Google lanserar Gemini Decisions API för snabba AI-beslut

Google har lanserat Gemini Decisions API, en ny gränssnittslösning som bygger på modellen gemini-decision-1. I stället för att generera frilöpande text är verktyget konstruerat för snabba, slutna beslut inom AI-driven utveckling. Det möjliggör klassificeringar, policykontroller och modellrouting med mycket kort svarstid, vilket enligt Google är särskilt användbart för automatiserade arbetsflöden där hastighet och kostnadseffektivitet är avgörande.

Vad som hände

Den 11 november 2026 tillkännagav Google att gemini-decision-1 nu finns tillgänglig via Gemini API i Google AI Studio blog.google. Modellen är designad för att hantera upp till 1 000 oberoende frågor i ett enda anrop, vilket inkluderar ja/nej-val, flervalsfrågor och gradering enligt en fast skala.

En central skillnad mot traditionella stora språkmodeller (LLM) är att gemini-decision-1 inte genererar svar token för token. Istället beräknar den sannolikheter och konfidensnivåer för fördefinierade alternativ i ett enda framåtlöpande steg (forward pass). Enligt Google resulterar detta i en slutlig latens på 150–250 millisekunder, där själva modellberäkningen tar mellan 50 och 100 millisekunder. Latensen rapporteras vara nästan oberoende av om man ställer en eller hundra frågor per begäran.

Prissättningen är utformad för att undvika kostnader kopplade till textgenerering. Modellen faktureras till 0,10 USD per miljon input tokens, medan output tokens är kostnadsfria då ingen text genereras. Google uppger att detta gör lösningen ungefär fem gånger billigare än jämförbar användning av Gemini 3.5 Flash-Lite för liknande uppgifter.

Tekniska specifikationer och multimodalitet

API:t accepterar multimodala indata, vilket innebär att text, bilder, ljud, video och PDF-filer kan behandlas i samma begäran. Det maximala antalet tokens för indata anges till 256 000. Användaren kan kombinera olika modaliteter, exempelvis ett inspelat samtalstranskript med kontometadata eller ett skannat försäkringsärende tillsammans med bilder på skador.

För varje fråga returneras ett konfidensvärde mellan 0 och 1. Detta låter utvecklare programmera in logik som vidarebefordrar osäkra fall till en mänsklig granskare eller ett alternativt system. De tre främsta frågetyperna är:

• noul (Yes/No): Beräknar sannolikheten för att ett visst villkor stämmer.
• choice (Multiple Choice): Väljer mellan två och 255 alternativ och returnerar normaliserade sannolikheter för varje kandidat.
• score (Ordered Rubric): Graderar indata utifrån en ordnad skala och returnerar ett viktat medelvärde samt sannolikheter per nivå.

Intern användning inom Google

Google beskriver hur egna team redan integrerar Decisions API som en låg-latens kontrollplan. I Gemini Notebook används API:t för dynamisk modellrouting, där inkommande frågor omedelbart klassificeras för att skickas till rätt modellnivå. Enligt företaget minskar detta latensen med upp till 40 procent för vardagliga förfrågningar genom att reservera mer kraftfulla modeller för komplexa uppgifter.

Verktyget Stitch, som används för produktdesign, utnyttjar API:t för att generera spelbara wireframes från röst- eller tryckkommandon. Dessutom nämns att Google Search använder Decisions API för att detektera motståndarriktat beteende och innehåll inom en strikt latensgräns.

Öppna frågor och ekosystem

Utöver Googles egna SDK för Python och JavaScript påbörjas integrationer med tredjepartsverktyg som OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit och OpenCode. Stöd för Gemini i Google Cloud är planerat men ej ännu lanserat.

Frågan hur väl kalibrerade sannolikterna är i reala produktionsscenarier jämfört med de referensmätningar Google redovisar kvarstår för utvecklare att verifiera. Eftersom modellen inte genererar text förloras möjligheten till förklaringsbara svar direkt från modellen, vilket kan påverka felsökning när konfidensnivåerna är låga.