Google releases multimodal decision model Gemini Decision 1 and the Gemini Decisions API
English text is being prepared.
On November 11, 2026, Google released the multimodal decision model Gemini Decision 1 and launched the Gemini Decisions API, which can be used through Google AI Studio. The API supports multimodal input of up to 256K tokens and up to 1,000 independent questions; latency is essentially constant when a single request contains 1 to 100 questions, and the median model computation latency is 50 to 100 milliseconds. Pricing is $0.10 per million input tokens, and output tokens are not billed; it leads on 7 of 9 benchmarks, and its calibration error is smaller than that of comparison solutions such as Gemini 3.5 Flash-Lite.
Why read this
AI score 75
The original text provides specific metrics such as latency, pricing, and calibration error, so readers can judge which workflows this type of decision model is suitable for.
Topics
Body
Googleは2026年11月11日、精度が高く高速なマルチモーダル意思決定モデル「Gemini Decision 1」と、これをGoogle AI Studioを通じて利用できる新しいAPI「Gemini Decisions API」を発表した。
Gemini Decisions API: Fast, calibrated multimodal decisions
Check out the API docs to learn more about getting started! https://t.co/T0Zylzg6xf— Logan Kilpatrick (@OfficialLoganK) November 11, 2026
Gemini Decision 1は「TypeSafe Jev」等に似た意思決定に特化されたマルチモーダルモデル。トークンごとに回答を生成せずにオプションを評価する。同社の測定では、最大16Kトークンまでのマルチモーダル入力・コンテキストでモデル計算のレイテンシの中央値は50~100ミリ秒、エンドツーエンドでは150~250ミリ秒だった。また、1リクエストあたりの質問数が1~100個の範囲では、レイテンシがほぼ一定だったという。
これを利用したGemini Decisions APIではテキスト、画像、音声、動画、PDFを含む最大256Kトークンのマルチモーダル入力1つと、この入力に関する最大1,000個の独立した質問を渡すことができる。Gemini Decision 1はテキスト、画像、音声、動画、PDFを単一のフォワードパスで直接処理できるほか、通話録音とアカウントのメタデータ、PDFからスキャンした保険請求内容と損害写真など、複数のモダリティを1つの共有入力に組み合わせることも可能。
同社の行ったエージェントのルーティング、推論、ランキング、マルチモーダル理解といったベンチマークでは、Gemini Decision 1とGemini Decisions APIの組み合わせで予測確率と実際の正答率のずれを表すキャリブレーション誤差がInteractions APIを使用したGemini 3.5 Flash-LiteやTypeSafe Jev 1.14等と比較して最も小さい等、9つのベンチマーク中7つでトップの性能を記録したとのこと。
Gemini Decisions APIの料金は入力100万トークンあたり0.10ドル、出力トークンについては課金されない。
Gemini Decisions APIでは以下の3種類の質問を組み合わせてチェックできる。
yes/no判定(noul) 指定した条件が成り立つ確率を推定し返す。オプションで真偽の説明基準を指定可能。 複数からの選択(choice) 2~255種の選択肢から選んだ結果と、各候補の確率を正規化して返す。 段階評価(score) 順序を付けた評価基準(Rubric)に沿って採点し、連続値のスコアと各段階の確率を返す。
これらの結果として確率とともに「信頼度スコア」が出力される。信頼度スコア(0~1)はモデルが「最上位の回答が正しい」と見積もる確率を表し、コードで曖昧なケースを代替処理に回したり人間のレビュー担当者に確認させることができる。
Gemini Decisions APIの利用例:カウンターの写真と状況を説明するテキストを共通の入力とし、「液体がこぼれているか」「どの清掃方法が適切か」「汚れの程度はどれくらいか」を同時に評価できる。各質問は共通入力を独立して評価し、ほかの質問や回答を参照しない。結果を組み合わせて次に何をするかは、アプリケーション側のコードによって決定する。
Gemini Decision 1、およびGemini Decisions APIの詳しい利用法についてはそれぞれのドキュメントを参照。