 1.000 |
| Bağlam | ortak girdi ve bütün sorular birlikte 262.144 token |
| Choice seçenekleri ve score seviyeleri | 2 ile 255 arası |
| Girdi (state) | düz metin, JSON ya da içerik bloklarından oluşan bir dizi |
| Medya | görsel (PNG, JPEG, WebP), ses (WAV, MP3), video (MP4), PDF; base64, adres değil |
| İstek gövdesi | base64 dahil en fazla 24 MB |
| Akış (streaming) | yok; yanıt tek parça gelir |
| Fiyat (1 milyon token) | 0,10 $ girdi, her girdi türü için aynı; çıktı faturalanmaz; önbellek yok |
Bir istek ne tutar? Ortak girdi bir kez sayılır
Yalnızca girdi token'ları faturalanır ve görsel, ses, video ile PDF token'ları metinle aynı fiyattan, 1 milyon token başına 0,10 $'dan sayılır. Ortak girdi, yani state ve istekle gönderdiğiniz medya, soru sayısından bağımsız olarak istek başına bir kez sayılır; her soru yalnızca kendi metni ve biçimi kadar token ekler. Önbellek yoktur: aynı girdiyi yeniden gönderirseniz yeniden faturalanır.
Ortak girdinin 2.000 token, her sorunun 100 token tuttuğunu varsayalım. Üç soruluk bir istek 2.300 girdi token'ıdır ve 0,00023 $ eder. Aynı girdiye otuz soru sorarsanız istek 5.000 token ve 0,0005 $ olur, çünkü ortak girdi yine bir kez sayılır. Aynı üç soruyu üç ayrı istekte gönderseydiniz ortak girdi üç kez sayılır, toplam 6.300 token ve 0,00063 $ tutardı. Bu yüzden aynı girdiye soracağınız soruları tek istekte gönderin. Gerçek sayı yanıttaki usage.input_tokens alanındadır; bu modelde output_tokens her zaman 0'dır.
Sık görülen hatalar ve çözümleri
Hata yanıtları error alanında bir tür ve bir açıklama taşır; açıklama sorunlu state bloğunu ya da soruyu adlandırır. Bu modelde en sık görülen hatalar:
- 400 invalid_request, soru anahtarı kurala uymuyor ya da choice veya score sorusunda 2'den az ya da 255'ten fazla seçenek veya seviye var: anahtarı düzeltin ya da sayıyı bu aralığa getirin.
- 400 content_filter: girdi modelin içerik filtresine takıldı; aynı içerikle yeniden denemek aynı sonucu verir.
- 400 provider_error, istek 262.144 token'ı aşıyor ya da bir dosya okunamıyor: girdiyi küçültün, soruları azaltın ya da mesajın adlandırdığı bloktaki dosyayı kontrol edin.
- 413 provider_error, istek gövdesi model için fazla büyük: dosyaları küçültün ya da isteği bölün.
- 401 auth_error ya da 402 insufficient_credits: anahtar geçersizse llmtr.com'da yeni bir anahtar oluşturun; bakiye yetmiyorsa bakiye yükleyin.
Gemini Decision 1'e LLMTR üzerinden ilk istek
Bir API anahtarı oluşturun, https://llmtr.com/v1/systemone adresine google/gemini-decision-1 ile içerik bloklarından oluşan bir state ve tiplenmiş sorular gönderin, yanıtı ve usage alanını okuyun.
- Anahtar. llmtr.com'da bir API anahtarı oluşturun, Panel > Faturalandırma'dan bakiye yükleyin ve anahtarı LLMTR_API_KEY ortam değişkenine koyun.
- İstek. https://llmtr.com/v1/systemone adresine model alanı google/gemini-decision-1 olan bir JSON gövdesi gönderin; medyayı state dizisinde base64 bir blok olarak, soruları questions alanında verin.
- Kontrol. answers nesnesini soru anahtarlarınızla okuyun, confidence değeri eşiğin altında kalan yanıtları bir kişiye gönderin ve usage alanındaki input_tokens değerine bakın.
Sık sorulan sorular
Gemini Decision 1'in LLMTR'deki model kimliği nedir?
google/gemini-decision-1. İstek https://llmtr.com/v1/systemone adresine, llmtr.com'da oluşturduğunuz API anahtarıyla Authorization başlığında gönderilir.
Gemini Decision 1'e görsel, ses ya da PDF nasıl gönderilir?
Dosyayı base64'e çevirip state dizisine, type alanı image, audio, video ya da document olan bir blok olarak koyun. Görselde PNG, JPEG ve WebP, seste WAV ve MP3, videoda MP4, belgede PDF kabul edilir; model adresten dosya indirmez.
Bir istek ne tutar?
1 milyon girdi token'ı 0,10 $ tutar, fiyat her girdi türü için aynıdır ve çıktı faturalanmaz. Ortak girdi soru sayısından bağımsız olarak bir kez sayılır: 2.000 token'lık girdiye 100'er token'lık üç soru soran bir istek 0,00023 $ eder.