Google startet Gemini Decisions API für schnelle multimodale Entscheidungen
Google hat die Gemini Decisions API vorgestellt. Der Endpunkt basiert auf dem Modell Gemini Decision 1 und trifft schnelle Entscheidungen aus einer begrenzten Auswahl auf Basis von Texten, Bildern, Audio, Videos und PDFs. Der Dienst kann bis zu 1.000 Fragen zu einer gemeinsamen Eingabe bewerten und Wahrscheinlichkeiten sowie Konfidenzwerte zurückgeben.
- Gemini Decision 1 bewertet bis zu 1.000 Fragen in einer Anfrage.
- Die API verarbeitet Texte, Bilder, Audio, Videos und PDFs.
- Google gibt eine Ende-zu-Ende-Latenz von 150 bis 250 ms an.
- Der Preis beträgt $0.10 pro 1M Eingabetokens, für Ausgabetokens fallen $0 an.
- Für das Prototyping ist in Google AI Studio eine kostenlose API-Stufe verfügbar.
Eine multimodale Eingabe, bis zu 1.000 Fragen
Die Gemini Decisions API ist für klar abgegrenzte Entscheidungen gedacht, etwa für die Auswahl von Tools, Richtlinienprüfungen, das Routing von Modellen und die Bewertung von Kontexten. Entwickler können eine gemeinsame multimodale Eingabe mit bis zu 256K Tokens übermitteln und in einer einzigen Anfrage bis zu 1.000 unabhängige Fragen stellen.
Die Fragen können drei Entscheidungstypen kombinieren: Ja-Nein-Prüfungen, Multiple-Choice-Fragen und geordnete Bewertungsskalen. Multiple-Choice-Fragen unterstützen zwischen 2 und 255 Optionen, während Bewertungsfragen für jede Stufe einen kontinuierlichen gewichteten Wert und Wahrscheinlichkeiten zurückgeben.
Jede Antwort enthält einen Konfidenzwert zwischen 0 und 1. Laut Google können Anwendungen damit unklare Fälle an ein Ausweichsystem oder einen menschlichen Prüfer weiterleiten. Die Eingaben verwenden dasselbe Content-Block-Format wie die Interactions API. Entwickler können außerdem Modalitäten kombinieren, etwa eine Gesprächsaufzeichnung mit Kontometadaten oder ein gescanntes Schadens-PDF mit Fotos des Schadens.
Für geringe Latenz und niedrigere Entscheidungskosten entwickelt
Anders als ein generatives Modell, das Antworttexte Token für Token erzeugt, bewertet Gemini Decision 1 die möglichen Optionen in einem einzigen Vorwärtsdurchlauf. Google gibt für multimodale Eingaben und Kontexte mit bis zu 16K Tokens eine Ende-zu-Ende-Latenz von 150 bis 250 ms an. Darin enthalten sind 50 bis 100 ms für die mediane Modellberechnung. Laut dem Unternehmen bleibt die Latenz bei 1 bis 100 Fragen pro Anfrage nahezu konstant.
Gemini Decision 1 kostet $0.10 pro 1M Eingabetokens. Für Ausgabetokens fallen keine Kosten an. Google zufolge waren das Modell und die Decisions API in der gemeinsamen Benchmark-Suite fast 5-mal günstiger als Gemini 3.5 Flash-Lite mit der Interactions API. Das Unternehmen erklärt außerdem, dass die gemeinsame Eingabe pro Anfrage nur einmal abgerechnet wird, während jede Frage lediglich ihre eigenen Anweisungs- und Kriterien-Tokens hinzufügt.
Laut Google liegt Gemini Decision 1 bei Benchmarks zu Agenten-Routing, Schlussfolgerungen, Ranking und multimodalem Verständnis vorn und weist den niedrigsten Kalibrierungsfehler auf. Dabei handelt es sich um vom Unternehmen gemeldete Benchmark-Angaben.
Google-Teams nutzen die API bereits
Google zufolge verwendet Gemini Notebook die Decisions API, um Anfragen an die passende Modellstufe und Denktiefe weiterzuleiten. Nach Angaben des Unternehmens lassen sich alltägliche Anfragen dadurch mit bis zu 40 % geringerer Latenz bearbeiten, während Modelle mit tiefergehenden Schlussfolgerungen für komplexe Aufgaben reserviert bleiben.
Stitch nutzt die API in einem schnellen Canvas-Experiment, um spielbare Wireframes für Produktabläufe zu erzeugen und diese per Sprach- oder Tippeingabe zu bearbeiten. CC von Google Labs verwendet sie, um Emoji-Reaktionen aus einer Palette mit mehr als 200 Optionen auszuwählen. Google Search setzt die Decision API als Sicherheitsschicht für MCP-Tools ein, um gegen adversariales Verhalten und Inhalte zu erkennen, die sich gegen adversariale Evaluierungen richten.
Entwickler können in Google AI Studio über eine kostenlose API-Stufe mit dem Prototyping beginnen. Google hat außerdem Anleitungen für Python, JavaScript und REST veröffentlicht. Integrationen werden für OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit und OpenCode ausgerollt. Unterstützung für Gemini in Google Cloud soll bald folgen.
