Google ra mắt Decisions API của Gemini cho các quy trình AI đa phương thức

Ngày 11 tháng 11 năm 2026, Google giới thiệu Gemini Decisions API, một điểm cuối mới vận hành bằng Gemini Decision 1 và được cung cấp thông qua Gemini API trong Google AI Studio. API này đánh giá tối đa 1.000 câu hỏi độc lập trên văn bản, hình ảnh, âm thanh, video và PDF trong một yêu cầu.

Điểm cuối này được thiết kế để đưa ra các phán đoán trong phạm vi xác định, chẳng hạn như lựa chọn công cụ, kiểm tra chính sách, định tuyến mô hình, chấm điểm ngữ cảnh và xếp hạng, thay vì tạo văn xuôi hoặc lời giải thích. Mỗi yêu cầu kết hợp một đầu vào dùng chung với các câu hỏi độc lập. Thay vì giải mã từng token của câu trả lời, Gemini Decision 1 chấm điểm các lựa chọn ứng viên chỉ trong một lượt truyền xuôi, cho phép chương trình phân nhánh, sắp xếp và định tuyến trực tiếp dựa trên các phản hồi có cấu trúc.

Phương pháp này hướng đến luồng điều khiển phần mềm, trong đó nếu không, chương trình sẽ phải chuyển lời giải thích do mô hình tạo ra trở lại thành các giá trị có cấu trúc trước khi có thể hành động.

Ba dạng câu hỏi cùng điểm độ tin cậy

Tài liệu về Decisions API quy định cửa sổ ngữ cảnh 262.144 token, bao gồm đầu vào dùng chung và tất cả câu hỏi. Các yêu cầu có thể kết hợp câu hỏi kiểm tra có/không, câu hỏi chọn trong một tập cố định và điểm số theo thang tiêu chí có thứ tự. Câu hỏi lựa chọn chấp nhận từ 2 đến 255 phương án, còn câu trả lời theo thang tiêu chí là giá trị trung bình có trọng số xác suất của các chỉ số cấp độ, kèm xác suất cho từng cấp độ.

Mỗi câu trả lời đều có điểm độ tin cậy từ 0 đến 1, được định nghĩa là xác suất ước tính rằng câu trả lời đứng đầu là chính xác. Ứng dụng có thể tự động hành động dựa trên kết quả có độ tin cậy cao hoặc chuyển các kết quả không chắc chắn lên cấp xử lý cao hơn. Tài liệu khuyến nghị thiết lập ngưỡng bằng các ví dụ đã gán nhãn lấy từ lưu lượng truy cập thực tế của chính nhà phát triển, đồng thời duy trì bước kiểm tra của con người hoặc bước kiểm tra thứ hai đối với các hành động có rủi ro cao như chi trả.

Các câu hỏi không thể xem câu trả lời của nhau; việc thêm hoặc bỏ một câu hỏi cũng không làm thay đổi các câu trả lời còn lại. Vì vậy, các quyết định phụ thuộc lẫn nhau cần được xử lý trong logic ứng dụng: nhà phát triển có thể gửi yêu cầu thứ hai sau khi đọc câu trả lời đầu tiên, hoặc đặt cả hai câu hỏi cùng lúc rồi bỏ qua câu trả lời không cần dùng.

Độ trễ, giá cả và kết quả kiểm chuẩn được công bố

Google cho biết độ trễ tính toán mô hình trung vị là 50–100 mili giây và độ trễ từ đầu đến cuối là 150–250 mili giây với các đầu vào đa phương thức và ngữ cảnh lên đến 16K token. Độ trễ gần như không đổi khi số câu hỏi trong mỗi yêu cầu tăng từ 1 lên 100. Gemini Decision 1 cũng dẫn đầu bộ kiểm chuẩn của công ty, bao quát định tuyến tác tử, suy luận, xếp hạng và khả năng hiểu đa phương thức, đồng thời có sai số hiệu chuẩn thấp nhất.

Giá là 0,10 USD cho mỗi 1 triệu token đầu vào; không tính phí token đầu ra. Đầu vào dùng chung được tính phí một lần cho mỗi yêu cầu, bất kể số lượng câu hỏi, còn mỗi câu hỏi bổ sung token chỉ dẫn và tiêu chí riêng. Không có phí biến đổi cho token suy nghĩ hoặc chi phí riêng cho việc chuyển lời nói thành văn bản và nhận dạng ký tự quang học (OCR). Google cho biết Gemini Decision 1 kết hợp với Decisions API có chi phí thấp hơn gần 5 lần trên toàn bộ bộ kiểm chuẩn dùng chung so với Gemini 3.5 Flash-Lite kết hợp với Interactions API.

Các hoạt động triển khai của Google và quyền truy cập dành cho nhà phát triển

Google cho biết Gemini Notebook sử dụng API làm bộ định tuyến theo thời gian thực cho các cấp mô hình và mức độ suy nghĩ, giúp giảm độ trễ tới 40% đối với các truy vấn thông thường, đồng thời dành các mô hình suy luận sâu hơn cho những tác vụ phức tạp. Thử nghiệm canvas nhanh của Stitch sử dụng API để tạo các bản phác thảo giao diện có thể chơi được, trong khi CC của Google Labs chọn trong số hơn 200 biểu tượng cảm xúc để phản hồi.

Nhà phát triển có thể sử dụng Python, JavaScript hoặc REST; hướng dẫn bắt đầu nhanh cho SDK yêu cầu google-genai phiên bản 3.2 trở lên. Gói miễn phí của AI Studio hỗ trợ tạo nguyên mẫu. Các tích hợp đang được triển khai trên OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit và OpenCode, trong khi hỗ trợ Gemini trên Google Cloud được ghi nhận là sẽ sớm ra mắt.

Quyền truy cập ban đầu chỉ giới hạn ở Gemini Developer API v1beta với Gemini Decision 1. Chỉ dẫn cho câu hỏi chỉ hỗ trợ văn bản; lịch sử hội thoại và các khối gọi công cụ không được hỗ trợ. Bộ nhớ đệm ngữ cảnh, Batch API và suy luận Flex hoặc Priority cũng chưa khả dụng.

Đối với các nhóm xây dựng tác tử, API hợp nhất các phán đoán đa phương thức thành một lệnh gọi duy nhất có cấu trúc, nhưng trách nhiệm bảo đảm tự động hóa an toàn vẫn thuộc về nhà phát triển thông qua các tiêu chí, dữ liệu đánh giá đã gán nhãn và quy tắc chuyển cấp xử lý, đặc biệt khi hành động có thể gây ra hậu quả về tài chính hoặc an toàn.