Google представила Gemini Decisions API - новую конечную точку для задач с ограниченным набором вариантов: выбор инструмента, проверка политик, маршрутизация между моделями, оценка контекста. Работает она на новой модели Gemini Decision 1 (gemini-decision-1) и доступна через Gemini API в Google AI Studio. Анонс датирован 11 ноября 2026 года.
Что она делает
Модель не пишет ответ. За один прямой проход она оценивает предложенные вами варианты и возвращает вероятности и показатели уверенности. Вы отправляете один вход, в котором можно сочетать текст, изображения, аудио, видео и PDF объёмом до 256K токенов, и до 1000 независимых вопросов к нему.
Вопросы бывают трёх типов:
- Да/нет: вероятность того, что условие выполняется; можно добавить описание, что считать истиной, а что ложью.
- Выбор: один вариант из 2-255, с нормализованными вероятностями для каждого кандидата.
- Оценка: градация по упорядоченной шкале; в ответе взвешенный балл и вероятность для каждого уровня.
Каждый ответ сопровождается значением уверенности от 0 до 1. По замыслу Google, ваш код должен использовать его, чтобы отправлять неоднозначные случаи на запасной сценарий или к проверяющему человеку.
В примерах из публикации в одном запросе смешаны разные типы данных: запись звонка вместе с метаданными аккаунта или отсканированная PDF-заявка вместе с фотографиями повреждений. Разрешение изображений и видео можно настраивать, регулируя детализацию и расход токенов.
Скорость и цена
Google сообщает о задержке 150-250 мс от начала до конца, из которых 50-100 мс приходится на вычисления модели. По словам компании, задержка почти не растёт при переходе от 1 к 100 вопросам в одном запросе. Эта цифра указана для контекстов до 16K токенов. Цена - $0.10 за 1 млн входных токенов, выходные токены оцениваются в ноль. Общий вход оплачивается один раз за запрос, а каждый дополнительный вопрос стоит ровно столько, сколько занимают его инструкция и критерии. Отдельной платы за транскрибацию аудио и OCR нет, токены на рассуждения не тарифицируются.
Кроме того, Google утверждает, что на общем наборе тестов эта связка почти в 5 раз дешевле, чем Gemini 3.5 Flash-Lite через Interactions API, а у Gemini Decision 1 на этом наборе самая низкая ошибка калибровки. Оба результата получены самой Google, независимыми тестами они не подтверждены.
Первое применение внутри Google
Google приводит несколько внутренних примеров. Gemini Notebook направляет входящие запросы на нужный уровень модели и глубину рассуждений; по словам Google, это снижает задержку до 40% на повседневных запросах. Google Search использует API как защитный слой для обнаружения враждебного поведения вокруг инструментов MCP. Ещё в числе примеров - прототипирование дизайна в Stitch и подбор эмодзи в одном из продуктов Labs.
Доступность
Для прототипирования в Google AI Studio есть бесплатный уровень API, а также руководства для Python, JavaScript и REST. Интеграции появляются в OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode, помимо SDK google-genai. Поддержка в Gemini в Google Cloud указана как скоро ожидаемая, дата не названа.