Google melancarkan Gemini Decisions API, satu endpoint baharu yang didorong oleh model Gemini Decision1 untuk membantu agen AI membuat keputusan pra-tetap dengan pantas tanpa menghasilkan respons teks yang panjang.
Antara ini membenarkan pembangun menilai sehingga 1000 soalan berasingan terhadap input multimodal bersama yang mengandungi teks, gambar, audio, video, dan PDF. Gemini Decision1 tidak menghasilkan respons secara token demi token, tetapi menilai pilihan pra-tetap dalam satu laluan maju tunggal, mengembalikan kebarangkalian dan skor keyakinan, dengan latensi end-to-end antara 150 hingga 250 milisaat.
Google menyatakan bahawa model ini dibina khas untuk tugas terbatas, seperti memilih alat, memeriksa kesesuaian dasar, menghala pertanyaan ke model yang betul, dan menilai konteks. Pembangun boleh menghantar semakan "ya atau tidak", soalan pilihan berganda dengan sehingga 255 pilihan, atau permintaan penilaian berdasarkan kriteria penilaian yang telah ditetapkan dalam satu panggilan API.
Keputusan yang lebih pantas dan berkos lebih rendah
Menurut Google, masa pengiraan model median untuk API ini adalah 50 hingga 100 milisaat, dan prestasi hampir tidak berubah apabila setiap permintaan memproses 1 hingga 100 soalan.
Model ini menyokong jendela konteks sehingga 256000 token dan boleh memproses pelbagai jenis data secara serentak. Ini membolehkan pembangun menggabungkan input seperti rakaman audio, gambar, dan dokumen tanpa perlu bergantung pada sistem pemprosesan yang berasingan.
Google juga menyatakan bahawa model ini berprestasi lebih baik daripada sistem pesaing dalam ujian yang merangkumi penerusan agen, penalaran, pengurutan, dan pemahaman multimodal, sambil mencapai ralat kalibrasi terendah.
Syarikat tersebut menyatakan bahawa Gemini Decision1 lebih murah hampir lima kali ganda berbanding Gemini 3.5 Flash-Lite yang menggunakan Interactions API dalam set ujian bersama mereka.
Pengumuman ini berlaku semasa persaingan alat keputusan AI profesional semakin ketat. OpenAI melancarkan Decisions API pada bulan Oktober, yang didorong oleh model GPT-6 Luna. Syarikat tersebut menyatakan bahawa kelajuan keputusan perkhidmatan ini 10 kali lebih pantas berbanding Responses API mereka, dan menyokong sehingga 400 soalan setiap permintaan. Seperti produk Google, ia menyediakan pemeriksaan berdasarkan kebarangkalian, pilihan pelbagai pilihan, dan penilaian berdasarkan kriteria penskoran, dengan harga bermula daripada $0.10 setiap juta token input.
Decisions API mengecakup bayaran sebanyak US$0.10 setiap juta token input, tanpa caj untuk token output. Pembangun hanya membayar sekali sahaja untuk data input yang dikongsi, walaupun setiap soalan menambahkan token yang berkaitan dengan arahan dan piawaian.
Membekalkan aplikasi AI dunia nyata
Google telah melaksanakan teknologi ini dalam pelbagai produk, membuktikan bagaimana model keputusan khusus dapat meningkatkan kelajuan dan kecekapan sistem automatik.
Di Gemini Notebook, API akan menghala pertanyaan yang masuk ke peringkat model dan tahap inferens yang sesuai. Menurut Google, pendekatan ini boleh mengurangkan latensi pertanyaan harian sehingga 40%, sambil mengekalkan model inferens yang lebih kuat untuk tugas-tugas yang kompleks.
Teknologi ini juga menyokong eksperimen reka bentuk pantas untuk platform Google Stitch, membenarkan pengguna menghasilkan kerangka produk interaktif dan mengubahnya melalui arahan suara atau input sentuh.
Sementara itu, pembantu CC Google menggunakan API ini untuk memilih reaksi emoji dari lebih daripada 200 pilihan dalam beberapa peratusan saat.
Google Search juga menggunakan teknologi ini sebagai lapisan keselamatan untuk mengesan tingkah laku adversarial yang melibatkan alat Model Context Protocol (MCP).
Selain aplikasi-aplikasi ini, API ini juga boleh membantu pembangun membina sistem yang secara automatik memilih alat yang sesuai, menilai maklumat yang masuk, dan menentukan kapan intervensi manusia diperlukan.
API Keputusan kini tersedia melalui Google AI Studio, termasuk peringkat percuma untuk prototaip. Google juga sedang melancarkan integrasi dengan platform pembangun seperti OpenRouter, LangChain, Vercel, LiteLLM, dan PydanticAI.


