Google lancerer Gemini Decisions API til multimodale AI-arbejdsgange

Den 11. november 2026 introducerede Google Gemini Decisions API, et nyt slutpunkt drevet af Gemini Decision 1, som er tilgængeligt via Gemini API i Google AI Studio. Det evaluerer op til 1.000 uafhængige spørgsmål om tekst, billeder, lyd, video og PDF-filer i én anmodning.

Slutpunktet er udviklet til afgrænsede vurderinger som valg af værktøj, kontrol af politikker, dirigering mellem modeller, vurdering af kontekst og rangordning – ikke til prosa eller forklaringer. En anmodning kombinerer ét fælles input med uafhængige spørgsmål. I stedet for at afkode svartekst token for token scorer Gemini Decision 1 mulige svar i ét gennemløb, så programmer kan forgrene sig, sortere og dirigere direkte ud fra typede svar.

Metoden er rettet mod softwarets kontrolflow, hvor en genereret forklaring ellers skulle konverteres tilbage til strukturerede værdier, før programmet kunne handle.

Tre spørgsmålstyper med konfidensscorer

Dokumentationen til Decisions API angiver et kontekstvindue på 262.144 tokens, der omfatter det fælles input og alle spørgsmålene. Anmodninger kan kombinere ja/nej-kontroller, valg fra et fast sæt og ordnede vurderinger efter en bedømmelsesrubrik. Valgspørgsmål kan have fra to til 255 svarmuligheder, mens svar efter en bedømmelsesrubrik er sandsynlighedsvægtede gennemsnit af niveauindekser, ledsaget af sandsynligheder for hvert niveau.

Hvert svar indeholder en konfidensscore fra 0 til 1, defineret som den anslåede sandsynlighed for, at det bedste svar er korrekt. Applikationer kan handle automatisk på resultater med høj konfidens eller sende usikre resultater videre til yderligere vurdering. Dokumentationen anbefaler, at tærskler fastsættes ud fra mærkede eksempler fra udviklerens egen trafik, og at der bevares et menneskeligt eller ekstra kontroltrin ved handlinger med store konsekvenser, såsom udbetalinger.

Spørgsmålene kan ikke se hinanden, og det påvirker ikke de øvrige svar, hvis et spørgsmål tilføjes eller fjernes. Afhængige beslutninger hører derfor hjemme i applikationens logik: Udviklere kan sende en ny anmodning, når de har læst det første svar, eller stille begge spørgsmål på én gang og se bort fra det svar, de ikke har brug for.

Rapporteret svartid, priser og benchmarkresultater

Google rapporterer en median beregningstid for modellen på 50–100 millisekunder og en samlet svartid fra start til slut på 150–250 millisekunder for multimodale input og kontekster på op til 16K tokens. Svartiden var næsten uændret ved mellem ét og 100 spørgsmål pr. anmodning. Gemini Decision 1 lå også øverst i virksomhedens benchmarksuite, der spænder over dirigering af agenter, ræsonnement, rangordning og multimodal forståelse, og havde den laveste kalibreringsfejl.

Prisen er 0,10 USD pr. 1 million inputtokens, og der opkræves ikke betaling for outputtokens. Der opkræves kun én gang pr. anmodning for det fælles input, uanset antallet af spørgsmål, mens hvert spørgsmål tilføjer sine egne instruktioner og kriterietokens. Der er ingen variable gebyrer for tænketokens eller særskilte omkostninger til lydtransskription og OCR. Google beskriver Gemini Decision 1 med Decisions API som næsten fem gange billigere end Gemini 3.5 Flash-Lite med Interactions API på tværs af den fælles benchmarksuite.

Googles implementeringer og adgang for udviklere

Google oplyser, at Gemini Notebook bruger API’et som en router i realtid til modelniveauer og ræsonnementsniveauer. Det giver op til 40 % lavere svartid for almindelige forespørgsler, mens modeller med dybere ræsonnement forbeholdes komplekse opgaver. Stitches hurtige canvas-eksperiment bruger API’et til at generere interaktive wireframes, mens CC fra Google Labs vælger mellem mere end 200 emoji-reaktioner.

Udviklere kan bruge Python, JavaScript eller REST; SDK’ernes hurtigstartvejledninger kræver google-genai version 3.2 eller nyere. Et gratis niveau i AI Studio understøtter prototyper. Integrationen er ved at blive rullet ud på tværs af OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit og OpenCode, mens understøttelse af Gemini i Google Cloud står på listen over kommende funktioner.

Den indledende adgang er begrænset til Gemini Developer API v1beta med Gemini Decision 1. Instruktioner til spørgsmål kan kun være tekst, og hverken samtalehistorik eller blokke med værktøjskald understøttes. Kontekstcaching, Batch API samt Flex- og Priority-inferens er heller ikke tilgængelige.

For teams, der bygger agenter, samler API’et multimodale vurderinger i ét typet kald, men udvikleren har stadig ansvaret for sikker automatisering gennem sine kriterier, mærkede evalueringsdata og regler for eskalering – især når en handling kan få økonomiske konsekvenser eller påvirke sikkerheden.