Gemini Decision 1: Özellikler, Kıyaslamalar, Fiyatlandırma ve Erişim

Karar modelleri başlı başına bir kategori haline geliyor. TypeSafe'in Jev modeli, metin yerine olasılıklarla yazılan tiplendirilmiş yanıtlar döndürüyor, OpenAI'ın kendi Decisions API'si var ve 11 Kasım 2026'da Google da Gemini Decisions API ve onu destekleyen modeli, Gemini Decision 1 ile katıldı.

Gemini Decision 1 yalnızca kapalı uçlu soruları yanıtlar, açık uçlu olanları asla: evet/hayır kontrolleri, çoktan seçmeli ve rubrik puanları; bir istekte 1.000 adede kadar. Metin, görsel, ses, video ve PDF'leri tek bir ileri geçişte okur, çıktı jetonu faturası çıkarmaz ve 1M giriş jetonu başına $0,10 tutar. Google, uçtan uca 150–250 ms gecikme ve karşılaştırmasında en düşük kalibrasyon hatasını bildiriyor; Jev'in önünde.

Bu yazıda Gemini Decision 1'in ne olduğunu, onunla neler inşa edebileceğinizi, Google'ın kıyaslamalarındaki performansını ve maliyetini ele alacağım. Karar modelleri sizin için yeniyse, TypeSafe'in Jev ve OpenAI Decisions API rehberlerimize bakın.

Yapay zeka ve veri alanındaki gelişmeleri takip etmek için haftalık bültenimiz The Median'a abone olmanızı öneririm.

Kısa Özet

• Gemini Decision 1, Google'ın ilk karar modeli: metin yazmak yerine seçenekleri puanlıyor.
• Jev'e karşı üstünlüğü medya desteğinde: tek bir çağrı görselleri, sesleri, videoları ve PDF'leri değerlendirebiliyor.
• Google'ın grafiğinde en iyi kalibrasyona sahip; bu yüzden eşik belirlemek için güven puanları daha güvenilir.
• Araç çağrısı (tool-call) kararlarında Jev hâlâ önde ve Google'ın ortak değerlendirmelerinde daha ucuza geliyor.
• Yönlendirme, politika kontrolleri ve değerlendirme için kullanın; tek bir kelime bile üretemez.

Gemini Decision 1 Nedir?

Gemini Decision 1 (gemini-decision-1), paylaşılan bir girişe karşı tiplendirilmiş soruları değerlendirip kalibre edilmiş olasılıklar döndüren, çıktı jetonu üretmeyen uzmanlaşmış bir çok modlu modeldir. Google'ın yeni Decisions API'sinin arkasındaki tek modeldir; bu API, Gemini'nin üretken modellerini sunan Interactions API'den ayrıdır.

Normal bir büyük dil modelinden (LLM) farkı, yanıtın nasıl sunulduğundadır. Üretken bir model “faturalandırılan” metni jeton jeton yazar ve kodunuz bunu ayrıştırır; Gemini Decision 1 ise aday her seçeneği tek geçişte puanlar ve her biri için bir olasılık döndürür. Ayrıştırılacak metin yoktur, “düşünme” bütçesi yoktur ve çıktı faturası yoktur.

Google'ın öne çıkardığı iddia kalibrasyondur: Gemini Decision 1, karşılaştırmasında en düşük beklenen kalibrasyon hatasına (ECE) sahiptir; bu da beyan ettiği güvenin, gerçekte ne sıklıkla doğru olduğuyla daha yakından örtüştüğü anlamına gelir. Kodunuz bir olasılığa göre hareket ettiğinde bu, ham doğruluktan daha önemlidir.

Gemini Decision 1'in Öne Çıkan Özellikleri

Gemini Decision 1 tek bir işi yapar; özellikleri, bu işin ne kadarının tek bir çağrıya sığdığıyla ilgilidir.

Tek çağrıda tek bir girdi hakkında 1.000 soruya kadar sorun

Tek bir paylaşılan girdi ve bir soru haritası gönderirsiniz, her soru için tiplendirilmiş bir yanıt alırsınız. Tek bir istek 1 ila 1.000 soru taşıyabilir; 262.144 jetonluk bağlam penceresi ile sınırlıdır ve her soru girdiye yalıtık şekilde çalışır; sorular birbirini “göremez”.

Üç soru türü, kapalı uçlu kararların çoğunu kapsar:

• Evet/hayır (noul): bir ifadenin geçerli olma olasılığı; 0,01 ile 0,99 arasında.
• Seçim: 2 ile 255 arasındaki seçenekten biri; her seçenek için bir olasılıkla birlikte.
• Puan: 2 ile 255 seviyeli sıralı bir rubriğe göre puan; olasılık ağırlıklı beklenen seviye olarak döner.

Pratik kazanım, faturalama ve gecikmededir. Paylaşılan girdi istek başına bir kez faturalandırılır; her ek soru yalnızca kendi talimat ve kriter jetonlarını ekler ve Google'a göre gecikme 1'den 100 soruya kadar neredeyse sabit kalır. Bir destek mesajını 40 politika kuralına göre kontrol etmenin maliyeti, tek kurala göre kontrol etmekten çok az fazladır ve yaklaşık aynı sürede tamamlanır.

Görselleri, sesleri, videoları ve PDF'leri doğrudan değerlendirin

Gemini Decision 1 medyayı yerel olarak okur; böylece taranmış bir PDF talepten zarar fotoğraflarıyla eşleşip eşleşmediğini veya bir çağrı kaydının hangi kuyruğa ait olduğunu sormak için önce transkripsiyon ya da optik karakter tanıma (OCR) gerektirmez. Google, ayrı ses transkripsiyonu veya OCR ücretleri olmadığını not eder; ayrıca görsel ve video girdilerinde çözünürlüğü ayarlayarak görsel detay ile jeton maliyeti arasında denge kurabilirsiniz.

Bu, Jev ve GPT-6 Luna'ya göre en net farktır; ikisinin de Google'ın ses ve video kıyaslarında skoru yok. Google'ın kendi ekipleri bunu canlı medyada kullanıyor: Google Labs'tan CC, 200'den fazla seçenek arasından bir emoji tepkisini saniyenin küçük bir kısmında seçiyor ve Stitch'in rapid canvas'ı ses ve dokunma düzenlemelerini neredeyse anında uyguluyor.

Dokümanlardan iki uyarı. Soru talimatları yalnızca metin kabul eder ve API, YouTube URL'lerini ve doğrudan gs:// Cloud Storage URI'lerini reddeder; bu nedenle medya, Files API, bir HTTPS URL'si veya satır içi baytlar üzerinden gönderilir.

Yönlendirebileceğiniz bir güven puanı alın

Her yanıt, 0 ile 1 arasında bir güven puanı taşır; bu, en üst yanıtın doğru olma olasılığıdır. Önerilen desen, eşiğin üzerinde otomatik işlem yapmak ve kalanları bir geri dönüş yoluna veya insan incelemesine göndermektir.

Google, eşiğin sizin sorumluluğunuz olduğunu açıkça belirtir: Kendi trafiğinizden etiketli örneklerle ayarlayın ve yanlış pozitifleri yanlış negatiflere karşı tartın. Google'ın değerlendirmelerindeki iyi kalibrasyon, sizin verinizde de geçerli olduğunun kanıtı değil, bir başlangıç noktasıdır.

İstekleri doğru modele yönlendirin

Manşet kullanım alanı, üretken modellerin önünde bir kontrol düzlemidir. Gemini Notebook, Decisions API'yi kullanarak gelen her sorguyu doğru model katmanına ve düşünme seviyesine gönderir; günlük sorguları %40'a kadar daha düşük gecikmeyle sunarken, derin akıl yürütme modellerini karmaşık olanlara saklar.

Google Arama, Model Context Protocol (MCP) araçları için, gecikme bütçesi içinde saldırgan davranışı tespit eden bir güvenlik katmanı olarak kullanır. Bu desen genellenebilir: Halihazırda yalnızca bir etiket almak için üretken bir modeli çağırdığınız her yerde, bir karar modeli aynı işi daha hızlı ve ayrıştırma olmadan yapar.

Gemini Decision 1 Kıyaslamalarında Performans Nasıl?

Gemini Decision 1, Google'ın raporladığı 9 doğruluk kıyaslamasının 7'sinde önde ve en düşük kalibrasyon hatasına sahip; ancak Jev 1.14, iki araç-ve-eylem kıyaslamasını kazanıyor ve toplamda daha ucuz. Karşılaştırma; Jev 1.14, OpenAI'ın Decisions API'sindeki GPT-6 Luna ve Interactions API'de minimum düşünmeyle çalışan Gemini 3.5 Flash-Lite'ı kapsıyor. Skorlar Google tarafından raporlanmıştır; her satırın en iyisi kalın yazılmıştır.

Yönlendirme, sıralama ve akıl yürütme

En büyük fark, New Yorker Caption (yalnızca metin) kıyaslamasında: Gemini Decision 1 %79,7 alırken, Jev 1.14 %72,0 ve GPT-6 Luna %68,4 alıyor.

Jev'e karşı farkların çoğu 1–2 puan; bu da gürültüye yakındır. When2Call, ajan yönlendiricileri inşa ediyorsanız dikkat edilmesi gereken kıyaslama: Jev'in burada 2 puanlık üstünlüğü, bu yönlendiricilerin en sık verdiği karara doğrudan denk geliyor.

Ses ve video

Gemini Decision 1, altyazısız Video-MME'de %69,1 alırken, Gemini 3.5 Flash-Lite %63,3 alıyor. Jev ve GPT-6 Luna'nın her iki medya kıyasında da skoru yok.

Dolayısıyla ses ve videoda tek karşılaştırma Google'ın kendi üretken modeliyle. Çıktı jetonu faturası olmadan Flash-Lite'ı yaklaşık 4–6 puan geride bırakmak, medya kararları için yine de güçlü bir argüman.

Kalibrasyon ve maliyet

Gemini Decision 1'in 7 ortak değerlendirme genelindeki Top-1 ECE değeri 0,0250 ile grafikteki en iyisi; Jev 1.14 0,0494 ve GPT-6 Luna 0,0721.

Fiyat tarafında tablo tersine dönüyor. Aynı 7 değerlendirme genelinde Jev, grafikteki en ucuz model.

Google'ın “neredeyse 5 kat daha ucuz” iddiası, kendi Gemini 3.5 Flash-Lite modeline karşı. Jev'e karşı ise daha iyi kalibrasyon ve medya desteği için yaklaşık %30 daha fazla ödüyorsunuz.

Gemini Decision 1 Fiyatlandırma ve Erişilebilirlik

Gemini Decision 1, ücretli katmanda 1M giriş jetonu başına $0,10 tutar ve sıfır çıktı jetonu ürettiği için çıktı ücreti yoktur. Metin, görsel, video, ses ve PDF girdilerinin tümü aynı oranda faturalandırılır.

• Ücretsiz katman: Prototipleme için Google AI Studio'da mevcut; dakikada 200 istek ve günde 10.000 istek. Ücretsiz katman verileri Google'ın ürünlerini iyileştirmek için kullanılır; ücretli katman verileri kullanılmaz.
• Ücretli katmanlar: Seviye 1 dakikada 1.500 isteğe izin verir; Seviye 3'te 15.000'e çıkar.
• Desteklenmeyenler: bağlam önbellekleme, Batch API ve Esnek (Flex) veya Öncelikli (Priority) çıkarım; bu nedenle istekler arasında tekrarlanan girişler her seferinde tam olarak faturalandırılır.
• Durum: Gemini Developer API'de (v1beta) şu anda kullanılabilir.

Eksik bağlam önbelleği, göründüğünden daha önemlidir. Aynı uzun belgeyi birkaç saniyede bir yeni bir soruyla kontrol ediyorsanız, o belge için her çağrıda ödeme yaparsınız; bunun yerine soruları tek bir istekte toplayın.

Gemini Decision 1 Erişimi Nasıl Alınır?

API model kimliği gemini-decision-1'dir; google-genai SDK'sında v1beta API sürümüyle client.decisions.create üzerinden çağrılır. Google AI Studio'da ayrıca, kod yazmadan önce soruları test etmek için Decisions Playground bulunur.

OpenRouter'da model google/gemini-decision-1 olup, Jev ile aynı System One uç noktası üzerinden sunulur; yani sohbet tamamlama uç noktası değildir. Google, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit ve OpenCode genelinde entegrasyonların yayıldığını, Google Cloud'da Gemini desteğinin yakında geleceğini söylüyor. 12 Kasım 2026 itibarıyla Vertex AI model dokümanlarında listelenmemiştir.

İşte tek bir not hakkında iki soru soran minimal bir harcama-talebi kontrolü:

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)Altyapı:

Bir karar-modeli hattının tam işlenmiş bir örneği için, aynı soru, eşik ve geri dönüş desenini ele alan Jev bilet yönlendirici öğreticimize bakın.

Son Düşünceler

Gemini Decision 1, karar modellerini üç sağlayıcılı bir kategori haline getiriyor ve Google, TypeSafe ile OpenAI'ın getirmediği şeyi getirdi: görselleri, sesleri, videoları ve PDF'leri yerel olarak okuyan bir karar modeli. Kendi grafiğinde en iyi kalibrasyona sahip olmasıyla, güven puanlarına göre hareket ettiğinizde daha güvenli bir tercihtir.

Tertemiz bir galibiyet değil. Jev 1.14, Google'ın ortak değerlendirmelerinde daha ucuz ve araç çağrısı kararlarında daha iyi; bu yüzden yalnızca metin tabanlı bir ajan yönlendirici için acil bir geçiş nedeni yok. Medya veya PDF içeren her şeyde Gemini Decision 1 ile başlamayı tercih ederim.

Bu tür modellere dayalı uygulamalar geliştirmeye meraklıysanız, Developing AI Applications yetkinlik yolumuzu incelemenizi öneririm.