Google присоединилась к быстрорастущему сегменту ИИ, который вообще не пишет текст. 11 ноября 2026 года Google DeepMind представила Gemini Decisions API на базе новой модели Gemini Decision 1, созданной для быстрого принятия решений, а не для генерации ответов. Вместо того чтобы создавать слова по одному токену за раз, она оценивает набор вариантов за один проход и возвращает вероятности и значения уверенности примерно за 150–250 миллисекунд.
API может оценивать до 1000 независимых вопросов в одном запросе, включая текст, изображения, аудио, видео и PDF-файлы, и стоит 0,10 доллара за миллион входных токенов без платы за выходные данные. Ниже представлен четкий разбор того, как это работает, сколько стоит, где Google уже использует это и как модель сопоставляется с другими «моделями принятия решений», появившимися в последние недели.
Ключевые выводы
- Что это: Новая конечная точка для закрытых решений, таких как проверка да/нет, множественный выбор и оценка по критериям.
- Масштаб: До 1000 независимых вопросов на запрос при одном общем мультимодальном вводе объемом до 256 тысяч токенов.
- Скорость: От 150 до 250 мс «от края до края», при этом вычисления модели занимают от 50 до 100 мс.
- Цена: 0,10 доллара за миллион входных токенов; выходные токены не тарифицируются. Google заявляет, что это почти в 5 раз дешевле, чем Gemini 3.5 Flash-Lite в их тестовом наборе.
- Доступность: Уже доступно в Gemini API и Google AI Studio, с бесплатным уровнем для прототипирования.
Gemini Decisions API вкратце
| Деталь | Информация |
|---|---|
| Дата анонса | 11 ноября 2026 г. |
| Модель | Gemini Decision 1 (gemini-decision-1) |
| Типы входных данных | Текст, изображения, аудио, видео и PDF, до 256 тыс. токенов |
| Вопросов на запрос | До 1000 независимых вопросов |
| Результат | Вероятности и показатели уверенности от 0 до 1 |
| Задержка | 150–250 мс общая |
| Цена | $0.10 за 1 млн входных токенов; $0 за вывод |
| Где попробовать | Google AI Studio, руководства по Python, JavaScript и REST |
Что такое модель принятия решений?
Большинство моделей ИИ генерируют текст. Модель принятия решений создана для более узкой задачи: на основе входных данных и списка возможных ответов выбрать лучший и указать степень уверенности. Поскольку модель напрямую оценивает варианты и не декодирует ответ токен за токеном, она может отвечать гораздо быстрее и дешевле, чем обычная чат-модель. Она подходит для множества мелких суждений внутри крупных систем, таких как маршрутизация запроса, проверка правила или оценка контента.
Как это работает: три типа вопросов в одном запросе
Разработчики отправляют одни общие входные данные и набор вопросов. Каждый вопрос может быть одного из трех типов, и в одном запросе их можно смешивать:
| Тип | Что делает | Результат |
|---|---|---|
| Да/Нет (названо "noul") | Оценивает, верно ли условие, с необязательным описанием того, что считается истиной или ложью | Вероятность |
| Выбор (Choice) | Выбирает из 2–255 вариантов | Победитель и нормализованные вероятности для каждого варианта |
| Оценка (Score) | Оценивает ввод по упорядоченной шкале, начиная с нуля | Непрерывная взвешенная оценка плюс вероятности для каждого уровня |
В примере от Google проверяется фотография стойки в комнате отдыха перед встречей. Один запрос спрашивает, есть ли неубранная пролитая жидкость, какое действие по уборке подходит и насколько серьезен беспорядок, и получает одновременно вероятность, ранжированный выбор и оценку серьезности. Каждый ответ сопровождается значением уверенности, поэтому приложение может отправлять случаи с низкой уверенностью вспомогательной модели или живому модератору.
Входные данные могут комбинировать форматы, например, запись звонка с метаданными аккаунта или отсканированную претензию в формате PDF с фотографиями повреждений. Разработчики могут настраивать разрешение изображений и видео для контроля детализации и стоимости токенов.
Ценообразование и модель затрат
| Элемент | Как тарифицируется |
|---|---|
| Входные токены | $0.10 за миллион |
| Выходные токены | Не тарифицируются |
| Общий ввод | Оплачивается один раз за запрос, независимо от количества вопросов |
| Каждый вопрос | Добавляет только токены собственных инструкций и критериев |
| Прочие расходы | Нет счетов за «токены размышления» и отдельных затрат на транскрибацию аудио или OCR |
| Прототипирование | Бесплатный уровень API в Google AI Studio |
Такая структура поощряет задавать много вопросов к одним и тем же входным данным. Поскольку файл или запись оплачиваются один раз, добавление второго, десятого или сотого вопроса обходится лишь в стоимость дополнительного текста инструкций.
Заявления о скорости и производительности
- Задержка: 150–250 мс общая, медианное время вычислений модели — 50–100 мс. Google утверждает, что задержка остается практически неизменной при количестве вопросов от 1 до 100 на запрос.
- Стоимость: Почти в 5 раз дешевле, чем Gemini 3.5 Flash-Lite, используемая через Interactions API, в общем наборе тестов.
- Точность: Google заявляет, что Gemini Decision 1 лидирует в наборе тестов, охватывающем маршрутизацию агентов, логические рассуждения, ранжирование и мультимодальное понимание, а также имеет самую низкую ошибку калибровки, что означает, что показатели уверенности наиболее точно соответствуют реальной точности.
Эти цифры получены в ходе собственных испытаний Google, а результаты тестов были опубликованы в виде графиков, а не подробных таблиц. Для их подтверждения потребуются независимые оценки.
Как Google уже использует это
| Продукт | Использование |
|---|---|
| Gemini Notebook | Маршрутизатор в реальном времени, который отправляет каждый запрос на нужный уровень модели и уровень размышлений, обслуживая повседневные запросы с задержкой до 40% ниже |
| Stitch (эксперимент с холстом) | Генерирует воспроизводимые вайрфреймы потока продукта за считанные секунды и применяет правки голосом или касанием почти мгновенно |
| CC из Google Labs | Выбирает реакцию эмодзи из палитры более 200 штук за доли секунды |
| Google Поиск | Слой безопасности для инструментов, подключенных через Model Context Protocol, для обнаружения враждебного поведения и контента |
Общая схема такова: небольшая быстрая модель обрабатывает управляющие решения, в то время как более крупные модели резервируются для работы, требующей генерации или глубоких рассуждений.
Новая категория: модели принятия решений
Google не одинока. В последние недели стартап, основанный бывшим исследователем OpenAI, затем сама OpenAI, Cloudflare и Microsoft представили модели или интерфейсы в стиле принятия решений. Сравнение трех из них показывает их различия:
| Функция | Jev (стартап) | OpenAI | Google Gemini Decision 1 |
|---|---|---|---|
| Представлено | 21 сентября 2026 г. | 6 октября 2026 г. | 11 ноября 2026 г. |
| Типы вопросов | Да/нет, выбор, оценка по критериям | Похожий интерфейс решений | Да/нет, выбор, оценка по критериям |
| Типы ввода | Только текст и JSON | Текст и изображения | Текст, изображения, аудио, видео и PDF |
| Цена ввода | $0.042 за 1 млн токенов | $0.10 за 1 млн токенов | $0.10 за 1 млн токенов |
| Цена вывода | Бесплатно | Бесплатно | Бесплатно |
В тесте с видеоклипом один разработчик обнаружил практическую разницу: две другие модели возвращали плоские 1.0 или 0.0 для вопросов «да/нет», в то время как Gemini возвращала градуированные вероятности, такие как 0.92 и 0.05. Это согласуется с акцентом Google на калибровке, хотя один тест не является доказательством лучшей точности.
Где найти
Помимо Google AI Studio, интеграции внедряются в OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode, а также в SDK Google GenAI. Поддержка в Gemini на Google Cloud значится как «скоро появится». Google также предлагает демонстрационные приложения в AI Studio для тестирования API без написания кода.
Почему это важно для разработчиков приложений и маркетологов
Этот раздел является редакционным анализом ASOWorld, а не заявлением Google.
Для всех, кто встраивает функции ИИ в приложения, модели принятия решений меняют представление о том, что делать дешево:
- Дешевые защитные барьеры. Проверка контента, скрининг на соответствие политике и модерация могут запускаться для каждого запроса, а не для выборки, так как каждая проверка стоит ничтожную долю от генеративного вызова.
- Более умная маршрутизация моделей. Отправка простых запросов дешевым моделям, а сложных — мощным — один из главных способов сократить расходы на ИИ, а модель принятия решений делает шаг маршрутизации достаточно быстрым, чтобы быть незаметным.
- Улучшенные рабочие процессы проверки. Показатели уверенности позволяют приложениям автоматизировать очевидные случаи и отправлять людям только сомнительные, что подходит для поддержки, модерации и проверки качества объявлений.
- Мультимодальные вводы. Прямая оценка видео, аудио и документов открывает такие функции, как автоматический аудит скриншотов или видео, проверка качества звонков и тегирование контента.
- Выбор по совокупной стоимости. Цена ввода, поддерживаемые форматы и калибровка различаются у разных провайдеров, поэтому командам следует тестировать кандидатов на собственных данных.
Для получения дополнительной информации о платформах ИИ и их влиянии на бизнес приложений посетите раздел AI Tech на Marketing Trending.
📱 Угол маркетинга приложений
Быстрые и дешевые слои принятия решений упрощают добавление функций ИИ, которые кажутся мгновенными: от умной маршрутизации до автоматических проверок качества. Приложения, внедряющие эти функции, могут использовать этот момент для обновления данных в сторах, скриншотов и ключевых слов с упором на конкретные возможности. Узнайте, как решения для маркетинга ИИ-приложений от ASOWorld помогают превращать новые возможности в рейтинги, установки и доход.
За чем следить дальше
- Независимые бенчмарки. Сторонние тесты точности и калибровки конкурирующих моделей принятия решений.
- Доступность в Google Cloud. Обещанная поддержка для корпоративных клиентов, которая должна появиться в ближайшее время.
- Ценовая конкуренция. Будут ли провайдеры снижать цены, стремясь к самому дешевому варианту на рынке.
- Более широкое внедрение в продукты Google. Появление большего количества функций, использующих API в качестве слоя управления, помимо Notebook, Stitch, CC и Поиска.
Быстрые ответы: Gemini Decisions API
Что такое Gemini Decisions API?
Конечная точка Google на базе модели Gemini Decision 1, которая оценивает вопросы типа «да/нет», множественного выбора и критериев за один быстрый проход вместо генерации текста.
Сколько это стоит?
0,10 доллара за миллион входных токенов, плата за выходные токены отсутствует; в Google AI Studio есть бесплатный уровень для прототипирования.
Насколько это быстро?
Google заявляет о 150–250 миллисекундах «от края до края».
Что модель может обрабатывать?
Текст, изображения, аудио, видео и PDF-файлы объемом до 256 тыс. токенов, до 1000 независимых вопросов за один запрос.
Для чего используются модели принятия решений?
Для маршрутизации запросов между моделями, проверки правил политик, оценки контента, выбора инструментов и маркировки сомнительных случаев для проверки человеком.
Как она сопоставима с другими моделями принятия решений?
Она совпадает с OpenAI по цене ввода (0,10 доллара за миллион токенов) и поддерживает больше типов данных, в то время как конкурент-стартап дешевле (0,042 доллара за миллион), но поддерживает только текст и JSON.
Follow Us on Facebook
