Googleは、新モデルGemini Decision 1（gemini-decision-1）を基盤とするGemini Decisions APIを発表した。従来の言語モデルとは異なり、このAPIはテキストを生成せず、同一の入力から最大1,000個の閉じた質問に対して較正された確率を割り当てる。価格は入力トークン100万あたり0.10ドルで、出力トークンは課金対象外とされている。
Googleのブログ記事によると、このAPIは、自律的に一連のアクションを実行するプログラムであるエージェントの動作を構成する中間的な小規模意思決定（ルーティング、ルール検証、ツール選択、スコアリングなど）を対象としている。リクエストには、モデル識別子、共有入力、質問リストが含まれる。質問形式は3種類用意されており、はい/いいえの質問、2〜255の選択肢からの選択、2〜255段階のグリッドによる評価がある。各回答には0から1の信頼度値が付与され、信頼度が低いケースについては代替ソリューションや人間によるレビューに委ねることをGoogleは提案している。
複数質問向けに設計された課金体系
モデルは、テキスト、画像、動画、音声、PDFを単一パスで読み取る。Googleによると、最大16Kトークン（モデルが処理するテキストの単位）までの入力に対して、計算時間の中央値は50〜100ミリ秒、エンドツーエンドのレイテンシは150〜250ミリ秒とされる。この時間は、質問数が1個から100個の間ではほぼ一定に保たれる。共有入力は、質問数に関わらずリクエストごとに1回のみ課金される。コンテキストウィンドウは262,144トークン（256K）に達する。
このモデルは、GoogleがホストするGemini Developer API（v1beta）経由でのみ利用可能で、オープンウェイトやセルフホスティングは提供されていない。google-genai SDK 3.2以降が必要であり、Google AI Studioでは無料枠を利用してプロトタイプを作成できる。
Googleが発表した結果
Googleは、Gemini Decision 1をTypeSafe Jev 1.14、OpenAI DecisionsのGPT-6 Luna、Gemini 3.5 Flash-Liteと比較している。これらの数値はGoogleが提供したもので、拒否およびセキュリティブロックはエラーとしてカウントされている。同社の表によれば、このモデルは精度に関する9つのベンチマークのうち7つで競合を上回り、最も低い較正誤差を示した。公開データセットJevBenchでは92.2%を記録し、Jev 1.14の90.0%を上回った。較正誤差は0.0250で、Jev 1.14の0.0494と比べて約半分であるとGoogleは述べている。
このモデルはWhen2Callでは後れを取っており、79.9%に対しJev 1.14は82.0%だった。また、最低スコアはAmazon ESCIにおけるMacro-F1の58.7%である。共通の7つの評価スイート全体では、総コストは0.88ドルと発表されており、Jev 1.14の0.68ドル、Gemini 3.5 Flash-Liteの4.14ドルと比較される。Jev 1.14の入力価格はトークン100万あたり0.042ドルである。なお、コンテキストキャッシュとBatch APIはまだサポートされておらず、繰り返し使用されるコンテキストはリクエストごとに全額課金される。Googleはさらに、このツールを社内ですでに使用しており、特にGemini Notebookでは、様々なレベルのモデルにクエリを振り分けるために利用され、一般的なクエリのレイテンシを最大40%低減できていると述べている。
