Gemini Decision 1: funktioner, benchmarkresultat, prissättning och åtkomst

Beslutsmodeller håller på att bli en egen kategori. TypeSafes Jev returnerar typade svar med sannolikheter i stället för text, OpenAI har ett eget Decisions API, och den 11 november 2026 anslöt sig Google med Gemini Decisions API och modellen bakom, Gemini Decision 1.

Gemini Decision 1 besvarar slutna frågor, aldrig öppna: ja/nej-kontroller, flerval och rubrikpoäng, upp till 1 000 per begäran. Den läser text, bilder, ljud, video och PDF:er i ett enda framåtriktat pass, debiterar noll utgående token och kostar $0,10 per 1M ingående token. Google rapporterar 150–250 ms end-to-end-fördröjning och den lägsta kalibreringsfelet i sin jämförelse, före Jev.

I den här artikeln går jag igenom vad Gemini Decision 1 är, vad du kan bygga med den, hur den presterar på Googles benchmarktester och vad den kostar. Om beslutsmodeller är nya för dig, se våra guider till TypeSafes Jev och OpenAI Decisions API.

För att hänga med i AI- och datavärlden rekommenderar jag att du prenumererar på vårt veckobrev, The Median.

Sammanfattning

• Gemini Decision 1 är Googles första beslutsmodell: den poängsätter alternativ i stället för att skriva text.
• Fördelen över Jev är media: ett anrop kan bedöma bilder, ljud, video och PDF:er.
• Den har bäst kalibrering i Googles diagram, så dess tillförlitlighetspoäng är de som lämpar sig att tröska på.
• Jev vinner fortfarande på beslut om verktygsanrop och är billigare i Googles gemensamma utvärderingar.
• Använd den för routning, policyskontroller och bedömning; den kan inte generera ett enda ord.

Vad är Gemini Decision 1?

Gemini Decision 1 (gemini-decision-1) är en specialiserad multimodal modell som utvärderar typade frågor mot en delad indata och returnerar kalibrerade sannolikheter med noll utgående token. Det är den enda modellen bakom Googles nya Decisions API, en separat endpoint från Interactions API som betjänar Geminis generativa modeller.

Skillnaden från en vanlig stor språkmodell (LLM) ligger i hur svaret kommer ut. En generativ modell skriver ”fakturerande” token för token och din kod tolkar den; Gemini Decision 1 poängsätter varje kandidat i ett svep och lämnar tillbaka en sannolikhet för varje. Det finns ingen text att parsa, ingen ”thinking budget” och ingen utgående kostnad.

Påståendet Google lyfter fram är kalibrering: Gemini Decision 1 har lägst förväntat kalibreringsfel (ECE) i sin jämförelse, vilket betyder att den angivna tillförlitligheten följer hur ofta den faktiskt har rätt. Det är viktigare än ren noggrannhet när din kod agerar på en sannolikhet.

Viktiga funktioner i Gemini Decision 1

Gemini Decision 1 gör ett jobb, så funktionerna handlar om hur mycket av det jobbet som ryms i ett anrop.

Ställ upp till 1 000 frågor om en indata i ett anrop

Du skickar en delad indata och en karta med frågor och får ett typat svar per fråga. En enda begäran kan bära 1 till 1 000 frågor, begränsat av kontextfönstret på 262 144 token, och varje fråga körs mot indata i isolering, så frågorna kan inte se varandra.

Tre frågetyper täcker de flesta slutna beslut:

• Ja/nej (noul): sannolikheten att ett påstående stämmer, från 0,01 till 0,99.
• Val: ett alternativ från 2 till 255, med en sannolikhet för varje alternativ.
• Poäng: ett betyg på en ordnad rubrik med 2 till 255 nivåer, returnerat som en sannolikhetsviktad förväntad nivå.

Den praktiska vinsten är debitering och fördröjning. Den delade indatan debiteras en gång per begäran, varje extra fråga lägger bara till sina egna instruktioner och kriterietoken, och Google säger att fördröjningen förblir nästan platt från 1 till 100 frågor. Att kontrollera ett supportmeddelande mot 40 policysregler kostar lite mer än att kontrollera det mot en regel och tar ungefär lika lång tid.

Bedöm bilder, ljud, video och PDF:er direkt

Gemini Decision 1 läser media inbyggt, så du kan fråga om ett skannat skadeanspråk i PDF matchar sina skadebilder, eller vilken kö en samtalsinspelning hör till, utan transkribering eller optisk teckenigenkänning (OCR) först. Google noterar att det inte finns några separata avgifter för ljudtranskribering eller OCR, och du kan justera upplösningen på bild- och videoindata för att avväga visuell detalj mot tokenkostnad.

Detta är den tydligaste skillnaden mot Jev och GPT-6 Luna, som båda saknar resultat på Googles ljud- och videobenchmark. Googles egna team använder den på live-media: CC från Google Labs väljer en emojireaktion från mer än 200 alternativ på en bråkdel av en sekund, och Stitch’s rapid canvas tillämpar röst- och tryckredigeringar nästan omedelbart.

Två brasklappar från dokumentationen. Frågeinstruktioner accepterar endast text, och API:et avvisar YouTube-URL:er och direkta gs://-URI:er för Cloud Storage, så media skickas in via Files API, en HTTPS-URL eller inline-bytes.

Få en tillförlitlighetspoäng du kan routa på

Varje svar har en tillförlitlighetspoäng från 0 till 1, den uppskattade sannolikheten att toppsvaret är rätt. Mönstret som avses är att agera automatiskt över en tröskel och skicka allt annat till en fallback eller en mänsklig granskare.

Google är tydligt med att tröskeln är ditt ansvar: sätt den utifrån märkta exempel från din egen trafik och väg falska positiva mot falska negativa. Bra kalibrering på Googles utvärderingar är en startpunkt, inte ett bevis på att den håller på dina data.

Routa begäranden till rätt modell

Det främsta användningsfallet är som ett kontrollplan framför generativa modeller. Gemini Notebook använder Decisions API för att skicka varje inkommande fråga till rätt modellnivå och tänkenivå, betjäna vardagliga frågor med upp till 40% lägre latens och spara djupa resonemangsmodeller till de komplexa.

Google Sök använder det som ett säkerhetslager för Model Context Protocol (MCP)-verktyg, och upptäcker fientligt beteende inom sin latensbudget. Mönstret generaliserar: varhelst du i dag anropar en generativ modell bara för att få tillbaka en etikett, gör en beslutsmodell samma jobb snabbare och utan tolkning.

Hur presterar Gemini Decision 1 på benchmarktester?

Gemini Decision 1 leder 7 av 9 noggrannhetsbenchmarkar som Google rapporterar och har lägst kalibreringsfel, men Jev 1.14 vinner de två verktygs- och åtgärdsbenchmarkarna och är billigare totalt. Jämförelsen omfattar Jev 1.14, GPT-6 Luna på OpenAIs Decisions API och Gemini 3.5 Flash-Lite på Interactions API med minimal ”thinking”. Poängen är rapporterade av Google, och det bästa per rad är i fetstil.

Routning, ranking och resonemang

Den största ledningen är på New Yorker Caption (endast text), där Gemini Decision 1 når 79,7% mot Jev 1.14:s 72,0% och GPT-6 Lunas 68,4%.

De flesta ledningarna över Jev är 1–2 punkter, vilket ligger nära brus. When2Call är den att hålla ögonen på om du bygger agentroutrar: Jevs försprång på 2 punkter landar precis på det beslut sådana routrar oftast fattar.

Ljud och video

Gemini Decision 1 får 69,1% på Video-MME utan undertexter, mot 63,3% för Gemini 3.5 Flash-Lite. Jev och GPT-6 Luna har inga resultat på något av mediabenchmarkarna.

Så för ljud och video är den enda jämförelsen mot Googles egen generativa modell. Att slå Flash-Lite med cirka 4–6 punkter samtidigt som inga utgående token debiteras är ändå ett starkt case för mediabaserade beslut.

Kalibrering och kostnad

Gemini Decision 1:s Top-1 ECE på 0,0250 över de 7 gemensamma utvärderingarna är bäst i diagrammet, före Jev 1.14 på 0,0494 och GPT-6 Luna på 0,0721.

Priset är där bilden vänds. Över samma 7 utvärderingar är Jev den billigaste modellen i diagrammet.

Googles ”nästan 5x billigare”-påstående gäller mot deras egen Gemini 3.5 Flash-Lite. Jämfört med Jev betalar du cirka 30% mer för bättre kalibrering och mediastöd.

Prissättning och tillgänglighet för Gemini Decision 1

Gemini Decision 1 kostar $0,10 per 1M ingående token på betald nivå, utan utgående avgift eftersom den genererar noll utgående token. Text-, bild-, video-, ljud- och PDF-indata debiteras alla till samma pris.

• Gratisnivå: tillgänglig i Google AI Studio för prototyper, med 200 förfrågningar per minut och 10 000 per dag. Data på gratisnivå används för att förbättra Googles produkter; data på betald nivå gör det inte.
• Betalda nivåer: Nivå 1 tillåter 1 500 förfrågningar per minut, upp till 15 000 på nivå 3.
• Stöds inte: kontextcache, Batch API och Flex eller Priority-inferens, så upprepad indata över förfrågningar debiteras fullt ut varje gång.
• Status: tillgänglig nu på Gemini Developer API (v1beta).

Den saknade kontextcachen spelar större roll än det verkar. Om du kontrollerar samma långa dokument med en ny fråga varannan sekund betalar du för dokumentet vid varje anrop; batcha i stället frågorna i en begäran.

Hur får man åtkomst till Gemini Decision 1?

API-modell-ID:t är gemini-decision-1, anropad via client.decisions.create i SDK:n google-genai med API-version v1beta. Google AI Studio har också en Decisions Playground för att testa frågor innan du skriver kod.

På OpenRouter är modellen google/gemini-decision-1, betjänad via System One-endpointen som används för Jev, alltså inte chat-completions-endpointen. Google säger att integrationer rullas ut i LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit och OpenCode, med stöd för Gemini i Google Cloud inom kort. Den finns inte listad i Vertex AI-modellernas dokumentation per den 12 november 2026.

Här är en minimal utgiftskontroll som ställer två frågor om en anteckning:

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)Drivs av

För ett komplett exempel på en pipeline för beslutsmodeller täcker vår Jev-guide för biljett­routrar samma mönster av frågor, trösklar och fallbacks.

Avslutande tankar

Gemini Decision 1 gör beslutsmodeller till en kategori med tre leverantörer, och Google tog med det som TypeSafe och OpenAI saknade: en beslutsmodell som läser bilder, ljud, video och PDF:er inbyggt. Med bäst kalibrering i sitt eget diagram är den ett säkrare val när du agerar på tillförlitlighetspoäng.

Det är ingen solklar seger. Jev 1.14 är billigare i Googles gemensamma utvärderingar och bättre på beslut om verktygsanrop, så en textbaserad agentrouter har ingen brådska att byta. Allt som involverar media eller PDF:er är där jag skulle börja med Gemini Decision 1.

Om du vill bygga applikationer kring sådana här modeller rekommenderar jag att du tittar på vår kompetensväg Developing AI Applications.