Google запускает Gemini Decisions API для мультимодальных рабочих процессов ИИ

11 ноября 2026 года Google представила Gemini Decisions API — новую конечную точку на базе Gemini Decision 1, доступную через Gemini API в Google AI Studio. За один запрос она обрабатывает до 1 000 независимых вопросов по тексту, изображениям, аудио, видео и PDF-файлам.

Эта конечная точка предназначена для принятия решений с ограниченным набором вариантов, например для выбора инструментов, проверки соответствия политикам, маршрутизации моделей, оценки контекста и ранжирования, а не для создания прозы или пояснений. Запрос объединяет один общий входной набор данных и несколько независимых вопросов. Вместо того чтобы декодировать текст ответа по токенам, Gemini Decision 1 оценивает варианты за один прямой проход, позволяя программам напрямую ветвить выполнение, сортировать и маршрутизировать данные на основе ответов заданного типа.

Такой подход предназначен для управления потоком выполнения программного обеспечения: в противном случае сгенерированное пояснение пришлось бы преобразовывать обратно в структурированные значения, прежде чем программа смогла бы действовать.

Три типа вопросов и оценки уверенности

В документации Decisions API указан контекст размером 262 144 токена, включающий общий входной набор данных и все вопросы. В одном запросе можно сочетать проверки «да/нет», выбор из фиксированного набора вариантов и оценки по упорядоченной шкале. Вопросы с выбором допускают от двух до 255 вариантов, а ответы по шкале представляют собой средние значения индексов уровней, взвешенные по вероятностям, с указанием вероятности для каждого уровня.

Каждый ответ сопровождается оценкой уверенности от 0 до 1, которая определяется как предполагаемая вероятность правильности ответа с наивысшей оценкой. Приложения могут автоматически действовать на основании результатов с высокой оценкой уверенности или передавать на дополнительную проверку результаты, вызывающие сомнения. В документации рекомендуется устанавливать пороговые значения на основе размеченных примеров из собственного потока запросов разработчика и сохранять проверку человеком или дополнительную проверку для действий с высокими ставками, например выплат.

Вопросы не видят ответы друг друга, а добавление или удаление одного вопроса не меняет остальные ответы. Поэтому зависимые решения следует принимать в логике приложения: разработчики могут отправить второй запрос после получения первого ответа либо задать оба вопроса одновременно и проигнорировать ненужный ответ.

Заявленные показатели задержки, стоимость и результаты тестирования

По данным Google, медианная задержка вычислений модели составляет 50–100 миллисекунд, а сквозная задержка — 150–250 миллисекунд при работе с мультимодальными входными данными и контекстом объёмом до 16 тыс. токенов. При увеличении числа вопросов в запросе с одного до 100 задержка оставалась почти неизменной. Gemini Decision 1 также показала лучшие результаты в наборе тестов компании, охватывающем маршрутизацию агентов, рассуждения, ранжирование и мультимодальное понимание, и продемонстрировала наименьшую ошибку калибровки.

Стоимость составляет 0,10 доллара США за 1 млн входных токенов; выходные токены не тарифицируются. Общий входной набор данных оплачивается один раз за запрос независимо от числа вопросов, а каждый вопрос добавляет собственные токены инструкций и критериев. Плата за токены рассуждений не зависит от объёма, а распознавание аудио и OCR не оплачиваются отдельно. По данным Google, Gemini Decision 1 с Decisions API обходится почти в пять раз дешевле по всему общему набору тестов, чем Gemini 3.5 Flash-Lite с Interactions API.

Внедрение Google и доступ для разработчиков

По словам Google, Gemini Notebook использует API для маршрутизации запросов в реальном времени между уровнями моделей и режимами рассуждений. Это позволяет снизить задержку при повседневных запросах до 40%, оставляя модели с более глубокими рассуждениями для сложных задач. В эксперименте Stitch с интерактивным холстом API используется для создания интерактивных каркасных макетов, а CC от Google Labs выбирает одну из более чем 200 реакций-эмодзи.

Разработчики могут использовать Python, JavaScript или REST; для кратких руководств по началу работы с SDK требуется google-genai версия 3.2 или новее. Бесплатный тариф AI Studio подходит для создания прототипов. Интеграции постепенно появляются в OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode, а поддержка Gemini в Google Cloud появится позднее.

Изначально доступ ограничен Gemini Developer API версии v1beta и Gemini Decision 1. Инструкции к вопросам могут быть только текстовыми; история диалога и блоки вызова инструментов не поддерживаются. Кэширование контекста, Batch API, а также режимы вывода Flex и Priority тоже пока недоступны.

Для команд, разрабатывающих агентов, API объединяет мультимодальные оценки в одном вызове с ответом заданного типа. Однако ответственность за безопасную автоматизацию по-прежнему лежит на разработчике: он должен определить критерии, подготовить размеченные данные для оценки и задать правила эскалации, особенно если действие связано с финансовыми последствиями или риском для безопасности.