Google spustil Gemini Decisions API pro rychlá rozhodnutí s uzavřenou množinou odpovědí

Google představil Gemini Decisions API, nový endpoint určený pro rychlá rozhodnutí, u nichž je množina možných odpovědí předem uzavřená. Pohání ho model Gemini Decision 1 (gemini-decision-1) a služba je dostupná přes Gemini API v Google AI Studio. Oznámení zveřejnili 11. listopadu Min Choi, produktový manažer, a Felix Yu, hlavní vědecký pracovník, oba z Google DeepMind.

Podle autorů model hodnotí kandidátní možnosti v jediném dopředném průchodu, takže negeneruje text postupně token po tokenu. Právě tím se liší od běžných jazykových modelů, které odpověď skládají slovo po slovu. Výsledkem není souvislý text, ale strukturovaná odpověď k předem položené otázce.

API podporuje tři typy otázek. Typ otázek ano/ne (označený jako noul). Typ choice umožňuje vybírat ze 2 až 255 možností a typ score hodnotí na uspořádané škále. Každá odpověď přichází spolu se skóre jistoty v rozmezí od 0 do 1. Na jeden požadavek lze položit až 1 000 nezávislých otázek.

Jako vstup lze použít text, obrázky, audio, video i soubory PDF, a to v rozsahu až 256 tisíc tokenů. Model tak může rozhodovat nad poměrně rozsáhlým kontextem, například nad dlouhým dokumentem nebo záznamem.

Důraz klade Google na rychlost. Latence je podle oznámení 150 až 250 milisekund end-to-end, z toho 50 až 100 milisekund připadá na samotný výpočet modelu. Zajímavé je, že zůstává téměř konstantní od jedné do sta otázek v rámci jednoho požadavku. Pro aplikace, které potřebují odpovědět prakticky okamžitě, tedy nezáleží výrazně na tom, kolik rozhodnutí se zpracovává najednou.

Cena činí 0,10 USD za milion vstupních tokenů, přičemž výstupní tokeny se neúčtují. Podle článku vychází Gemini Decision 1 v uvedeném benchmarkovém souboru přibližně pětkrát levněji než Gemini 3.5 Flash-Lite používaný s Interactions API. Zároveň podle autorů dosahuje v testovaném souboru nejnižší chyby kalibrace, tedy jeho skóre jistoty nejlépe odpovídá skutečné pravděpodobnosti správné odpovědi. Jde o údaje z výsledků, které Google sám uvádí, nezávislé ověření v oznámení zmíněno není.

Google představil také několik interních nasazení. V Gemini Notebook se nový model používá pro směrování dotazů a podle článku tím snížil latenci až o 40 procent. Ve službě Stitch slouží k rychlému návrhu, v aplikaci CC od Google Labs vybírá vhodné emoji z více než 200 možností. Ve Search pak plní roli bezpečnostní vrstvy pro nástroje využívající MCP.

Vývojáři mohou začít s API klíčem z Google AI Studio. K vyzkoušení jsou připravené ukázkové aplikace Doorstep Parcels, Speed Sketch a Find the Zoo Keeper. Dokumentace obsahuje návody pro Python, JavaScript a REST.

Google zároveň rozšiřuje integrace s dalšími nástroji a platformami. Podpora se objevuje v OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit a OpenCode. Podpora v Gemini in Google Cloud je zatím ohlášena jako připravovaná.

Nová služba míří na úlohy, kde nejde o delší generovaný text, ale o rychlé a levné klasifikační či výběrové rozhodnutí. Typicky jde o třídění požadavků, filtrování obsahu nebo výběr z pevně daného seznamu možností. Právě pro takové případy je podle Googlu čekání na plnohodnotné generování zbytečné, protože stačí jediný průchod modelem a číselné skóre jistoty, na jehož základě může aplikace sama rozhodnout, zda odpovědi důvěřovat, nebo ji předat dál například člověku.

Oznámení neuvádí, kdy bude služba dostupná mimo Google AI Studio, ani jaké konkrétní limity budou platit pro vyšší objemy požadavků. Zdůrazněné jsou zejména nízká a stabilní latence, cena bez poplatku za výstup a možnost zpracovat velké množství otázek jedním voláním.