GoogleはGemini Decisions APIを発表した。中核となるのは新モデルのGemini Decision 1(API名はgemini-decision-1)で、与えられた選択肢の中から答えを選び、確率と信頼度を添えて返すことだけに特化している。ツール選択、ポリシーチェック、モデルルーティング、コンテキストの振り分けなど、エージェントのワークフローで何度も出てくる「小さな判断」が狙いどころだ。
Google DeepMindのプロダクトマネージャーであるMin Choi氏と、チーフサイエンティストのFelix Yu氏は公式ブログで、このモデルは一般的な大規模モデルのように回答テキストを1トークンずつ生成するのではなく、候補の選択肢に直接スコアを付けると説明している。
「Gemini Decision 1 scores your candidate options in a single forward pass」(Gemini Decision 1は、1回の順伝播で候補の選択肢を採点する)
3種類の設問形式、1回で最大1000問
APIが対応する設問は3種類ある。Yes/No形式は、ある条件が成り立つ確率を推定するもので、肯定側と否定側の判断基準を付けられる。多肢選択形式は、勝ち残った選択肢と各候補の正規化された確率を返し、選択肢の数は2〜255個。評価形式は0から始まる順序尺度に対応し、重み付けした連続スコアと各段階の確率を返す。どの回答にも0〜1の信頼度が付く。
入力はテキスト、画像、音声、動画、PDFに対応し、同じ素材の中で混在させることもできる。たとえばカスタマーサポートの通話録音とアカウントのメタデータ、あるいはスキャン書類と破損した荷物の写真といった組み合わせだ。1リクエストあたりの入力上限は256Kトークンで、同時に評価できる設問は最大1000問。
今回の発表で最も強調されているのは速度だ。公式が示すエンドツーエンドの遅延は150〜250ミリ秒、モデル計算部分の中央値は50〜100ミリ秒。コンテキスト最大16Kトークンのベンチマークでは、設問数を1問から100問に増やしても遅延はほとんど変わらなかった。Google自身のGemini Notebookでは、すでにこのモデルでユーザーのクエリを性能の異なるモデルへリアルタイムに振り分けており、ルーティングの遅延が最大40%短縮されたという。
課金は入力のみ、試算してみる
料金は入力100万トークンあたり0.10ドルで、出力は無料。ブログの言葉を借りれば、出力トークンの料金も、思考の長さで変動する請求もなく、音声の文字起こしやOCRに別料金がかかることもない。Googleによると、共通のベンチマークでは、Interactions API経由でGemini 3.5 Flash-Liteを使う方法より約5倍安い。
ざっと計算してみよう。ECのカスタマーサポートシステムが、通話の書き起こしと注文情報を合わせた1万トークンを毎回送り、返金すべきか、感情が激しくなっていないか、不正の疑いはないか、どの担当チームに回すかといった50問を一度に尋ねるとする。入力単価で計算すると1回あたり約0.001ドル、100万回で約1000ドルになる。この試算は設問文と素材の合計が1万トークンであることを前提としており、画像や動画は解像度に応じてトークンに換算されるため、実際の金額は上下する。
比較の前提には注意が必要だ。Googleが比較対象にしているのはFlash-Liteのような生成型の小型モデルで、生成型は出力トークンと思考トークンにも料金がかかるため、設問が増え推論が長くなるほど請求額も膨らむ。Decisions APIはこの部分のコストをなくした。その代わり、答えられるのは選択肢が閉じた設問だけで、自由形式の要約、リライト、コード生成は引き続き生成モデルに任せる必要がある。
この種のニーズは、これまで主に2つの方法で間に合わせてきた。1つは、生成型の小型モデルに「はい」か「いいえ」を出力させ、テキストから結果を取り出す方法。もう1つは、専用の分類モデルを学習させる方法で、ラベルが変わるたびに再学習が必要になる。前者は安定した確率値が得られず、後者は画像や音声を扱えない。Decisions APIは信頼度付きの確率を返すため、開発者が自分でしきい値を決められる。たとえば信頼度が0.7未満のチケットは人間に回し、0.9を超えるものはそのまま通す、といった使い方だ。しきい値をどう決めるか、モデルの信頼度が実際の正解率とどこまで一致するかは、開発者が自分のデータで検証する必要がある。ブログにはGoogle社内のユースケースでの成果しか載っていない。
すでに組み込まれている製品
Googleは社内のユースケースをいくつか挙げている。Gemini Notebookのモデルルーティング、Stitchの高速キャンバス実験(音声やクリックの指示に応じてインタラクティブなワイヤーフレームを書き換える)、Google LabsのCC(200以上の絵文字から適切なリアクションを選ぶ)、そしてGoogle検索(MCPツールに安全チェックの層を加え、敵対的な振る舞いを見分ける)である。
APIはGemini APIとGoogle AI Studioからすでに利用でき、プロトタイプ開発向けの無料枠がある。ドキュメントはPython、JavaScript、RESTに対応している。OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、LiveKitなどのサードパーティ連携も順次公開される予定だ。Google Cloud版は「近日公開」とされているが、具体的な時期は明らかにされていない。
参考資料:Google公式ブログのGemini Decisions API発表記事(遅延、設問数の上限、256K入力上限、入力100万トークンあたりの料金、Flash-Liteとの比較条件を確認)、CocoLoop、Google DeepMindプロダクトチームの公開説明。