Gemini Decisions API: Nowości, cennik i alternatywy (2026)

Google uruchomiło Gemini Decisions API 11 listopada 2026 roku. Jest to nowy punkt końcowy (endpoint) do szybkich decyzji o zamkniętym zbiorze opcji, napędzany przez nowy model o nazwie Gemini Decision 1.
Zamiast pisać odpowiedź, model ocenia ustalony zestaw opcji. Google twierdzi, że zwraca on prawdopodobieństwa i wyniki ufności w czasie od 150 do 250 milisekund, licząc kompleksowo (end-to-end). W ramach jednego zapytania można zadać do 1 000 pytań dotyczących jednego wejścia danych.
Ten przewodnik omawia możliwości API, trzy typy pytań, cennik oraz wczesne zastosowania wewnątrz Google. Kończy się zestawieniem alternatyw, w tym ścieżką no-code dla zespołów, które chcą oceniać opinie w arkuszu kalkulacyjnym. Szczegóły pochodzą z posta Google o premierze, przeczytanego 12 listopada 2026 roku.
Co Google ogłosiło 11 listopada
Post Google opisuje produkt w jednym zdaniu. Nazywa API „nowym punktem końcowym dla szybkich decyzji o zamkniętym zbiorze, napędzanym przez nasz nowy model Gemini Decision 1”.
Kluczowe fakty z posta:
- Nazwa modelu. Identyfikator modelu to gemini-decision-1.
- Gdzie działa. Jest dostępny poprzez Gemini API w Google AI Studio.
- Dane wejściowe. Jedno wejście może łączyć tekst, obrazy, dźwięk, wideo i pliki PDF, do 256K tokenów.
- Pytania. Do tego wejścia można dołączyć do 1 000 niezależnych pytań.
- Szybkość. Odpowiedzi docierają w ciągu 150 do 250 milisekund kompleksowo.
- Cena. Koszt wejścia to $0.10 za 1M tokenów, a tokeny wyjściowe nic nie kosztują.
Google przedstawia to jako element budulcowy dla innych systemów AI. Post wymienia „wybór narzędzi, kontrole polityki, rutowanie modeli i ocenę kontekstu” jako docelowe zadania.
Jak działa Gemini Decisions API
Większość modeli językowych odpowiada, generując tekst po jednym tokenie na raz. Gemini Decision 1 pomija ten krok w przypadku pytań o ograniczonym zakresie.
Post mówi, że model „ocenia kandydujące opcje w jednym przejściu w przód (forward pass)”. Zwraca prawdopodobieństwo dla każdej opcji zamiast pisemnej odpowiedzi. Taka konstrukcja wyjaśnia zarówno szybkość, jak i cenę.
Projektowanie pytań wykonuje większość pracy. Przykład Google nadaje każdemu wyborowi krótki opis, taki jak „Mały wyciek na blacie ze szmatką lub ręcznikiem znajdującym się już w pobliżu”. Jasne kryteria tego typu dają modelowi konkretny punkt odniesienia do oceny.
Kilka nawyków pomaga przy pisaniu własnych pytań:
- Utrzymuj opcje rozdzielne. Dwie nakładające się kategorie rozdzielą prawdopodobieństwo między siebie.
- Opisz każdą opcję. Jednolinijkowa definicja jest lepsza niż pojedyncze słowo, takie jak „pilne”.
- Uporządkuj poziomy rubryki. Wyniki rubryki zaczynają się od 0, więc umieść najniższy poziom jako pierwszy.
- Dodaj opcję ogólną. Wybór „inne” zapobiega wymuszaniu przypisania nietypowych elementów do niewłaściwego koszyka.
Każda odpowiedź zawiera wynik ufności od 0 do 1. Google sugeruje używanie go do przesyłania niejasnych przypadków gdzie indziej. Post mówi, że kod może „kierować niejednoznaczne przypadki do rozwiązania rezerwowego lub ludzkiego recenzenta”.
Szybkość utrzymuje się wraz ze wzrostem liczby żądań. Google twierdzi, że mediana opóźnienia pozostaje „niemal płaska od 1 do 100 pytań na żądanie” dla wejść do 16K tokenów.
Trzy typy pytań
API obsługuje trzy rodzaje pytań. Można mieszać wszystkie trzy w odniesieniu do tego samego wejścia w jednym żądaniu.
| Typ | Co robi | Wyjście |
|---|---|---|
| Tak/nie (noul) | Szacuje prawdopodobieństwo, że warunek jest spełniony | Prawdopodobieństwo, że odpowiedź brzmi tak |
| Wielokrotny wybór (choice) | Wybiera spośród 2 do 255 opcji | Zwycięzca oraz znormalizowane prawdopodobieństwa dla każdej opcji |
| Wynik rubryki (score) | Ocenia wejście na uporządkowanej skali zaczynającej się od 0 | Wynik ważony oraz prawdopodobieństwo dla każdego poziomu |
Własny przykład Google sprawdza zdjęcie blatu w pokoju socjalnym z krótką notatką tekstową. Jedno żądanie pyta, czy nastąpił wyciek, jakie działanie porządkowe pasuje i jak poważny jest bałagan.
W przypadku danych biznesowych ten sam wzorzec przekłada się na typowe prace recenzenckie. Zespół wsparcia mógłby zapytać dla każdego zgłoszenia, czy wspomina ono o zwrocie pieniędzy, jakiego obszaru produktu dotyczy i jak pilne jest. To są nasze przykłady, nie Google.
Wejście multimodalne w jednym przejściu
Model odczytuje kilka formatów jednocześnie. Post Google mówi, że może on przetwarzać „tekst, obrazy, dźwięk, wideo i pliki PDF bezpośrednio w pojedynczym przejściu w przód”.
Post podaje dwa połączenia jako przykłady. Jednym z nich jest „nagranie rozmowy z metadanymi konta”. Drugim jest „zeskanowane roszczenie w formacie PDF ze zdjęciami uszkodzeń”.
Ten drugi przykład wskazuje na pracę w ubezpieczeniach i finansach. Zespół ds. roszczeń mógłby ocenić każdy plik roszczenia pod kątem kompletności, wybrać kategorię i ocenić dotkliwość szkód w jednym wywołaniu.
Można również dostosować rozdzielczość obrazu i wideo. Google twierdzi, że pozwala to kontrolować „szczegółowość wizualną i koszt tokenów”.
Jak zespoły Google już go używają
Post Google wymienia wczesne zastosowania wewnątrz firmy:
- Gemini Notebook. Używa API do kierowania każdego zapytania do odpowiedniego poziomu modelu i poziomu myślenia. Google twierdzi, że codzienne zapytania uzyskują „do 40% niższe opóźnienie”.
- Stitch. Eksperyment z szybkim obszarem roboczym (canvas) używa go do generowania grywalnych makiet przepływu produktu w kilka sekund.
- CC z Google Labs. Wybiera reakcję emoji z ponad 200 opcji „w ułamku sekundy”.
- Google Search. Działa jako warstwa bezpieczeństwa, która wykrywa zachowania antagonistyczne w narzędziach MCP.
Każdy przypadek zamienia długą odpowiedź na szybki, ograniczony wybór. Żaden z nich nie wymaga od modelu pisania prozy.
Ile to kosztuje
Post Google podaje prostą cenę. Gemini Decision 1 „jest wyceniony na $0.10 za 1M tokenów wejściowych i $0 za tokeny wyjściowe”.
Istnieje również bezpłatna ścieżka do testowania. Post wspomina o „bezpłatnym poziomie API, którego można używać w Google AI Studio do prototypowania”.
Rozliczanie ma przydatną cechę przy dużych zestawach pytań. Google twierdzi: „Twoje współdzielone wejście jest rozliczane raz na żądanie, bez względu na to, ile pytań oceniasz”. Każde dodatkowe pytanie dodaje tylko własne tokeny instrukcji i kryteriów.
Niektóre typowe ukryte koszty są nieobecne. Google twierdzi, że nie ma „opłat za tokeny wyjściowe, zmiennych rachunków za tokeny myślenia ani oddzielnych kosztów transkrypcji audio i OCR”.
| Pozycja | Cena w poście Google |
|---|---|
| Tokeny wejściowe | $0.10 za 1M tokenów |
| Tokeny wyjściowe | $0 |
| Prototypowanie w Google AI Studio | Poziom bezpłatny |
Oto przybliżony przykład obliczeniowy, przy użyciu naszych własnych założeń. Zespół ocenia 5 000 odpowiedzi w ankiecie, jedno żądanie na odpowiedź. Każde żądanie zawiera około 400 tokenów tekstu odpowiedzi i 150 tokenów pytań.
To daje 550 tokenów na żądanie, czyli łącznie 2,75 miliona tokenów. Przy cenie $0.10 za 1M tokenów wejściowych, partia kosztuje około $0.28. Rzeczywista liczba tokenów zależy od Twojego tekstu i sformułowania pytań, więc najpierw przetestuj na próbce.
Google porównuje również koszty ze swoimi własnymi modelami generatywnymi. Post mówi, że Decisions API jest „prawie 5x tańsze w całym współdzielonym pakiecie testowym niż Gemini 3.5 Flash-Lite z Interactions API”.
Kto może go używać i jak zacząć
Gemini Decisions API to produkt dla programistów. Potrzebujesz klucza API z Google AI Studio i trochę kodu.
Post Google wskazuje na przewodniki dla Python, JavaScript i REST w dokumentacji. Wymienia również trzy aplikacje demonstracyjne: Doorstep Parcels, Speed Sketch oraz Find the Zoo Keeper.
Zespoły korzystające już z Gemini API uznają format wejściowy za znajomy. Google twierdzi, że pole wejściowe „używa tego samego formatu bloku Content co Interactions API”. Oznacza to, że istniejący kod budujący prompty z obrazami lub plikami PDF może zostać ponownie wykorzystany.
Wyjście wymaga obsługi po Twojej stronie. Twój kod odczytuje prawdopodobieństwa, stosuje próg i decyduje, co zrobić z elementami o niskiej ufności. Zaplanuj tę logikę przed wysłaniem pierwszej dużej partii.
Wsparcie stron trzecich jest również wdrażane. Post wymienia OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit oraz OpenCode. Wsparcie w Gemini w Google Cloud jest wymienione jako „dostępne wkrótce”.
Obecne ograniczenia
Kilka ograniczeń wynika z samego posta:
- Tylko pytania zamknięte. Model wybiera spośród opcji, które zdefiniujesz. Nie pisze wyjaśnień ani podsumowań.
- Wymagany kod. Nie opisano interfejsu typu „wskaż i kliknij” dla użytkowników biznesowych.
- Twoje opcje kształtują odpowiedź. Źle sformułowana rubryka wygeneruje pewne siebie, ale nieprzydatne wyniki.
- Wsparcie Google Cloud jest w toku. Zespoły kupujące przez Google Cloud muszą poczekać na wymienioną integrację.
Kalibracja nadal wymaga sprawdzenia na własnych danych. Google raportuje najniższy błąd kalibracji w swoim pakiecie testowym, ale Twoje zgłoszenia lub roszczenia mogą się różnić.
Co to oznacza dla zespołów oceniających dane na dużą skalę
Gemini Decisions API sprawia, że powszechne zadanie staje się tanie: nakładanie etykiet na duże stosy elementów. Zgłoszenia wsparcia, odpowiedzi w ankietach, recenzje produktów i pliki roszczeń – wszystko to pasuje.
Trzy pytania pomagają zdecydować, czy pasuje to do zespołu:
- Czy Twoje pytania są zamknięte? Kontrole tak/nie, kategorie i oceny dobrze do tego pasują. Pytania otwarte – nie.
- Czy masz programistę? Ktoś musi napisać wywołania i obsłużyć wyniki ufności.
- Czy problemem jest szybkość lub objętość? API błyszczy, gdy masz tysiące elementów lub potrzebujesz odpowiedzi w mniej niż sekundę.
Zespoły z kilkuset wierszami miesięcznie i bez programisty mogą uznać, że to więcej pracy niż oszczędności. Dla nich narzędzie no-code, które czyta plik i pisze podsumowanie, jest zazwyczaj krótszą drogą.
Objętość zmienia również ekonomię recenzji. Gdy etykiety kosztują ułamki centa, zespół może oceniać każde zgłoszenie zamiast próbki. Wąskie gardło przenosi się wtedy na podejmowanie działań na podstawie wyników.
Alternatywy dla Gemini Decisions API
Istnieją inne sposoby etykietowania i oceniania danych. Każdy ma inny koszt konfiguracji.
| Opcja | Co oferuje | Cena lub dostęp |
|---|---|---|
| Gemini 3.5 Flash-Lite z Interactions API | Model generatywny, który może zwracać etykiety jako tekst | Linia bazowa porównania Google; Google twierdzi, że Decisions API jest prawie 5x tańsze w jego pakiecie testowym |
| Klasyfikator trenowany na zamówienie | Model wytrenowany na Twoich własnych etykietowanych przykładach | Wymaga etykietowanych danych i umiejętności uczenia maszynowego |
| Powerdrill Bloom | Tematy, sentyment i wykresy z przesłanych plików z opiniami, bez kodu | Plan darmowy za $0.00, Pro za $13.27/mo |
Modele generatywne. Ogólny model może odpowiedzieć na te same pytania tekstem. Jest bardziej elastyczny, ponieważ może również wyjaśnić swój wybór. Post Google pozycjonuje Decisions API jako szybszą i tańszą opcję dla wyborów o ograniczonym zakresie.
Niestandardowe klasyfikatory. Post Google mówi, że jego zespoły wdrażają funkcje „po prostu definiując opcje, zamiast trenować niestandardowe klasyfikatory”. Wytrenowany klasyfikator nadal ma sens, gdy masz lata etykietowanych danych i stałe kategorie.
Gdzie pasuje Powerdrill Bloom
Wiele zespołów, które muszą oceniać opinie, nie pisze kodu. Mają eksport CSV z narzędzia do ankiet lub sklepu z aplikacjami i potrzebują podsumowania na spotkanie.
Powerdrill Bloom obsługuje to bezpośrednio z pliku. AI Review Summary Generator grupuje recenzje w „tematy, sentyment i gotowe dla kierownictwa wnioski”. Przesyłasz „eksport CSV ze sklepów z aplikacjami, NPS, narzędzi wsparcia lub dowolnej platformy recenzenckiej”.
W przypadku wywiadów z klientami i otwartych odpowiedzi, Voice of Customer Summarizer zamienia opinie w tematy. Następnie możesz zamienić wyniki w wykresy za pomocą AI Graph Maker.
Strona z cennikiem wymienia plan Free za $0.00 i Pro za $13.27/mo.
Wypróbuj Powerdrill Bloom z eksportem ankiety z zeszłego miesiąca i zapytaj o główne tematy według sentymentu.
Często zadawane pytania
Co to jest Gemini Decisions API?
Gemini Decisions API to punkt końcowy Google do szybkich decyzji o zamkniętym zbiorze. Ocenia opcje dla pytań typu tak/nie, wielokrotnego wyboru i rubryk zamiast pisać tekst, oraz zwraca prawdopodobieństwa wraz z wynikami ufności.
Co to jest Gemini Decision 1?
Gemini Decision 1 to model stojący za Decisions API, o identyfikatorze gemini-decision-1. Google uruchomiło go 11 listopada 2026 roku; odczytuje on tekst, obrazy, dźwięk, wideo i pliki PDF.
Ile kosztuje Gemini Decisions API?
Google wycenia Gemini Decision 1 na $0.10 za 1M tokenów wejściowych i $0 za tokeny wyjściowe. Istnieje również poziom bezpłatny w Google AI Studio do prototypowania.
Ile pytań może zawierać jedno żądanie?
Jedno żądanie może zawierać do 1 000 niezależnych pytań dotyczących pojedynczego wejścia. Wejście może mieć do 256K tokenów i może łączyć kilka formatów.
Czy Gemini Decisions API pisze odpowiedzi tekstowe?
Nie. Zwraca prawdopodobieństwa i wyniki ufności dla zdefiniowanych przez Ciebie opcji. Do pisemnych podsumowań lub wyjaśnień potrzebujesz modelu generatywnego lub innego narzędzia.
Źródła: Google, Gemini Decisions API: Fast, calibrated multimodal decisions.