Gemini Decision 1: caracteristici, repere, prețuri și acces

Modelele de decizie devin o categorie în sine. Jev de la TypeSafe returnează răspunsuri tipizate cu probabilități în loc de text, OpenAI are propriul Decisions API, iar pe 11 noiembrie 2026, Google a intrat în joc cu Gemini Decisions API și modelul din spatele lui, Gemini Decision 1.

Gemini Decision 1 răspunde doar la întrebări închise, niciodată la cele deschise: verificări da/nu, variante multiple și scoruri pe rubrică, până la 1.000 per cerere. Citește text, imagini, audio, video și PDF-uri într-un singur forward pass, nu facturează tokeni de ieșire și costă 0,10 $ per 1M tokeni de intrare. Google raportează o latență end-to-end de 150–250 ms și cea mai mică eroare de calibrare în comparația sa, înaintea lui Jev.

În acest articol, îți arăt ce este Gemini Decision 1, ce poți construi cu el, cum se descurcă pe reperele Google și cât costă. Dacă modelele de decizie îți sunt noi, vezi ghidurile noastre pentru Jev de la TypeSafe și OpenAI Decisions API.

Ca să ții pasul cu spațiul AI și date, îți recomand să te abonezi la newsletterul nostru săptămânal, The Median.

Pe scurt

• Gemini Decision 1 este primul model de decizie al Google: notează opțiuni în loc să scrie text.
• Avantajul față de Jev este media: un singur apel poate evalua imagini, audio, video și PDF-uri.
• Are cea mai bună calibrare din graficul Google, deci pe scorurile lui de încredere merită să pui praguri.
• Jev rămâne mai bun la decizii cu apel de instrumente și este mai ieftin în evaluările comune ale Google.
• Folosește-l pentru rutare, verificări de politici și notare; nu poate genera nici măcar un cuvânt.

Ce este Gemini Decision 1?

Gemini Decision 1 (gemini-decision-1) este un model multimodal specializat care evaluează întrebări tipizate față de o intrare comună și întoarce probabilități calibrate fără tokeni de ieșire. Este singurul model din noul Decisions API al Google, un endpoint separat de Interactions API care deservește modelele generative Gemini.

Diferența față de un LLM obișnuit este în felul în care vine răspunsul. Un model generativ „scrie” facturabil token cu token, iar codul tău îl parsează; Gemini Decision 1 punctează fiecare opțiune candidată într-un singur pas și întoarce o probabilitate pentru fiecare. Nu există text de parsat, nici buget de „gândire” și nici cost la ieșire.

Afirmația cu care conduce Google este calibrarea: Gemini Decision 1 are cel mai mic expected calibration error (ECE) din comparația sa, ceea ce înseamnă că scorul declarat de încredere reflectă cât de des are dreptate în realitate. Asta contează mai mult decât acuratețea brută atunci când codul tău acționează pe baza unei probabilități.

Caracteristici-cheie Gemini Decision 1

Gemini Decision 1 face un singur lucru, așa că funcțiile sale țin de cât din acel lucru încape într-un singur apel.

Adresează până la 1.000 de întrebări despre o singură intrare, într-un singur apel

Trimiți o intrare comună și o mapă de întrebări și primești un răspuns tipizat pentru fiecare întrebare. O singură cerere poate conține de la 1 la 1.000 de întrebări, limitate de fereastra de context de 262.144 tokeni, iar fiecare întrebare rulează izolat pe intrare, astfel că întrebările nu se „văd” între ele.

Trei tipuri de întrebări acoperă majoritatea deciziilor închise:

• Da/nu (noul): probabilitatea ca o afirmație să fie valabilă, de la 0,01 la 0,99.
• Alegere: o opțiune din 2 până la 255, cu probabilitate pentru fiecare opțiune.
• Scor: o notă pe o rubrică ordonată de la 2 la 255 niveluri, returnată ca nivel așteptat ponderat cu probabilitatea.

Câștigul practic este la facturare și latență. Intrarea comună este facturată o singură dată per cerere, fiecare întrebare în plus adaugă doar tokenii propriei instrucțiuni și ai criteriilor, iar Google spune că latența rămâne aproape plată de la 1 la 100 de întrebări. Verificarea unui mesaj de suport față de 40 de reguli de politică costă puțin mai mult decât față de una singură și durează cam tot atât.

Evaluează direct imagini, audio, video și PDF-uri

Gemini Decision 1 citește nativ media, astfel că poți întreba dacă o cerere PDF scanată se potrivește cu fotografiile de daună sau în ce coadă se încadrează o înregistrare de apel, fără un pas prealabil de transcriere sau recunoaștere optică a caracterelor (OCR). Google notează că nu există taxe separate pentru transcriere audio sau OCR și poți regla rezoluția pentru intrările imagine și video ca să echilibrezi detaliul vizual cu costul în tokeni.

Aceasta este diferența cea mai clară față de Jev și GPT-6 Luna, niciunul neavând scor pe reperele audio și video ale Google. Echipele Google îl folosesc pe media live: CC de la Google Labs alege o reacție emoji din peste 200 de opțiuni într-o fracțiune de secundă, iar rapid canvas de la Stitch aplică editări prin voce și atingeri aproape instantaneu.

Două avertismente din documentație. Instrucțiunile pentru întrebări acceptă doar text, iar API-ul respinge URL-uri YouTube și URI-uri directe gs:// Cloud Storage, deci media intră prin Files API, un URL HTTPS sau octeți inline.

Primește un scor de încredere pe care îl poți folosi la rutare

Fiecare răspuns poartă un scor de încredere de la 0 la 1, probabilitatea estimată ca răspunsul de top să fie corect. Tiparul recomandat este să acționezi automat peste un prag și să trimiți restul către un fallback sau un evaluator uman.

Google spune explicit că pragul e treaba ta: stabilește-l pe baza unor exemple etichetate din propriul tău trafic și cântărește fals pozitivele față de fals negative. O calibrare bună pe evaluările Google e un punct de pornire, nu dovada că se menține pe datele tale.

Routează cererile către modelul potrivit

Cazul de utilizare principal este ca plan de control în fața modelelor generative. Gemini Notebook folosește Decisions API ca să trimită fiecare interogare către nivelul potrivit de model și de gândire, deservind solicitările obișnuite cu până la 40% latență mai mică și păstrând modelele de raționare profundă pentru cele complexe.

Google Search îl folosește ca strat de siguranță pentru instrumentele Model Context Protocol (MCP), detectând comportamente antagonice în bugetul său de latență. Tiparul se generalizează: oriunde chemi acum un model generativ doar ca să primești o etichetă, un model de decizie face același lucru mai repede și fără parsare.

Cum se descurcă Gemini Decision 1 pe repere?

Gemini Decision 1 conduce 7 dintre cele 9 repere de acuratețe raportate de Google și are cea mai mică eroare de calibrare, dar Jev 1.14 câștigă cele două repere cu instrumente/acțiuni și este per total mai ieftin. Comparația acoperă Jev 1.14, GPT-6 Luna pe Decisions API al OpenAI și Gemini 3.5 Flash-Lite pe Interactions API cu gândire minimă. Scorurile sunt raportate de Google, iar cel mai bun pe rând este îngroșat.

Rutare, ierarhizare și raționament

Cel mai mare avans este pe New Yorker Caption (doar text), unde Gemini Decision 1 obține 79,7% față de 72,0% pentru Jev 1.14 și 68,4% pentru GPT-6 Luna.

Majoritatea avansurilor față de Jev sunt de 1–2 puncte, aproape de zgomot. When2Call e cel de urmărit dacă construiești rutere de agenți: avansul de 2 puncte al lui Jev este fix pe decizia pe care aceste rutere o iau cel mai des.

Audio și video

Gemini Decision 1 obține 69,1% pe Video-MME fără subtitrări, față de 63,3% pentru Gemini 3.5 Flash-Lite. Jev și GPT-6 Luna nu au scor pe niciunul dintre reperele media.

Așadar, pe audio și video, singura comparație este cu propriul model generativ al Google. Să depășească Flash-Lite cu aproximativ 4–6 puncte, facturând în același timp zero tokeni de ieșire, rămâne argumentul mai puternic pentru decizii pe media.

Calibrare și cost

Top-1 ECE al lui Gemini Decision 1, de 0,0250 pe cele 7 evaluări comune, este cel mai bun din grafic, înaintea lui Jev 1.14 la 0,0494 și a lui GPT-6 Luna la 0,0721.

La preț, imaginea se inversează. Pe aceleași 7 evaluări, Jev este cel mai ieftin model din grafic.

Afirmarea „aproape de 5x mai ieftin” a Google este față de propriul Gemini 3.5 Flash-Lite. Față de Jev, plătești cu aproximativ 30% mai mult pentru o calibrare mai bună și suport media.

Prețuri și disponibilitate Gemini Decision 1

Gemini Decision 1 costă 0,10 $ per 1M tokeni de intrare pe nivelul plătit, fără taxă pe ieșire pentru că generează zero tokeni de ieșire. Intrările text, imagine, video, audio și PDF sunt toate facturate la același tarif.

• Plan gratuit: disponibil în Google AI Studio pentru prototipare, la 200 de cereri pe minut și 10.000 de cereri pe zi. Datele din planul gratuit sunt folosite pentru a îmbunătăți produsele Google; datele din planul plătit nu.
• Planuri plătite: Nivelul 1 permite 1.500 de cereri pe minut, urcând la 15.000 la Nivelul 3.
• Nu sunt acceptate: cache de context, Batch API și inferență Flex sau Priority, astfel că aceeași intrare repetată în cereri diferite este facturată integral de fiecare dată.
• Status: disponibil acum pe Gemini Developer API (v1beta).

Lipsa cache-ului de context contează mai mult decât pare. Dacă verifici același document lung cu o întrebare nouă la fiecare câteva secunde, plătești pentru acel document la fiecare apel; pune întrebările la un loc într-o singură cerere în schimb.

Cum obții acces la Gemini Decision 1?

ID-ul modelului în API este gemini-decision-1, apelat prin client.decisions.create în SDK-ul google-genai cu versiunea de API v1beta. Google AI Studio are și un Decisions Playground pentru a testa întrebări înainte să scrii cod.

Pe OpenRouter, modelul este google/gemini-decision-1, servit prin endpoint-ul System One folosit pentru Jev, deci nu endpoint-ul de chat completions. Google spune că integrările se lansează în LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit și OpenCode, cu suport pentru Gemini în Google Cloud în curând. Nu este listat în documentația modelelor Vertex AI la 12 noiembrie 2026.

Iată o verificare minimă a unei note de decont, cu două întrebări despre aceeași notă:

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
    model="gemini-decision-1",
    input="Team dinner, 6 people, $412 incl. wine. Receipt attached.",
    questions={
        "has_alcohol": {"type": "noul", "instructions": "Does the claim include alcohol?"},
        "category": {
            "type": "choice",
            "instructions": "Which expense category fits this claim?",
            "criteria": {"meals": "Food and drink.", "travel": "Flights, trains, hotels.", "other": "Anything else."},
        },
    },
)
print(result.answers["has_alcohol"].noul, result.answers["category"].choice)Funcționează cu

Pentru un exemplu complet de pipeline cu model de decizie, tutorialul nostru Jev pentru rutarea tichetelor acoperă același tipar de întrebări, praguri și fallback-uri.

Concluzii

Gemini Decision 1 transformă modelele de decizie într-o categorie cu trei furnizori, iar Google a adus singurul lucru pe care TypeSafe și OpenAI nu l-au avut: un model de decizie care citește nativ imagini, audio, video și PDF-uri. Cu cea mai bună calibrare din propriul grafic, este alegerea mai sigură când acționezi pe baza scorurilor de încredere.

Nu este o victorie clară. Jev 1.14 este mai ieftin pe evaluările comune ale Google și mai bun la decizii cu apel de instrumente, deci un ruter de agenți doar pe text nu are un motiv urgent să schimbe. Orice implică media sau PDF-uri este locul de început cu Gemini Decision 1.

Dacă vrei să construiești aplicații în jurul unor astfel de modele, îți recomand să verifici parcursul de competențe Developing AI Applications.