Google выпустила Gemini Decision 1: 1000 вопросов за раз по $0,10 за млн токенов

Знакомая ситуация: нужно понять, есть ли на фото пятно, безопасен ли запрос пользователя или в какую модель его направить. Для этого берут большую LLM, она выдаёт абзац рассуждений, а вы потом вытаскиваете из него слово «да» регулярным выражением. Дорого, небыстро, и непонятно, насколько модель сама уверена в ответе. Google решила эту проблему отдельным продуктом.

Что именно выпустили

Google DeepMind представила Gemini Decisions API. Это интерфейс для закрытых вопросов трёх типов: «да/нет», выбор из нескольких вариантов и оценка по шкале. Под капотом работает модель Gemini Decision 1. Она не пишет текст, а сразу оценивает варианты и возвращает вероятности вместе со значением уверенности. На ответ уходит 150–250 миллисекунд.

Главная особенность в том, что за один проход модель обрабатывает до 1000 независимых вопросов. Входом могут быть текст, изображения, аудио, видео и PDF. То есть один документ или один кадр можно сразу «прогнать» через целую анкету.

Как это выглядит на примере

Google показывает фото кухонной столешницы. За один проход модель отвечает на вопросы всех трёх типов:

• есть ли пятно — «да» с уверенностью 95%;
• какое действие по уборке подходит — выбор варианта с уверенностью 98%;
• насколько сильное загрязнение — 1,19 по шкале от 0 до 2.

В обычной схеме это были бы три отдельных запроса к LLM с разбором текстовых ответов. Здесь получается один вызов и числа, которые можно сразу подставлять в логику приложения: если уверенность ниже порога, отправить кадр человеку.

Google уже использует API внутри компании. Он управляет динамическим роутингом моделей в Gemini Notebook, помогает с прототипами дизайна в Stitch и проверяет безопасность в Google Поиске. Для роутинга и модерации требуется как раз быстрое дешёвое решение «куда отправить» или «пропускать ли», а не развёрнутый ответ.

Цена и бенчмарки

Стоимость — $0,10 за миллион входных токенов, а за выходные токены плата не берётся. По словам Google, это примерно в пять раз дешевле Gemini 3.5 Flash-Lite. Доступ уже открыт через Google AI Studio, а интеграции с OpenRouter, LangChain, Vercel и другими платформами раскатываются.

По данным Google, Gemini Decision 1 лидирует в наборе тестов по роутингу агентов, рассуждению и мультимодальному пониманию. Ещё у неё самая низкая ошибка калибровки (Top-1 ECE). Проще говоря, когда модель говорит «уверена на 90%», она действительно права примерно в 90% случаев. Для API, который отдаёт вероятности, это важнее, чем лишний процент точности: пороги отсечения работают, только если числам можно верить.

Похожие модели в последние недели появляются одна за другой. Сначала свою версию представил стартап Jev, затем быстро подтянулись OpenAI, Cloudflare и Microsoft. Выходит, «модели решений» складываются в отдельный класс инструментов рядом с чат-моделями.

Ограничения и что делать

Все цифры пока от самой Google: и «в пять раз дешевле», и лидерство в бенчмарках. Независимых проверок в материале нет. Судя по описанию, модель подходит только для закрытых вопросов. Если нужно объяснение или развёрнутый ответ, понадобится обычная LLM. Часть интеграций ещё не готова.

Практический вывод для команд:

• Найдите в продукте места, где LLM используется как классификатор: роутинг запросов, модерация, разметка, проверка вложений.
• Соберите небольшой размеченный набор своих данных и сравните Decision 1 с тем, что работает сейчас, по цене, задержке и точности.
• Отдельно проверьте калибровку на своих данных. Если вероятности честные, можно строить каскады: уверенные случаи решает модель, сомнительные уходят дальше.

Если заявления Google подтвердятся, дешёвые «решающие» модели заберут у больших LLM всю рутинную классификацию, а их самих оставят для задач, где нужно думать и писать.