ToolNavs KI-Tools entdecken
Tool einreichen Anmelden
Zurück zu KI-Informationen
Die Gemini API liest jetzt Office-Dateien direkt: Nur verarbeiten, was nötig ist – und die Rechnung schrumpft mit

Die Gemini API liest jetzt Office-Dateien direkt: Nur verarbeiten, was nötig ist – und die Rechnung schrumpft mit

KI-Informationen • Admin • • 18 Aufrufe

Am 18. November hat Google im Änderungsprotokoll der Gemini API eine Neuerung für Entwicklerinnen und Entwickler bestätigt: Microsoft-Office-Dateien wie Word, PowerPoint und Excel sowie OpenDocument-Dateien können jetzt direkt an die Gemini API übergeben werden, ohne sie vorher in PDF oder reinen Text umzuwandeln. Dazu kommt eine Slicing-Funktion für Dateien: Entwickler lassen das Modell nur die benötigten Teile einer Datei verarbeiten und zahlen auch nur für diese Inhalte.

Wie fein lässt sich schneiden: von Seitenzahlen und Zellen bis zu einem Videoabschnitt

Die Granularität des Slicings ist der praktischste Teil dieses Updates. Dokumente lassen sich nach Seitenbereich schneiden, Tabellen nach Arbeitsblatt-Tab oder Zellbereich, Video und Audio nach Zeitintervall. Auch nach Inhaltsebene lässt sich auswählen: nur die Bilder einer Seite, nur der extrahierte Text, nur die Formeln einer Tabelle oder nur das Transkript eines Videos. Slicing funktioniert nicht nur in Nutzer-Prompts, sondern auch für Dokumente, Tabellen, Videos und Audiodaten, die in Funktionsantworten zurückgegeben werden. Entwickler müssen also nicht mehr eine ganze Datei an das Modell übergeben, nur um eine Frage zu einer einzigen Seite zu stellen.

Für wen es sich am meisten lohnt: lange Dokumente und nutzungsbasierte Abrechnung

Verträge, Geschäftsberichte, Vortragsfolien und Besprechungsaufnahmen spüren den Unterschied am stärksten: Wo früher schon eine Frage nach einer einzigen Zahl Tokens für die gesamte Datei kostete, gehen jetzt nur die relevanten Seiten, Zeilen oder Minuten ein. Anwendungen für Dokumentenfragen und Retrieval-Augmented Generation (RAG) dürften deutlich dünnere Token-Rechnungen sehen; und weil das Modell weniger irrelevanten Inhalt liest, sinkt auch die Wahrscheinlichkeit, dass Antworten vom Thema abdriften. In derselben Woche wurden Gemini Tasks in sechs Ländern kostenlos für normale Nutzer freigeschaltet – Google treibt die Verbreitung von Gemini also auf beiden Seiten zugleich voran.

Wer sparen will, muss den Bereich selbst angeben

Slicing ist Verarbeitung auf Bedarf, keine automatische Ersparnis: Ohne angegebenen Bereich verarbeitet das Modell weiterhin die gesamte Datei und berechnet auch die gesamte Datei. Entwickler müssen Seitenzahlen, Zellen oder Zeitintervalle im Prompt oder Funktionsaufruf ausdrücklich nennen; das Änderungsprotokoll verweist auf Einstiegsanleitungen für Dokumenten-, Video- und Audioverständnis. Diese Änderung betrifft, wie Dateien ins Modell gelangen, nicht die Fähigkeiten des Modells selbst – Entwickler können sie also nutzen, ohne das Modell zu wechseln.

Empfohlene Tools

Mehr