Google 11 ноября 2026 года представила Gemini Decisions API — новый эндпоинт на базе модели Gemini Decision 1 (gemini-decision-1) для быстрых закрытых решений: да или нет, выбор из 2–255 вариантов и оценка по рубрике. Модель мультимодальна — принимает текст, изображения, аудио, видео и PDF, обрабатывает до 1000 независимых вопросов за один проход и возвращает вероятности с confidence-оценкой, не генерируя выходные токены. Цена — $0.10 за 1 миллион входных токенов и $0 за выходные, что по заявлению Google примерно в 5 раз дешевле Gemini 3.5 Flash-Lite с Interactions API на общих задачах; заявленная задержка составляет 150–250 миллисекунд end-to-end. Попробовать API бесплатно можно в Google AI Studio, а gemini-decision-1 уже поддерживается на Vercel AI Gateway.

image
image
image

Что произошло

11 ноября 2026 года Google объявила о запуске Gemini Decisions API — выделенного эндпоинта на модели gemini-decision-1, который возвращает закрытые решения трёх типов: бинарный ответ да или нет, выбор одного варианта из списка от 2 до 255 позиций и оценку по заданной рубрике. Модель принимает текст, изображения, аудио, видео и PDF объёмом до 256 тысяч токенов на вход, а за один проход обрабатывает до 1000 независимых вопросов. Вместо сгенерированного текста эндпоинт отдаёт вероятности по вариантам и confidence-оценку в диапазоне от 0 до 1, при этом выходные токены не генерируются вовсе. Тариф — $0.10 за 1 миллион входных токенов при нулевой стоимости выходных; по заявлению Google, на общих задачах это примерно в 5 раз дешевле связки Gemini 3.5 Flash-Lite с Interactions API. Заявленная задержка — 150–250 миллисекунд end-to-end, из которых 50–100 миллисекунд занимает медианное время вычислений модели. Эндпоинт уже доступен в Google AI Studio, где его можно опробовать бесплатно, а у Vercel модель gemini-decision-1 открыта через AI Gateway.

Контекст

Поводом для такого продукта стала структура расходов в агентных системах: значительная часть вызовов больших языковых моделей тратится не на генерацию текста, а на микрорешения — классификацию, роутинг между моделями, проверку политик и ранжирование кандидатов, — и каждый такой вызов исторически оплачивался как полноценная генерация. Google отвела под эти задачи отдельный контрольный слой: из-за отсутствия последовательной генерации токенов модель сразу вычисляет вероятности по всем вариантам, а генеративная LLM остаётся только для открытых задач со свободным текстом. Компания уже применяет этот слой в собственных продуктах: Gemini Notebook использует API для динамического роутинга моделей, снижая задержку на рутинных запросах до 40 процентов, а CC из Google Labs выбирает с его помощью эмодзи-реакцию из палитры более чем 200 вариантов за доли секунды. Иначе говоря, речь идёт не об исследовательском демо, а о контрольной плоскости, вокруг которой уже построены работающие продуктовые сценарии.

Почему это важно для индустрии

Для разработчиков и компаний это новый строительный примитив: выделенный решающий слой, к которому можно уводить классификацию, роутинг, проверки политик и ранжирование, оставив генеративную модель только там, где нужен свободный текст. Сильнее всего меняется экономика массовых задач — модерации, тегирования и ранжирования в реальном времени, где тысячи мелких проверок выполняются за один проход вместо отдельных генеративных вызовов. Поддержка gemini-decision-1 на Vercel AI Gateway снижает барьер интеграции: пилот можно запустить через привычный шлюз, без отдельной инфраструктуры и контрактов. Если независимые тесты подтвердят заявленные цену, задержку и калибровку вероятностей, решающий слой может закрепиться в агентных стеках как стандартный компонент рядом с генеративным, а у конкурентов появится прямой повод выпустить аналогичные decision-эндпоинты.

Почему это важно для пользователей

Читателям, которые строят агентов или автоматизируют процессы, это даёт практический выигрыш уже сейчас: рутинные проверки «да или нет» и «какой из вариантов» можно перевести с генеративной модели на выделенный эндпоинт, сократив и стоимость, и задержку, что позволяет ставить их прямо в горячий путь исполнения приложения. Поскольку вероятности считаются напрямую по сырому входу, за аудио, изображения и PDF не нужно отдельно платить за транскрипцию и распознавание текста. Эндпоинт открыт бесплатно в Google AI Studio, поэтому калибровку, точность и скорость стоит проверить в тот же день на собственном наборе задач и сравнить с текущим решением. Разумный план на неделю: инвентаризировать места, где генеративная LLM занимается классификацией, роутингом или проверкой политик, выписать десять самых частых таких вызовов и обкатать их на gemini-decision-1, отобрав сначала некритичные сценарии.

Что пока неизвестно / ограничения

Не опубликовано ни одной независимой оценки точности, калибровки или задержки gemini-decision-1, а калиброванность — свойство, которое в итоге проверяется только на данных конкретного пользователя. Сравнение «примерно в 5 раз дешевле» стоит читать как ориентир вендора: набор общих задач, на котором Google считала экономию, в доступных источниках не описан. Не раскрыты и архитектурные детали — как именно вычисляются вероятности и как обеспечивается заявленная калибровка. Внутренние цифры самой Google, включая снижение задержки на 40 процентов в Gemini Notebook, также приводятся компанией и требуют независимой проверки.

Источники

Автор

Look at AI, редакция