Google meluncurkan Gemini Decisions API, yang ditenagai model baru bernama Gemini Decision 1 (nama di API: gemini-decision-1). Model ini hanya mengerjakan satu hal: memilih jawaban dari opsi yang diberikan, lalu menyertakan probabilitas dan tingkat keyakinan. Sasarannya adalah "keputusan kecil" yang terus berulang dalam alur kerja agen, seperti pemilihan alat, pemeriksaan kebijakan, perutean model, dan penjenjangan konteks.
Dalam blog resminya, manajer produk Google DeepMind Min Choi dan kepala ilmuwan Felix Yu menjelaskan bahwa model ini tidak menghasilkan teks jawaban token demi token seperti model besar pada umumnya, melainkan langsung memberi skor pada opsi kandidat.
"Gemini Decision 1 scores your candidate options in a single forward pass" (Gemini Decision 1 memberi skor pada opsi kandidat Anda dalam satu forward pass.)
Tiga jenis soal, hingga seribu soal sekaligus
API ini mendukung tiga jenis soal. Soal ya/tidak memperkirakan probabilitas suatu kondisi terpenuhi, dan Anda dapat menambahkan kriteria penilaian untuk sisi positif maupun negatif. Soal pilihan ganda mengembalikan opsi pemenang beserta probabilitas ternormalisasi untuk setiap kandidat, dengan jumlah opsi antara 2 dan 255. Soal penilaian mengacu pada skala berurutan yang dimulai dari 0, dan mengembalikan skor kontinu berbobot serta probabilitas untuk tiap tingkat. Setiap jawaban disertai nilai keyakinan antara 0 dan 1.
Inputnya bisa berupa teks, gambar, audio, video, dan PDF, dan semuanya boleh dicampur dalam satu materi, misalnya rekaman panggilan layanan pelanggan beserta metadata akun, atau dokumen hasil pindai ditambah foto barang yang rusak. Batas input per permintaan adalah 256K token, dengan maksimum 1.000 pertanyaan yang dievaluasi bersamaan.
Kecepatan menjadi sorotan utama peluncuran ini. Latensi ujung ke ujung yang diumumkan resmi adalah 150 hingga 250 milidetik, dengan median latensi untuk bagian komputasi model sebesar 50 hingga 100 milidetik. Pada tolok ukur dengan konteks hingga 16K token, latensi nyaris tidak berubah ketika jumlah soal ditambah dari 1 hingga 100. Gemini Notebook milik Google sendiri sudah memakainya untuk mengarahkan kueri pengguna ke model dengan jenjang berbeda secara real time, dan latensi perutean turun hingga 40%.
Hanya biaya input, mari berhitung
Harganya US$0,10 per juta token input, dan output tidak dikenai biaya. Menurut blognya, tidak ada biaya token output, tidak ada tagihan yang naik-turun mengikuti panjang proses berpikir, dan transkripsi audio maupun OCR juga tidak ditagih terpisah. Google menyatakan bahwa pada satu tolok ukur bersama, skema ini sekitar 5 kali lebih murah daripada memakai Gemini 3.5 Flash-Lite lewat Interactions API.
Hitungan kasarnya begini: sebuah sistem layanan pelanggan e-commerce setiap kali mengirim 10 ribu token berisi transkrip panggilan dan informasi pesanan, lalu mengajukan 50 pertanyaan sekaligus (perlu refund atau tidak, apakah emosinya meledak-ledak, apakah ada indikasi penipuan, tim mana yang harus menangani). Dihitung dengan harga input, satu permintaan sekitar US$0,001, dan satu juta permintaan sekitar US$1.000. Perkiraan ini mengasumsikan teks pertanyaan dan materi berjumlah 10 ribu token; gambar dan video dikonversi menjadi token berdasarkan resolusi, sehingga angka sebenarnya bisa bergeser.
Dasar perbandingannya perlu dicermati. Yang dibandingkan Google adalah model generatif kecil seperti Flash-Lite, di mana pengguna membayar untuk token output dan token berpikir, sehingga makin banyak pertanyaan dan makin panjang penalarannya, makin besar tagihannya. Decisions API menghilangkan komponen biaya itu. Imbalannya, API ini hanya bisa menjawab pertanyaan tertutup; peringkasan terbuka, penulisan ulang, dan pembuatan kode tetap harus diserahkan ke model generatif.
Kebutuhan semacam ini selama ini kebanyakan ditambal dengan dua cara: meminta model generatif kecil mengeluarkan "ya" atau "tidak" lalu mengurai hasilnya dari teks, atau melatih model klasifikasi tersendiri yang harus dilatih ulang setiap kali label berganti. Cara pertama tidak memberi nilai probabilitas yang stabil, sedangkan cara kedua tidak memahami gambar dan audio. Decisions API memberikan probabilitas yang disertai tingkat keyakinan, sehingga pengembang bisa menetapkan ambang sendiri, misalnya tiket dengan keyakinan di bawah 0,7 diteruskan ke manusia dan yang di atas 0,9 langsung diloloskan. Bagaimana menentukan ambang itu, dan seberapa akurat keyakinan model dibanding akurasi sebenarnya, harus diuji pengembang dengan data mereka sendiri; blognya hanya memuat hasil dari kasus penggunaan internal Google.
Sudah dipasang di produk mana saja
Google mencantumkan beberapa kasus penggunaan internal: perutean model di Gemini Notebook; eksperimen kanvas cepat di Stitch, yang memakainya untuk mengubah wireframe interaktif berdasarkan perintah suara atau klik; CC dari Google Labs, yang memilih respons yang pas dari lebih dari 200 emoji; serta Google Search, yang memakainya untuk menambahkan lapisan pemeriksaan keamanan pada alat MCP guna mengenali perilaku adversarial.
API ini kini dapat digunakan melalui Gemini API dan Google AI Studio, dengan kuota gratis untuk pengembangan prototipe, dan dokumentasinya mencakup Python, JavaScript, dan REST. Integrasi pihak ketiga seperti OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, dan LiveKit akan menyusul secara bertahap. Versi di Google Cloud ditandai "segera hadir" tanpa jadwal yang jelas.
Sumber: artikel peluncuran Gemini Decisions API di blog resmi Google (untuk memverifikasi latensi, batas jumlah soal, batas input 256K, harga per juta token input, dan dasar perbandingan dengan Flash-Lite), CocoLoop, penjelasan publik tim produk Google DeepMind.