Gemini Decisions API: क्या नया है, मूल्य निर्धारण और विकल्प (2026)

Google ने 11 नवंबर, 2026 को Gemini Decisions API लॉन्च किया। यह तेज़, क्लोज्ड-सेट (सीमित विकल्पों वाले) निर्णयों के लिए एक नया एंडपॉइंट है, जो Gemini Decision 1 नामक एक नए मॉडल द्वारा संचालित है।
उत्तर लिखने के बजाय, यह मॉडल विकल्पों के एक निश्चित सेट को स्कोर करता है। Google का कहना है कि यह शुरू से अंत तक 150 से 250 मिलीसेकंड में प्रायिकता (probabilities) और कॉन्फिडेंस स्कोर लौटाता है। आप एक ही अनुरोध में एक इनपुट के बारे में 1,000 तक प्रश्न पूछ सकते हैं।
यह गाइड कवर करती है कि यह API क्या करता है, तीन प्रकार के प्रश्न, मूल्य निर्धारण और Google के भीतर शुरुआती उपयोग। यह विकल्पों के साथ समाप्त होता है, जिसमें उन टीमों के लिए नो-कोड मार्ग शामिल है जो स्प्रेडशीट में फीडबैक को स्कोर करना चाहती हैं। विवरण 12 नवंबर, 2026 को पढ़ी गई Google की लॉन्च पोस्ट से लिए गए हैं।
Google ने 11 नवंबर को क्या घोषणा की
Google की पोस्ट उत्पाद का वर्णन एक पंक्ति में करती है। यह API को "हमारे नए Gemini Decision 1 मॉडल द्वारा संचालित तेज़, क्लोज्ड-सेट निर्णयों के लिए एक नया एंडपॉइंट" कहती है।
पोस्ट के मुख्य तथ्य:
- मॉडल का नाम। मॉडल ID gemini-decision-1 है।
- यह कहाँ चलता है। यह Google AI Studio में Gemini API के माध्यम से उपलब्ध है।
- इनपुट। एक इनपुट में टेक्स्ट, इमेज, ऑडियो, वीडियो और PDFs को मिलाया जा सकता है, जो 256K टोकन तक हो सकते हैं।
- प्रश्न। आप उस इनपुट के साथ 1,000 तक स्वतंत्र प्रश्न जोड़ सकते हैं।
- गति। उत्तर शुरू से अंत तक 150 से 250 मिलीसेकंड में आ जाते हैं।
- कीमत। इनपुट की लागत $0.10 प्रति 1M टोकन है, और आउटपुट टोकन की कोई लागत नहीं है।
Google इसे अन्य AI सिस्टम के लिए एक बिल्डिंग ब्लॉक के रूप में पेश करता है। पोस्ट में "टूल चयन, पॉलिसी चेक, मॉडल राउटिंग और कॉन्टेक्स्ट ग्रेडिंग" को लक्षित कार्यों के रूप में सूचीबद्ध किया गया है।
Gemini Decisions API कैसे काम करता है
अधिकांश भाषा मॉडल एक बार में एक टोकन टेक्स्ट जेनरेट करके उत्तर देते हैं। Gemini Decision 1 सीमित प्रश्नों के लिए उस चरण को छोड़ देता है।
पोस्ट कहती है कि मॉडल "एक ही फॉरवर्ड पास में आपके उम्मीदवार विकल्पों को स्कोर करता है।" यह लिखित उत्तर के बजाय प्रत्येक विकल्प के लिए एक प्रायिकता लौटाता है। यह डिज़ाइन गति और कीमत दोनों की व्याख्या करता है।
प्रश्न का डिज़ाइन अधिकांश काम करता है। Google का उदाहरण प्रत्येक विकल्प को एक संक्षिप्त विवरण देता है, जैसे "पास में पहले से मौजूद कपड़े या तौलिये के साथ काउंटर पर थोड़ा सा बिखराव।" इस तरह के स्पष्ट मानदंड मॉडल को स्कोर करने के लिए कुछ ठोस आधार देते हैं।
जब आप अपने स्वयं के प्रश्न लिखते हैं तो कुछ आदतें मदद करती हैं:
- विकल्पों को अलग रखें। ओवरलैप होने वाली दो श्रेणियां उनके बीच प्रायिकता को विभाजित कर देंगी।
- प्रत्येक विकल्प का वर्णन करें। एक पंक्ति की परिभाषा "अर्जेंट" जैसे एकल शब्द से बेहतर होती है।
- रूब्रिक स्तरों को क्रमबद्ध करें। रूब्रिक स्कोर 0 से शुरू होते हैं, इसलिए सबसे निचले स्तर को पहले रखें।
- एक कैच-ऑल जोड़ें। एक "अन्य" विकल्प अजीब आइटमों को गलत श्रेणी में जाने से रोकता है।
प्रत्येक उत्तर 0 से 1 तक का कॉन्फिडेंस स्कोर वहन करता है। Google अस्पष्ट मामलों को कहीं और भेजने के लिए इसका उपयोग करने का सुझाव देता है। पोस्ट कहती है कि कोड "अस्पष्ट मामलों को फ़ालबैक या मानव समीक्षक के पास भेज सकता है।"
अनुरोध बढ़ने पर भी गति बनी रहती है। Google का कहना है कि 16K टोकन तक के इनपुट के लिए, औसत लेटेंसी "प्रति अनुरोध 1 से 100 प्रश्नों तक लगभग स्थिर" रहती है।
तीन प्रकार के प्रश्न
API तीन प्रकार के प्रश्नों का समर्थन करता है। आप एक ही अनुरोध में एक ही इनपुट के लिए तीनों को मिला सकते हैं।
| प्रकार | यह क्या करता है | आउटपुट |
|---|---|---|
| हाँ/नहीं (noul) | अनुमान लगाता है कि कोई शर्त पूरी होती है या नहीं | उत्तर 'हाँ' होने की प्रायिकता |
| बहुविकल्पीय (choice) | 2 से 255 विकल्पों में से चुनता है | विजेता, साथ ही प्रत्येक विकल्प के लिए सामान्यीकृत प्रायिकताएं |
| रूब्रिक स्कोर (score) | 0 से शुरू होने वाले क्रमित पैमाने पर इनपुट को ग्रेड करता है | एक भारित स्कोर, साथ ही प्रत्येक स्तर के लिए एक प्रायिकता |
Google का अपना उदाहरण एक संक्षिप्त टेक्स्ट नोट के साथ ब्रेकूम काउंटर की एक तस्वीर की जांच करता है। एक अनुरोध पूछता है कि क्या वहां कुछ बिखरा हुआ है, कौन सी सफाई कार्रवाई उपयुक्त है, और गंदगी कितनी गंभीर है।
व्यावसायिक डेटा के लिए, यही पैटर्न सामान्य समीक्षा कार्य पर लागू होता है। एक सपोर्ट टीम प्रत्येक टिकट के लिए पूछ सकती है कि क्या इसमें रिफंड का उल्लेख है, यह किस उत्पाद क्षेत्र से संबंधित है, और यह कितना जरूरी है। ये हमारे उदाहरण हैं, Google के नहीं।
एक ही पास में मल्टीमॉडल इनपुट
मॉडल एक साथ कई प्रारूपों को पढ़ता है। Google की पोस्ट कहती है कि यह "एक ही फॉरवर्ड पास में सीधे टेक्स्ट, इमेज, ऑडियो, वीडियो और PDFs को प्रोसेस कर सकता है।"
पोस्ट उदाहरण के रूप में दो जोड़ियां देती है। एक है "अकाउंट मेटाडेटा के साथ कॉल रिकॉर्डिंग।" दूसरा है "क्षति की तस्वीरों के साथ एक स्कैन किया हुआ PDF क्लेम।"
वह दूसरा उदाहरण बीमा और वित्त कार्य की ओर इशारा करता है। एक क्लेम टीम एक ही कॉल में पूर्णता के लिए प्रत्येक क्लेम फ़ाइल को स्कोर कर सकती है, एक श्रेणी चुन सकती है और क्षति की गंभीरता को रेट कर सकती है।
आप इमेज और वीडियो रिज़ॉल्यूशन को भी ट्यून कर सकते हैं। Google का कहना है कि यह "विजुअल डिटेल और टोकन लागत" को नियंत्रित करता है।
Google टीमें पहले से ही इसका उपयोग कैसे करती हैं
Google की पोस्ट कंपनी के भीतर शुरुआती उपयोगों को सूचीबद्ध करती है:
- Gemini Notebook. यह प्रत्येक क्वेरी को सही मॉडल टियर और थिंकिंग लेवल पर भेजने के लिए API का उपयोग करता है। Google का कहना है कि रोज़मर्रा की क्वेरी में "40% तक कम लेटेंसी" मिलती है।
- Stitch. एक रैपिड कैनवास प्रयोग इसका उपयोग सेकंडों में उत्पाद प्रवाह के खेलने योग्य वायरफ्रेम बनाने के लिए करता है।
- CC from Google Labs. यह 200 से अधिक विकल्पों में से "एक सेकंड के अंश में" इमोजी रिएक्शन चुनता है।
- Google Search. यह एक सुरक्षा परत के रूप में कार्य करता है जो MCP टूल्स में प्रतिकूल व्यवहार का पता लगाता है।
प्रत्येक मामला एक लंबे उत्तर के बदले एक तेज़, सीमित विकल्प चुनता है। उनमें से किसी को भी मॉडल द्वारा गद्य लिखने की आवश्यकता नहीं है।
इसकी लागत क्या है
Google की पोस्ट एक सरल कीमत देती है। Gemini Decision 1 "की कीमत $0.10 प्रति 1M इनपुट टोकन और आउटपुट टोकन के लिए $0 है।"
परीक्षण के लिए एक निःशुल्क मार्ग भी है। पोस्ट में "एक API नो-कॉस्ट टियर का उल्लेख है जिसे आप प्रोटोटाइपिंग के लिए Google AI Studio में उपयोग कर सकते हैं।"
बड़े प्रश्न सेटों के लिए बिलिंग में एक उपयोगी विशेषता है। Google का कहना है कि "आपके साझा इनपुट का बिल प्रति अनुरोध एक बार लिया जाता है, चाहे आप कितने भी प्रश्नों का मूल्यांकन करें।" प्रत्येक अतिरिक्त प्रश्न केवल अपने स्वयं के निर्देश और मानदंड टोकन जोड़ता है।
कुछ सामान्य छिपी हुई लागतें अनुपस्थित हैं। Google का कहना है कि "कोई आउटपुट-टोकन शुल्क, परिवर्तनीय थिंकिंग-टोकन बिल, या अलग ऑडियो ट्रांसक्रिप्शन और OCR लागत नहीं है।"
| आइटम | Google की पोस्ट में कीमत |
|---|---|
| इनपुट टोकन | $0.10 प्रति 1M टोकन |
| आउटपुट टोकन | $0 |
| Google AI Studio में प्रोटोटाइपिंग | नो-कॉस्ट टियर |
यहाँ हमारी अपनी धारणाओं का उपयोग करते हुए एक मोटा उदाहरण दिया गया है। एक टीम 5,000 सर्वेक्षण उत्तरों को स्कोर करती है, प्रति उत्तर एक अनुरोध। प्रत्येक अनुरोध में लगभग 400 टोकन उत्तर टेक्स्ट और 150 टोकन प्रश्न होते हैं।
यह प्रति अनुरोध 550 टोकन है, या कुल मिलाकर 2.75 मिलियन टोकन है। $0.10 प्रति 1M इनपुट टोकन पर, बैच की लागत लगभग $0.28 है। वास्तविक टोकन संख्या आपके टेक्स्ट और आपके प्रश्न की शब्दावली पर निर्भर करती है, इसलिए पहले एक नमूने के साथ परीक्षण करें।
Google अपने स्वयं के जेनेरेटिव मॉडल के साथ लागत की तुलना भी करता है। पोस्ट कहती है कि Decisions API "Interactions API के साथ Gemini 3.5 Flash-Lite की तुलना में साझा बेंचमार्क सूट में लगभग 5 गुना सस्ता है।"
कौन इसका उपयोग कर सकता है, और कैसे शुरू करें
Gemini Decisions API एक डेवलपर उत्पाद है। आपको Google AI Studio से एक API की और कुछ कोड की आवश्यकता है।
Google की पोस्ट दस्तावेज़ीकरण में Python, JavaScript और REST गाइड की ओर इशारा करती है। यह तीन डेमो ऐप्स को भी सूचीबद्ध करती है: Doorstep Parcels, Speed Sketch, और Find the Zoo Keeper।
Gemini API का पहले से उपयोग करने वाली टीमों को इनपुट प्रारूप परिचित लगेगा। Google का कहना है कि इनपुट फ़ील्ड "Interactions API के समान Content ब्लॉक प्रारूप का उपयोग करता है।" इसका मतलब है कि इमेज या PDFs के साथ प्रॉम्प्ट बनाने वाले मौजूदा कोड का पुन: उपयोग किया जा सकता है।
आउटपुट को आपकी ओर से संभालने की आवश्यकता है। आपका कोड प्रायिकताओं को पढ़ता है, एक सीमा (threshold) लागू करता है, और तय करता है कि कम कॉन्फिडेंस वाले आइटमों के साथ क्या करना है। पहला बड़ा बैच भेजने से पहले उस लॉजिक की योजना बनाएं।
थर्ड-पार्टी सपोर्ट भी शुरू हो रहा है। पोस्ट में OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit और OpenCode के नाम हैं। Google Cloud में Gemini में सपोर्ट "जल्द ही आने वाला" के रूप में सूचीबद्ध है।
वर्तमान सीमाएं
पोस्ट से ही कुछ सीमाएं सामने आती हैं:
- केवल क्लोज्ड प्रश्न। मॉडल आपके द्वारा परिभाषित विकल्पों में से चुनता है। यह स्पष्टीकरण या सारांश नहीं लिखता है।
- कोड आवश्यक है। व्यावसायिक उपयोगकर्ताओं के लिए किसी पॉइंट-एंड-क्लिक इंटरफ़ेस का वर्णन नहीं किया गया है।
- आपके विकल्प उत्तर को आकार देते हैं। खराब शब्दावली वाला रूब्रिक आश्वस्त लेकिन अनुपयोगी स्कोर उत्पन्न करेगा।
- Google Cloud सपोर्ट लंबित है। जो टीमें Google Cloud के माध्यम से खरीदारी करती हैं, उन्हें सूचीबद्ध एकीकरण की प्रतीक्षा करनी होगी।
कैलिब्रेशन को अभी भी आपके अपने डेटा पर जांचने की आवश्यकता है। Google अपने बेंचमार्क सूट पर सबसे कम कैलिब्रेशन त्रुटि की रिपोर्ट करता है, लेकिन आपके टिकट या क्लेम भिन्न हो सकते हैं।
बड़े पैमाने पर डेटा स्कोर करने वाली टीमों के लिए इसका क्या अर्थ है
Gemini Decisions API एक सामान्य कार्य को सस्ता बनाता है: आइटमों के बड़े ढेरों पर लेबल लगाना। सपोर्ट टिकट, सर्वेक्षण उत्तर, उत्पाद समीक्षाएं और क्लेम फ़ाइलें सभी इसमें फिट बैठते हैं।
तीन प्रश्न यह तय करने में मदद करते हैं कि क्या यह किसी टीम के लिए उपयुक्त है:
- क्या आपके प्रश्न क्लोज्ड हैं? हाँ/नहीं चेक, श्रेणियां और रेटिंग इसके लिए उपयुक्त हैं। ओपन प्रश्न नहीं।
- क्या आपके पास डेवलपर है? किसी को कॉल लिखना होगा और कॉन्फिडेंस स्कोर को संभालना होगा।
- क्या गति या मात्रा समस्या है? API तब चमकता है जब आपके पास हज़ारों आइटम हों या आपको एक सेकंड से कम समय में उत्तर चाहिए हों।
एक महीने में कुछ सौ पंक्तियों और बिना डेवलपर वाली टीमों को यह बचाने की तुलना में अधिक काम लग सकता है। उनके लिए, एक नो-कोड टूल जो फ़ाइल पढ़ता है और सारांश लिखता है, आमतौर पर छोटा रास्ता होता है।
मात्रा समीक्षा के अर्थशास्त्र को भी बदल देती है। जब लेबल की लागत एक सेंट के अंश के बराबर होती है, तो एक टीम नमूने के बजाय हर टिकट को स्कोर कर सकती है। तब बाधा परिणामों पर कार्रवाई करने में आ जाती है।
Gemini Decisions API के विकल्प
डेटा को लेबल और स्कोर करने के अन्य तरीके मौजूद हैं। प्रत्येक की सेटअप लागत अलग होती है।
| विकल्प | यह क्या प्रदान करता है | कीमत या पहुंच |
|---|---|---|
| Interactions API के साथ Gemini 3.5 Flash-Lite | जेनेरेटिव मॉडल जो टेक्स्ट के रूप में लेबल लौटा सकता है | Google का तुलनात्मक आधार; Google का कहना है कि Decisions API इसके बेंचमार्क सूट पर लगभग 5 गुना सस्ता है |
| कस्टम-प्रशिक्षित क्लासिफायर | आपके अपने लेबल किए गए उदाहरणों पर प्रशिक्षित एक मॉडल | लेबल किए गए डेटा और मशीन लर्निंग कौशल की आवश्यकता है |
| Powerdrill Bloom | बिना कोड के, अपलोड की गई फीडबैक फ़ाइलों से थीम, सेंटिमेंट और चार्ट | $0.00 पर फ्री प्लान, $13.27/माह पर प्रो |
जेनेरेटिव मॉडल। एक सामान्य मॉडल टेक्स्ट में समान प्रश्नों के उत्तर दे सकता है। यह अधिक लचीला है, क्योंकि यह अपनी पसंद की व्याख्या भी कर सकता है। Google की पोस्ट Decisions API को सीमित विकल्पों के लिए तेज़ और सस्ते विकल्प के रूप में रखती है।
कस्टम क्लासिफायर। Google की पोस्ट कहती है कि उसकी टीमें "कस्टम क्लासिफायर को प्रशिक्षित करने के बजाय केवल विकल्पों को परिभाषित करके" सुविधाएँ शिप करती हैं। एक प्रशिक्षित क्लासिफायर तब भी समझ में आता है जब आपके पास वर्षों का लेबल किया हुआ डेटा और निश्चित श्रेणियां हों।
Powerdrill Bloom कहाँ फिट बैठता है
फीडबैक स्कोर करने की आवश्यकता वाली कई टीमें कोड नहीं लिखती हैं। उनके पास सर्वेक्षण टूल या ऐप स्टोर से CSV एक्सपोर्ट होता है, और उन्हें मीटिंग के लिए सारांश की आवश्यकता होती है।
Powerdrill Bloom फ़ाइल से ही इसे संभालता है। AI Review Summary Generator समीक्षाओं को "थीम, सेंटिमेंट और नेतृत्व के लिए तैयार कॉलआउट" में समूहित करता है। आप "ऐप स्टोर, NPS, सपोर्ट टूल या किसी भी समीक्षा प्लेटफ़ॉर्म से CSV एक्सपोर्ट" अपलोड करते हैं।
ग्राहक इंटरव्यू और ओपन उत्तरों के लिए, Voice of Customer Summarizer फीडबैक को थीम में बदल देता है। फिर आप AI Graph Maker के साथ परिणामों को चार्ट में बदल सकते हैं।
मूल्य निर्धारण पृष्ठ $0.00 पर फ्री प्लान और $13.27/माह पर प्रो सूचीबद्ध करता है।
Powerdrill Bloom आज़माएँ पिछले महीने के सर्वेक्षण एक्सपोर्ट के साथ और सेंटिमेंट के आधार पर शीर्ष थीम मांगें।
अक्सर पूछे जाने वाले प्रश्न
Gemini Decisions API क्या है?
Gemini Decisions API तेज़, क्लोज्ड-सेट निर्णयों के लिए एक Google एंडपॉइंट है। यह टेक्स्ट लिखने के बजाय हाँ/नहीं, बहुविकल्पीय और रूब्रिक प्रश्नों के विकल्पों को स्कोर करता है, और कॉन्फिडेंस स्कोर के साथ प्रायिकताएं लौटाता है।
Gemini Decision 1 क्या है?
Gemini Decision 1, Decisions API के पीछे का मॉडल है, जिसकी ID gemini-decision-1 है। Google ने इसे 11 नवंबर, 2026 को लॉन्च किया था, और यह टेक्स्ट, इमेज, ऑडियो, वीडियो और PDFs पढ़ता है।
Gemini Decisions API की लागत कितनी है?
Google Gemini Decision 1 की कीमत $0.10 प्रति 1M इनपुट टोकन और आउटपुट टोकन के लिए $0 रखता है। प्रोटोटाइपिंग के लिए Google AI Studio में एक नो-कॉस्ट टियर भी है।
एक अनुरोध में कितने प्रश्न शामिल हो सकते हैं?
एक अनुरोध में एक ही इनपुट के बारे में 1,000 तक स्वतंत्र प्रश्न शामिल हो सकते हैं। इनपुट 256K टोकन तक हो सकता है और इसमें कई प्रारूपों को मिलाया जा सकता है।
क्या Gemini Decisions API टेक्स्ट उत्तर लिखता है?
नहीं। यह आपके द्वारा परिभाषित विकल्पों के लिए प्रायिकता और कॉन्फिडेंस स्कोर लौटाता है। लिखित सारांश या स्पष्टीकरण के लिए, आपको एक जेनेरेटिव मॉडल या किसी अन्य टूल की आवश्यकता होगी।
स्रोत: Google, Gemini Decisions API: Fast, calibrated multimodal decisions.