Google 11 ноября 2026 года выпустила Gemini Decision 1 — модель, которая отвечает на закрытые вопросы вероятностями и не генерирует текст, — и новый эндпоинт Decisions API для неё в Gemini API и Google AI Studio. Вход стоит $0,10 за млн токенов, выходных токенов нет вовсе, а на бесплатном уровне доступно до 10 000 запросов в день на проект.Такая модель нужна там, где ответ читает код: отправить обращение в нужную очередь, проверить документ по списку правил, решить, вызывать ли агенту инструмент. Программа получает вероятность и сравнивает её с порогом, разбирать сгенерированный JSON не приходится. Google вышла с таким API вслед за стартапом TypeSafe с моделью Jev и OpenAI, которая открыла Decisions API на GPT-6 Luna в октябре. От обоих Gemini Decision 1, по документации трёх компаний, отличается приёмом аудио, видео и PDF.Модель gemini-decision-1 с 11 ноября работает через Gemini API версии v1beta и в Google AI Studio; поддержку в Google Cloud компания обещает «скоро», без даты.Вопросы трёх типов: «да/нет», выбор из 2–255 вариантов и оценка по рубрике из 2–255 уровней; в одном запросе до 1000 вопросов и до 262 144 токенов на общий вход вместе с вопросами.Цена — $0,10 за млн входных токенов, выход не тарифицируется; бесплатный уровень — 200 запросов в минуту, 50 000 токенов в минуту и 10 000 запросов в день на проект.По замерам самой Google, модель обходит и Jev 1.14, и GPT-6 Luna в 5 из 7 общих тестов; ошибка калибровки Top-1 ECE — 0,0250 против 0,0494 и 0,0721, но прогон этих тестов у Jev дешевле: $0,68 против $0,88.Кеширования, Batch API, Flex и Priority нет; России нет в списке регионов Gemini API; у агрегаторов модель уже появилась: в OpenRouter это google/gemini-decision-1.Что такое модель решений и чем она отличается от обычной LLM?Модель решений не пишет ответ: она получает данные и список вопросов с заранее заданными вариантами и возвращает вероятность каждого варианта. Документация Decisions API объясняет идею так: генеративные модели производят текст для людей, а когда суждение нужно коду для ветвления, генерация и разбор текста добавляют задержку и хрупкую логику парсинга. Текстовых токенов эндпоинт не создаёт, поле total_output_tokens в ответе всегда равно 0.Запрос состоит из общего входа input (текст, изображения, аудио, видео, PDF) и карты вопросов questions. У каждого вопроса один из трёх типов:Типы вопросов Decisions APIТипЧто проверяетЧто возвращаетnoul, «да/нет»Выполняется ли условиеВероятность ответа «да» от 0,01 до 0,99 и confidencechoice, выборОдин вариант из фиксированного списка, 2–255 вариантовПобедивший вариант, вероятности всех вариантов (в сумме 1) и confidencescore, оценкаМесто на упорядоченной рубрике, 2–255 уровней (советуют 2–10)Среднее номеров уровней, взвешенное по вероятностям, вероятности уровней и confidenceИсточник: ai.google.dev/gemini-api/docs/decisions-apiВсе вопросы оцениваются за один проход модели по общему входу и не видят друг друга: добавление или удаление вопроса, по документации, не меняет остальные ответы. Поле confidence — оценка вероятности того, что главный ответ верен; по нему код решает, выполнять действие автоматически или передать случай человеку.Общий вход и вопросы трёх типов превращаются в типизированные ответы с вероятностями. Схема: GoogleСкорость авторы анонса в блоге Google описывают одной фразой:Gemini Decision 1 scores options without token-by-token decoding, keeping median latency 50-100 ms of model compute (150-250 ms end-to-end), across multimodal inputs and contexts up to 16K tokens, remaining nearly flat from 1 to 100 questions per request.Перевод редакции: «Gemini Decision 1 оценивает варианты без потокенного декодирования и удерживает медианную задержку 50–100 мс на вычисления модели (150–250 мс на весь запрос) для мультимодальных входов и контекстов до 16 тыс. токенов; задержка почти не меняется от 1 до 100 вопросов в запросе».Оговорки стоят в самой цитате: это медиана, контекст до 16 тыс. токенов и не больше 100 вопросов. Для входа ближе к пределу в 262 144 токена и для 1000 вопросов цифр задержки компания не приводит. Внутри Google, по словам авторов, API уже выбирает модель и уровень размышлений для запросов в Gemini Notebook, где повседневные запросы обслуживаются с задержкой до 40% ниже, и подбирает эмодзи-реакцию из более чем 200 вариантов в сервисе CC из Google Labs.Сколько стоит Gemini Decision 1 и что входит в бесплатный уровень?На платном уровне модель стоит $0,10 за млн входных токенов любого типа: текст, изображения, видео, аудио, PDF. В строке Output price на странице цен Gemini API стоит «Not applicable (0 output tokens)». Общий вход тарифицируется один раз за запрос независимо от числа вопросов, каждый вопрос добавляет токены своих инструкций и критериев. Кадры видео и страницы PDF считаются как токены изображений. Руководитель продукта Google AI Studio и Gemini API Логан Килпатрик представил модель в X так:Introducing Gemini Decision 1, our new frontier decision model in the Gemini API. It is $0.10 per 1M input tokens with no additional cost. With support for image, audio, video, and PDF natively, 256K context window, & 1K questions. You can try it for free in the API!Перевод: «Представляем Gemini Decision 1, нашу новую передовую модель решений в Gemini API. Она стоит $0,10 за 1 млн входных токенов без дополнительных платежей. Нативно поддерживает изображения, аудио, видео и PDF, контекстное окно 256K и 1 тыс. вопросов. Попробовать можно бесплатно через API!» «No additional cost» здесь означает нулевую цену выхода: в анонсе Google перечисляет, что нет платы за выходные токены, токены размышлений, отдельную расшифровку аудио и распознавание текста. Скидок тоже нет. Модель не поддерживает кеширование контекста, Batch API, режимы Flex и Priority, и повторяющийся вход в каждом запросе оплачивается полностью.Лимиты на странице квот действуют на проект целиком, сколько бы API-ключей в нём ни было. Дневная квота обнуляется в полночь по тихоокеанскому времени, и Google оговаривает, что указанные значения не гарантированы.Лимиты Gemini Decision 1 в Decisions APIУровеньЗапросов в минутуТокенов в минутуЗапросов в деньFree20050 00010 000Tier 115001 000 00050 000Tier 250004 000 000без ограниченийTier 315 00010 000 000без ограниченийИсточник: ai.google.dev/gemini-api/docs/rate-limits, проверено 11 ноября 2026 годаЗа бесплатный уровень разработчик платит данными: в таблице цен в строке «Used to improve our products» для Free Tier стоит Yes, для платного — No. Условия Gemini API просят не отправлять в бесплатные сервисы чувствительную, конфиденциальную и персональную информацию; для пользователей из Европейской экономической зоны, Швейцарии и Великобритании на бесплатную квоту распространяются правила платных сервисов. Другие варианты с постоянной бесплатной квотой собраны в списке бесплатных API для LLM.Чем Gemini Decision 1 отличается от Jev и OpenAI Decisions API?Главные отличия по документации — модальности входа и лимиты запроса. По цене токена Google совпадает с OpenAI и примерно в 2,4 раза дороже Jev. Сравнение собрано по документации Google, руководству OpenAI Decisions и странице моделей TypeSafe:Три API моделей решений по официальной документацииПараметрGemini Decision 1OpenAI Decisions API (GPT-6 Luna)TypeSafe Jev 1.14Типы вопросовnoul, choice, scorepredicate, choice, scoreNoul, Choice, Score, Box (рамка объекта на изображении)Вопросов в запросе1–10001–400отдельного лимита нет, ограничивает контекстВходтекст, изображения, аудио, видео, PDFтекст, изображения, JSON; файлы и аудио не поддерживаютсятекст и изображения PNG и JPEG; аудио и видео не принимаетКонтекст262 144 токена на вход и все вопросыв руководстве Decisions не указан; окно модели gpt-6-luna — 1 050 000 токенов64k на запрос и 32k на вопрос; 262k с заголовком длинного контекстаЦена входа за млн токенов$0,10$0,10 без кеша; применяются множители длинного контекста$0,042Плата за выходнетнетнетИсточники: документация Google, OpenAI и TypeSafe, проверено 11 ноября 2026 годаУ Jev изображения и вопросы типа Box, по документации TypeSafe, пока не считаются готовыми для продакшена, а длинный контекст включается отдельным заголовком и работает медленнее и менее точно, чем запросы в обычных пределах. OpenAI поддерживает кеширование промптов, историю диалога с вызовами инструментов и изображения внутри вопросов. У Gemini Decision 1 инструкции вопросов принимают только текст, а многоходовой контекст нужно сериализовать в текст. Модель GPT-6 Luna, вышедшая в API в сентябре, у OpenAI универсальная, Google же выпустила под решения отдельную модель. Ту же развилку цены и модальностей отмечают в обсуждении запуска на Hacker News:Its bit more expensive than other other Decision Models in the same lane. However, it can accept Audio and Video as input as well and for those specific cases it can be extremely useful.Перевод: «Она немного дороже других моделей решений того же класса. Зато принимает на вход ещё и аудио с видео, и в таких случаях может быть крайне полезной».Что показывают бенчмарки и кто их мерил?Все числа ниже — замеры самой Google из таблицы в анонсе; независимых замеров на день запуска нет. По этой таблице Gemini Decision 1 обходит одновременно Jev 1.14 и GPT-6 Luna в пяти из семи тестов, где есть результаты всех моделей, а GPT-6 Luna — во всех семи. Jev 1.14 выше на Mind2Web Multimodal и When2Call. В тексте анонса при этом сказано, что модель «leads across the suite», то есть лидирует по всему набору.Бенчмарки из анонса Gemini Decision 1 (замеры Google)ТестGemini Decision 1TypeSafe Jev 1.14GPT-6 Luna (OpenAI Decisions API)Gemini 3.5 Flash-Lite (Interactions API, minimal)JevBench, Public split92,2%90,0%90,9%86,6%Amazon ESCI, Macro-F158,7%56,7%54,7%47,2%New Yorker Caption, Text-only79,7%72,0%68,4%73,7%Mind2Web Multimodal86,2%86,8%81,8%78,0%PubMedQA79,8%78,2%74,4%77,6%Global-MMLU-Lite, Non-English86,0%85,0%79,6%78,8%When2Call79,9%82,0%70,4%60,9%MMAU71,8%нет данныхнет данных67,7%Video-MME, No subtitles69,1%нет данныхнет данных63,3%Top-1 ECE, 7 общих тестов (меньше — лучше)0,02500,04940,07210,2104Цена прогона 7 общих тестов$0,88$0,68$0,93$4,14Источник: таблица в анонсе Google от 11 ноября 2026 года; замеры GoogleМетодика уместилась в сноску под таблицей: отказы, блокировки фильтрами безопасности и запросы, которые модель не смогла принять, засчитаны как ошибки, знаменатель — полный бенчмарк, метрика — Top-1 Accuracy, если не указано иное (у Amazon ESCI это Macro-F1). MMAU и Video-MME прогнаны только на моделях Gemini: прямого ввода аудио и видео в документации Jev и OpenAI Decisions API нет. Отдельной страницы с промптами и логами прогонов Google не опубликовала; как отбирались тесты, в анонсе не сказано.Сильнее всего отрыв в калибровке. Top-1 ECE, ожидаемая ошибка калибровки, показывает, насколько заявленная уверенность модели расходится с фактической долей верных ответов. На семи общих тестах у Gemini Decision 1 она равна 0,0250, у Jev 1.14 — 0,0494, у GPT-6 Luna — 0,0721. На этих тестах вероятности модели Google лучше согласуются с её точностью; о калибровке на других данных таблица ничего не говорит.Ошибка калибровки Top-1 ECE на семи общих тестах, меньше — лучше; замеры Google. График: Tproger по данным анонса GoogleПо цене прогона тех же семи тестов первая Jev: $0,68 против $0,88 у Gemini Decision 1 и $0,93 у GPT-6 Luna. Генеративная Gemini 3.5 Flash-Lite через Interactions API обошлась в $4,14, отсюда заявление Google о почти пятикратной экономии.Цена прогона семи общих тестов в долларах; замеры Google. График: Tproger по данным анонса GoogleПроверять такие модели на глаз труднее, чем обычные LLM. Об этом ещё в октябре, в обсуждении беты OpenAI Decisions API, писал на Hacker News разработчик Саймон Уиллисон:Anyone using a decision model like this is going to have to spin up their own evals - these are far harder to vibe-check than regular text output LLMs.Перевод: «Всем, кто использует подобную модель решений, придётся завести собственные наборы проверок: оценить её на глаз гораздо труднее, чем обычные LLM с текстовым ответом».Где попробовать и как вызвать API?В Google AI Studio и через Gemini API версии v1beta; нужны API-ключ и SDK google-genai версии 3.2 или новее. Без кода вопросы всех трёх типов можно проверить в Decisions Playground и выгрузить оттуда готовый код; рядом лежат демо-приложения Doorstep Parcels и Find the Zookeeper. Команды установки SDK из документации:В Python запрос отправляет метод client.decisions.create, клиент создаётся с http_options={"api_version": "v1beta"}. Тот же вызов через REST, дословно из раздела Quickstart:Ответ из документации: вероятность того, что товар пришёл повреждённым, и счётчик токенов с нулём на выходе.Доступ ограничен географией: в списке стран и территорий, где работают Gemini API и Google AI Studio, России нет. Интеграции с OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode, по анонсу, выкатываются постепенно. Первые уже видны: на странице модели в OpenRouter она значится как google/gemini-decision-1 с провайдером Google AI Studio, ценой $0,10 за млн входных токенов и контекстом 262 144 токена. Вызывается модель там через отдельный OpenRouter Decisions API, SDK для chat completions с ней не работают, а в общем списке /api/v1/models в ночь на 12 ноября её не было. Карточка с ценой $0,10 и примером вызова есть и в Vercel AI Gateway.Какие ограничения перечисляет документация?Ограничений больше, чем в анонсе. Вот те, что влияют на код и счёт:Вероятность в вопросах «да/нет» всегда лежит в диапазоне 0,01–0,99: проверка порога выше 0,99 не сработает никогда.Вопрос choice распределяет вероятность между вариантами, даже если не подходит ни один. Документация советует порог по confidence, отдельную проверку «да/нет» или вариант other с явным описанием. Ключи вариантов сортируются по алфавиту, порядок в JSON на результат не влияет.score — среднее номеров уровней, поэтому шкалу нужно держать линейной, а одно и то же значение могут дать разные распределения вероятностей.Медиа передаётся только в общем входе: через Files API, публичный или подписанный HTTPS-URL (до 15 МБ) либо base64 (до 100 МБ на запрос, PDF до 50 МБ). Ссылки YouTube и gs:// не поддерживаются.При срабатывании входных фильтров безопасности API возвращает HTTP 400 без ответов, с кодом safety, prohibited_content, blocklist, image_safety или content_blocked.Вход считается недоверенным: пользовательский текст может сам убеждать модель в нужной классификации. Для действий с высокой ценой ошибки, например выплат, документация советует оставлять человека или вторую проверку.Что сделать разработчику сейчас?Обновить SDK google-genai до версии 3.2 или новее и получить ключ в Google AI Studio; на бесплатном уровне не отправлять конфиденциальные и персональные данные.Собрать размеченные примеры из своего трафика и подобрать пороги по ним: документация советует именно так и предлагает взвешивать цену ложного срабатывания против цены пропуска.Держать пороги для noul внутри диапазона 0,01–0,99 и проверять confidence перед автоматическим действием.Считать бюджет по входу: кеша нет, общий вход оплачивается в каждом запросе заново, поэтому независимые вопросы к одним данным выгоднее класть в один запрос, до 1000 штук.Если нужны Batch API, кеширование или запуск в Google Cloud, закладывать ожидание: первых двух модель не поддерживает, срока для третьего нет.Открытыми остаются три вопроса: когда модель появится в Google Cloud, как она покажет себя в независимых замерах и как меняется задержка на контекстах больше 16 тыс. токенов. На странице модели и в анонсе нет ссылки на model card; в журнале изменений Gemini API запуск отмечен одной записью от 11 ноября.Источники: Google: Gemini Decisions API: Fast, calibrated multimodal decisions, Gemini API: Decisions API, Gemini API: модель Gemini Decision, Gemini API: Pricing, Gemini API: Rate limits, Gemini API: Available regions, Gemini API: Terms of Service, Gemini API: Release notes, Logan Kilpatrick в X, OpenAI: Decisions guide, OpenAI: модель GPT-6 Luna, TypeSafe: Models, TypeSafe: Images, Обсуждение на Hacker News, OpenRouter: Gemini Decision 1, Vercel AI Gateway: Gemini Decision 1Изображение на обложке: Google