アプリの中でAIがしていることの多くは、文章を書くことではありません。選ぶことです。この問い合わせをどのモデルに任せるか、この画像は規則に反しているか、この苦情はどれほど深刻か、といった判断です。GoogleのGemini Decisions APIは、こうした仕事のために作られました。回答を一語ずつ生成するのではなく、そのモデルGemini Decision 1が決められた選択肢を1回の処理で採点して確率を返すため、チャットモデルに尋ねるより速く、はるかに安くなります。
仕組みは簡単に説明できます。テキスト、画像、音声、動画、PDFを組み合わせた最大256Kトークンの入力を一つ送り、そこに最大1,000個の独立した質問を付けます。質問は三種類で、はい・いいえの判定、2〜255個の選択肢からの選択、順序付きの評価基準による採点です。どの回答にも0から1の信頼度が付くので、開発者は判断に迷う案件を人間やより強力なモデルに回せます。Googleによると、遅延は全体で150-250 msで、入力が16Kトークンまでなら、1リクエストあたりの質問が1個でも100個でもほぼ変わりません。
目玉は価格です。Decision 1は入力100万トークンあたり0.10ドルで出力は無料、共通の入力は質問の数にかかわらず1回分だけ課金され、AI Studioには試作用の無料枠もあります。Googleは、自社のベンチマーク群では通常のAPIでGemini 3.5 Flash-Liteを使うより5倍近く安く、較正誤差も最も小さいとしています。Google社内ではすでにGemini Notebookで問い合わせの振り分け に使われ、日常的な質問の遅延が最大40%下がったといいます。Google LabsのCCでは、200を超える候補から絵文字のリアクションを選ぶのにも使われています。
これは私たちがすでに追っている分野です。私たちがレビューしているTypeSafe AIのJevは、型付きの選択と確率という同じ考え方を、入力100万トークンあたり0.042ドル、出力無料で提供しており、Googleの半額以下です。Googleの強みはネイティブのマルチモーダル入力と、OpenRouter、LangChain、Vercel、LiteLLMなどとの連携で、Jevの強みはコストです。大規模に分類を行うチームは、自分たちのデータで比べてみる価値があります。
注意点はいつものものです。ベンチマーク結果と較正についての主張はGoogle自身によるもので、発表ではベンチマーク群が詳しく説明されていません。判定モデルは与えられた選択肢の中から選ぶだけなので、質問の立て方が悪くても自信のある答えが返ってきます。また、遅延の数字は最大の256Kよりはるかに短い入力を前提としています。