Google startet die Gemini Decisions API für schnelle, kalibrierte Entscheidungen

Google startet die Gemini Decisions API für schnelle, kalibrierte multimodale Entscheidungen

Google hat die Gemini Decisions API vorgestellt, einen neuen Endpunkt, der von einem neuen Modell namens Gemini Decision 1 (Modell-ID gemini-decision-1) angetrieben wird. Sie ist über die Gemini API und Google AI Studio verfügbar. Der Beitrag im Google-Blog stammt von Min Choi, Produktmanager bei Google DeepMind, und Felix Yu, dortiger Principal Scientist. Das Produkt schreibt keinen Text. Es beantwortet Fragen mit einer festen Menge möglicher Antworten: Welches Werkzeug soll aufgerufen werden, wird eine Richtlinie verletzt, welches Modell soll eine Anfrage bearbeiten, oder passt ein gefundener Textabschnitt zur Frage.

Was die API tatsächlich tut

Google beschreibt das Ziel als begrenzte Entscheidungen, etwa Werkzeugauswahl, Richtlinienprüfung, Modell-Routing und Bewertung von Kontext. Üblicherweise lässt man ein generatives Modell eine Antwort schreiben und wertet den Text danach per Code aus. Die Decisions API geht anders vor. Gemini Decision 1 bewertet die Kandidaten in einem einzigen Vorwärtsdurchlauf, statt Token für Token zu dekodieren, und liefert Wahrscheinlichkeiten und Konfidenzwerte. Google nennt eine Gesamtlatenz von 150 bis 250 Millisekunden, davon im Median 50 bis 100 Millisekunden Rechenzeit des Modells.

Eine Anfrage kann eine einzige multimodale Eingabe enthalten, bestehend aus Text, Bildern, Audio, Video und PDF, bis zu 256.000 Token. Zu dieser gemeinsamen Eingabe lassen sich bis zu 1.000 voneinander unabhängige Fragen stellen. Das Eingabefeld nutzt dasselbe Content-Block-Format wie die Interactions API, was Teams vertraut sein dürfte, die diese schon einsetzen.

Drei Fragetypen

Jede Antwort enthält einen Konfidenzwert zwischen 0 und 1. Der Code kann ihn nutzen, um unklare Fälle an einen Ersatzweg oder an einen Menschen zur Prüfung weiterzureichen.

Der erste Typ heißt noul, eine Ja-Nein-Prüfung. Er schätzt die Wahrscheinlichkeit, dass eine Bedingung zutrifft, und erlaubt optionale Beschreibungen für wahr und falsch. Der zweite ist choice, eine Multiple-Choice-Frage mit 2 bis 255 Optionen. Sie liefert den Gewinner und für jeden Kandidaten eine normalisierte Wahrscheinlichkeit. Der dritte ist score, ein geordnetes Bewertungsraster, das bei Stufe 0 beginnt. Er liefert eine kontinuierliche gewichtete Punktzahl und die Wahrscheinlichkeit jeder Stufe.

Googles Python-Beispiel prüft das Foto einer Büroküchen-Arbeitsfläche samt kurzer Textnotiz mit allen drei Typen in einem Aufruf. Liegt eine nicht aufgewischte Flüssigkeit auf der Fläche? Welche Maßnahme passt: mit einem Tuch wischen, den Reinigungsdienst rufen oder den Raum als bereit melden? Wie schwer ist die Verschmutzung auf einer Skala mit drei Stufen?

Leistung und Preis

Google gibt an, dass Gemini Decision 1 in einer Testreihe zu Agenten-Routing, Schlussfolgern, Ranking und multimodalem Verstehen vorn liegt und den geringsten Kalibrierungsfehler hat. Kalibrierung ist hier wichtig. Ein Modell, das sich zu 80 Prozent sicher ist, sollte in etwa vier von fünf Fällen richtig liegen, und ein System, das nach Konfidenz verteilt, hängt davon ab.

Zur Latenz heißt es im Beitrag, der Median bleibe von 1 bis 100 Fragen pro Anfrage nahezu flach, bei multimodalen Eingaben und Kontexten bis 16.000 Token. Beim Preis kostet Gemini Decision 1 0,10 US-Dollar je Million Eingabe-Token, und Ausgabe-Token werden nicht berechnet. Die gemeinsame Eingabe wird pro Anfrage nur einmal abgerechnet, und jede Frage fügt nur die Token ihrer eigenen Anweisung und Kriterien hinzu. Es gibt keine schwankenden Kosten für Denk-Token und keine getrennten Gebühren für Audiotranskription oder Texterkennung. Google ergänzt, die Kombination sei über die gemeinsame Testreihe hinweg fast fünfmal günstiger als Gemini 3.5 Flash-Lite mit der Interactions API. Das sind Googles eigene Messungen, diese Ankündigung von Google liefert keinen Beleg für eine unabhängige Prüfung.

Wie Teams bei Google sie nutzen

Der Beitrag nennt vier interne Anwendungen. Gemini Notebook setzt sie als Echtzeit-Router ein, der für jede Anfrage Modellstufe und Denkstufe wählt, was nach Googles Angabe die Latenz bei alltäglichen Fragen um bis zu 40 Prozent senkt. Das Experiment Rapid Canvas in Stitch erzeugt in Sekunden spielbare Wireframes eines Produktablaufs und übernimmt Änderungen per Sprache oder Fingertipp fast sofort. CC von Google Labs wählt aus mehr als 200 Emojis in Sekundenbruchteilen die passende Reaktion. Google Search nutzt die API als Schutzschicht für MCP-Werkzeuge, um feindliches Verhalten und feindliche Inhalte innerhalb des Latenzbudgets zu erkennen.

Was das für Entwickler bedeutet

Der praktische Gewinn besteht darin, dass kleine Entscheidungen den generativen Pfad verlassen. Bisher trainierte ein Team einen eigenen Klassifikator oder bezahlte einen vollen Modellaufruf für eine Ein-Wort-Antwort. Jetzt definiert man Optionen und Kriterien und liest Wahrscheinlichkeiten aus. Weil jede Antwort einen Konfidenzwert trägt, können Ingenieure Schwellen setzen: automatisch handeln, wenn die Konfidenz hoch ist, und an einen Menschen übergeben, wenn sie niedrig ist.

Es gibt Grenzen. Die Vergleiche stammen aus Googles eigenen Tests. Das Modell wählt nur unter den vorgegebenen Optionen und ersetzt daher keine Aufgaben, die freien Text verlangen. Außerdem steht im Beitrag, die Unterstützung für Gemini in Google Cloud komme bald, Unternehmenskunden müssen also vorerst die Gemini API nutzen.

Erste Schritte

Man holt sich einen API-Schlüssel in Google AI Studio, nutzt für Prototypen die kostenlose Stufe und folgt den Anleitungen für Python, JavaScript und REST in der Dokumentation. Google bietet außerdem Demo-Apps mit den Namen Doorstep Parcels, Speed Sketch und Find the Zoo Keeper an. Integrationen erscheinen nach und nach bei OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit und OpenCode, zusätzlich zu den google-genai-SDKs.