Суть продукта: От генерации к вероятностям
Google выпустила Gemini Decisions API на базе модели Gemini Decision 1 (gemini-decision-1). Это не текстовая LLM, а инструмент для закрытых решений (closed-set decisions). Модель принимает мультимодальный ввод (текст, изображения, видео, аудио, PDF) и возвращает откалиброванные вероятности для заданных вариантов ответа. Количество выходных токенов всегда равно 0, что кардинально меняет экономику запросов.
API оптимизировано для внутренних ветвлений агентов: маршрутизации запросов, проверки политик, выбора инструментов и оценки качества. Один запрос может содержать до 1000 вопросов к одному общему входу, что позволяет обрабатывать сложные сценарии в одном вызове.
Технические характеристики и цены
Модель работает через Gemini Developer API (v1beta) с контекстным окном в 262 144 токена (256K). Поддерживаются три типа вопросов: yes/no (вероятность от 0.01 до 0.99), choice (выбор 1 из 2–255 вариантов) и score (оценка по рубрике). Google заявляет о медианной задержке модели 50–100 мс и общей задержке 150–250 мс.
Ценообразование фиксировано: $0.10 за 1 млн входных токенов. Общие входные данные оплачиваются один раз за запрос, независимо от количества вопросов. Дополнительные вопросы добавляют только токены инструкций. Выходные токены бесплатны.
Сравнение с конкурентами
Google протестировала Gemini Decision 1 против TypeSafe Jev 1.14, GPT-6 Luna (OpenAI Decisions) и Gemini 3.5 Flash-Lite. Модель лидирует по точности в 7 из 9 бенчмарков и демонстрирует лучшую калибровку (наименьшую ошибку ECE), что критично для автоматизации с пороговыми значениями доверия.
| Метрика / Модель | Gemini Decision 1 | TypeSafe Jev 1.14 | GPT-6 Luna (OpenAI) | Gemini 3.5 Flash-Lite |
|---|---|---|---|---|
| JevBench (точность) | 92.2% | 90.0% | 90.9% | 86.6% |
| Amazon ESCI (Macro-F1) | 58.7% | 56.7% | 54.7% | 47.2% |
| Top-1 ECE (калибровка) | 0.0250 | 0.0494 | 0.0721 | 0.2104 |
| Стоимость (7 evals) | $0.88 | $0.68 | $0.93 | $4.14 |
| Цена за 1M токенов | $0.10 | $0.042 | $0.10 (uncached) | Информация недостаточна |
Ограничения и экосистема
Несмотря на преимущества, у модели есть недостатки. Она уступает Jev 1.14 в бенчмарке When2Call (79.9% против 82.0%) и стоит дороже базового тарифа Jev ($0.10 против $0.042 за 1M токенов). Также отсутствует поддержка prompt caching и Batch API, что делает повторные запросы с одинаковым контекстом более дорогими.
API уже интегрирован в продукты Google: Gemini Notebook использует его для маршрутизации (снижение задержки на 40%), а Gemini on Google Cloud скоро получит поддержку. Эcosystem support включает OpenRouter, LangChain, Vercel AI SDK, LiteLLM и другие. Для разработки требуется SDK google-genai версии 3.2+.
Бенчмарки
| Бенчмарк | Gemini Decision 1 | GPT-6 Luna (OpenAI Decisions) | Gemini 3.5 Flash-Lite | TypeSafe Jev 1.14 |
|---|---|---|---|---|
| JevBench (public split) | 92.2% | 90.9% | 86.6% | 90% |
| Amazon ESCI (Macro-F1) | 58.7% | 54.7% | 47.2% | 56.7% |
| New Yorker Caption (text-only) | 79.7% | 68.4% | 73.7% | 72% |
| Mind2Web Multimodal | 86.2% | 81.8% | 78% | 86.8% |
| PubMedQA | 79.8% | 74.4% | 77.6% | 78.2% |
| Global-MMLU-Lite (non-English) | 86% | 79.6% | 78.8% | 85% |
Жирным — лучший результат в строке. Источник цифр — официальная публикация.
Источник: MarkTechPost ↗