Google выпустила Decisions API: до 1000 вопросов за проход, $0,10 за 1M токенов

Google 11 ноября 2026 года представила Gemini Decisions API - отдельный эндпоинт Gemini API для быстрых решений с закрытым набором вариантов. Работает он на новой модели Gemini Decision 1 (идентификатор gemini-decision-1) и доступен через Google AI Studio. Цена: $0,10 за 1 млн входных токенов, выходные токены не тарифицируются вовсе.
Как это устроено
Модель не генерирует текст по токенам. Она один раз прогоняет вход через сеть и сразу выдает вероятности для заданных вариантов. Отсюда скорость: по данным Google, на вычисления уходит 50-100 мс, а весь запрос занимает 150-250 мс. Задержка почти не растет, когда в запросе не один вопрос, а сто.
На один мультимодальный вход можно задать до 1000 независимых вопросов. Вход - текст, изображения, аудио, видео и PDF, суммарно до 256 тыс. токенов. Модальности можно смешивать: запись звонка вместе с метаданными аккаунта или скан страхового заявления вместе с фото повреждений. Для картинок и видео настраивается разрешение, то есть можно сознательно менять детализацию на стоимость.
Три типа вопросов
- Да/нет: вероятность того, что условие выполняется. К нему можно добавить описания критериев для ответов "истина" и "ложь". - Выбор: от 2 до 255 вариантов. В ответе победитель и нормализованные вероятности по каждому кандидату. - Оценка по шкале: упорядоченная рубрика с уровнями от нуля. Возвращается непрерывный взвешенный балл и вероятности по каждому уровню.
К любому ответу прилагается оценка уверенности от 0 до 1. Идея в том, чтобы код сам отправлял сомнительные случаи на запасной путь или человеку. Где проводить границу, Google не подсказывает, так что порог придется подбирать на собственных размеченных данных.
Поле input использует тот же формат Content block, что и Interactions API, так что переносить входные данные из существующих интеграций будет проще.
Для чего это нужно
Google называет сценарии: выбор инструмента для агента, проверка соответствия правилам, маршрутизация запросов между моделями, оценка релевантности контекста. Для примера: служба поддержки хочет по записи звонка и карточке клиента за один запрос понять, жалоба ли это, срочно ли и в какой отдел передать. Раньше такое чаще решали маленькой LLM с коротким текстовым ответом, теперь для этого есть отдельный инструмент.
Что заявлено про качество и цену
По словам Google, на наборе бенчмарков по маршрутизации агентов, рассуждению, ранжированию и мультимодальному пониманию Gemini Decision 1 лидирует и показывает наименьшую ошибку калибровки. Калибровка здесь важнее обычной точности: если модель говорит "0,9", так должно быть примерно в 90% случаев, иначе порог уверенности бесполезен. Названий конкурентов и таблиц в анонсе нет, поэтому оценка остается заявлением самой компании.
Сравнение по стоимости конкретнее. На общем наборе бенчмарков связка Decisions API с новой моделью почти в 5 раз дешевле, чем Gemini 3.5 Flash-Lite через Interactions API. Часть экономии дает именно отсутствие оплаты за выход.
Есть оговорка: замеры задержки Google приводит для контекстов до 16 тыс. токенов. Для заявленных 256 тыс. скорость на длинных документах и видео стоит проверить самим.
Начать можно с ключа в Google AI Studio. Руководства есть для Python, JavaScript и REST.
Источники
Похожие новости
OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra
OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.
OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента
OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.
NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300
В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.