Google запустила Gemini Decisions API, інструмент для швидких заздалегідь визначених рішень ШІ-агентів. Його основа — нова модель Gemini Decision 1, яка одночасно оцінює до 1000 незалежних запитань. За даними компанії, такі рішення займають у середньому від 150 до 250 мілісекунд від початку запиту до відповіді, а сам обчислювальний етап триває від 50 до 100 мілісекунд.
Ключова відмінність від звичних генеративних моделей полягає в тому, що Gemini Decision 1 не формує текст. Вона оцінює запропоновані варіанти відповідей і вибирає той, який має найбільшу ймовірність бути правильним. Вхідними даними можуть бути текст, зображення, аудіо, відео та PDF-файли, а контекстне вікно сягає 256 000 токенів. Для агентних систем, які ухвалюють серії дрібних рішень поспіль, така швидкість важлива: затримка на кожному кроці накопичується і впливає на весь ланцюжок дій.
Інструмент розрахований передусім на розробників, які створюють агентні системи, тобто програми, що автоматично ухвалюють рішення без участі людини. Вартість становить 0,10 долара за мільйон вхідних токенів, плата за вихідні токени не стягується. За повідомленнями, це майже у п’ять разів дешевше, ніж у моделі Gemini 3.5 Flash-Lite. Доступ відкрито через Google AI Studio, де передбачено безкоштовний рівень для прототипування, тож перевірити можливості інструмента можна ще до переходу на платний тариф.
Google наводить кілька прикладів використання всередині власних продуктів. Gemini Notebook API застосовує нову модель як маршрутизатор запитів, і, за словами компанії, це скорочує затримку на 40 відсотків. Сервіс Stitch використовує її для інтерактивних макетів, якими можна керувати голосом. Застосунок CC підбирає емодзі-реакції з понад 200 варіантів. У Google Search модель працює як рівень безпеки, який виявляє підозрілу активність. Ці приклади показують, що інструмент призначений для дрібних, але частих рішень, а не для складного письмового контенту.
Інструмент уже інтегрують сторонні платформи й бібліотеки, зокрема OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit і OpenCode. Завдяки цьому підключити нову модель до наявних проєктів можна без перебудови всієї архітектури. Для розробників, які вже працюють із цими інструментами, це знижує поріг входу.
Варто зазначити, що відомості про швидкість, ціну та можливості Gemini Decisions API походять з анонсу самої Google і поки не перевірені незалежними дослідниками. Також не уточнюється, наскільки точність таких рішень відрізняється від точності генеративних моделей, тож оцінити переваги в якості можна буде лише після ширшого тестування. Ця інформація може стати важливою для розробників, які вирішуватимуть, де доцільніше застосовувати швидкі класифікаційні рішення, а де потрібна повноцінна генерація тексту.