Gemini Decisions APIとは？
Gemini Decisions APIは、Googleの判定専用モデル「Gemini Decision 1（gemini-decision-1）」を呼び出すAPIです。通常の生成モデルが回答文を1トークンずつ作るのに対し、あらかじめ用意した候補を一度に評価し、候補ごとの確率と信頼度を返します。Googleは2026年11月11日に提供を発表し、Gemini APIとGoogle AI Studioから利用できると説明しています。[1]
短く答えると、Gemini Decisions APIが向くのは「何を書くか」ではなく「どれを選ぶか」が決まっている処理です。問い合わせを担当部署へ振り分ける、画像が規約に触れる可能性を判定する、複数のAIモデルから処理先を選ぶ、といった場面が該当します。理由を自由文で説明させたい仕事や、選択肢そのものを考えさせたい仕事は通常の生成モデルの領域です。
| 比較する項目 | Decisions API | 通常の生成API |
|---|---|---|
| 主な出力 | 選択肢、確率、信頼度 | 文章、コード、構造化データ |
| 質問形式 | Yes／No、単一選択、段階評価 | 自由な指示 |
| 向く仕事 | 振り分け、規約確認、採点、モデル選択 | 要約、回答、企画、生成 |
| 出力トークン | 0 | 生成量に応じて発生 |
| 人が先に決めること | 選択肢と評価基準 | 指示、出力形式、参照情報 |
3種類の判定と利用条件
1回のリクエストでは最大26万2,144トークンの共通入力に対して最大1,000問を評価できます。入力はテキスト、画像、動画、音声、PDFに対応します。出力は次の3種類です。[2]
noul：Yes／Noの確率を0.01〜0.99で返すchoice：2〜255個の候補から一つを選び、候補ごとの確率を返すscore：2〜255段階の評価基準を採点し、期待値と段階ごとの確率を返す
例えば「商品が破損しているか」「請求、交換、一般問い合わせのどこへ送るか」「緊急度を何段階で扱うか」を、一つの問い合わせ文に対して同時に聞けます。共通入力を問題ごとに送り直さずに済むため、同じ文書へ複数の規則を当てる処理と相性があります。
ただし、1,000問を一度に送れることと、1,000個の曖昧な基準を安全に運用できることは別です。質問文や判定基準が重なると、確率が高くても業務上の正解とは限りません。導入前に正解付きの自社データを用意し、部署別、言語別、入力形式別に誤判定を測る必要があります。
現時点のモデル文書ではBatch API、コンテキストキャッシュ、関数呼び出し、コード実行には対応していません。Google Cloudでの提供も発表時点では「coming soon」で、まずGemini APIとAI Studioから使う位置付けです。GoogleのPython SDKは2026年11月11日公開のv3.2.0でclient.decisions.createを追加しました。[3]
料金はどう計算する？
Gemini Decision 1の料金は、入力100万トークン当たり0.10ドルで、出力トークンは発生しません。共通入力は1リクエストにつき一度だけ課金され、各質問の指示文や評価基準は追加の入力トークンとして数えられます。無料枠も用意されています。[4]
1件当たり2,000入力トークンの問い合わせを100万件処理する単純計算なら、共通入力分は20億トークン、200ドルです。ただし実際の請求には各質問の説明や選択肢、画像・音声などをトークンへ換算した分も加わります。100問を付けても共通入力を100回分請求されるわけではありませんが、質問の設計が長ければ、その分だけ費用は増えます。
| 費用を左右する条件 | 確認する内容 |
|---|---|
| 共通入力 | 文書、画像、音声、動画、PDFのトークン換算 |
| 質問数 | 最大1,000問。指示と基準は質問ごとに加算 |
| 出力 | 0トークン。自由文の説明は返さない |
| 再判定 | 閾値未満を別モデルや人へ回す費用 |
| 運用品質 | 誤判定による手戻り、監査、正解データ更新 |
Googleはエンドツーエンドの遅延を150〜250ミリ秒、16Kトークンまでのモデル計算を50〜100ミリ秒と説明しています。また、社内のGemini Notebookではルーティングによって日常的な問い合わせの遅延を最大40%減らしたとしています。いずれもGoogle自身の測定・事例であり、自社の入力長、地域、同時実行数で同じ値になる保証はありません。[1]
独立検証では何が見えた？
開発者のSimon Willison氏は、動画を使った試用で、ロボットが映っているか、撮影地が米国かといった質問を同時に与えました。Gemini Decision 1は該当項目へ約0.92の確率を返し、比較したJevやOpenAIの判定モデルが0か1を返した例より、不確実性を残した結果になっています。これは一つの試用例であり、動画全般の精度を示すベンチマークではありません。[5]
Artificial Analysisの独立評価では、Gemini Decision 1はDecision Index v2.1で66点でした。知識・推論では強い一方、履歴書や領収書、論文から複数項目を同時に判定・抽出するAA-Paperclipでは、全15問を正解した文書が33%と報告されています。首位モデルの総合73点には届いておらず、Googleの比較表で多くの項目を上回ったという結果だけで、あらゆる業務に最適とは判断できません。[6]
評価結果が違うのは、測っている入力と正解条件が違うためです。Googleの表は同社が選んだ共通ベンチマーク、Artificial Analysisは文書処理やツール呼び出しなど6評価を重み付けした別の指標です。導入時に見るべきなのは総合順位より、自社で失敗すると困る判定に近いデータで、許容できる再現率と誤判定率を満たすかです。
導入するなら、確率の使い方を先に決める
確率が返る利点は、すべてを自動処理せず、曖昧な案件だけ別経路へ送れることです。例えば返品受付なら、破損確率0.9以上は交換窓口、0.6〜0.9は担当者確認、0.6未満は一般窓口というように、業務上の損失に合わせて閾値を設定できます。
導入は次の順序で進めると、APIの速さだけに判断を引っ張られません。
- 判定結果の利用先と、誤判定したときの損失を定義する
- Yes／No、選択、段階評価のどれで表せるかを決める
- 正解付きの実データで、精度、確率の校正、遅延、費用を測る
- 低信頼の結果を通常モデルまたは人へ戻す閾値を決める
- 入力や業務ルールが変わったときに再評価する
とくに採用、融資、医療、アカウント停止のように判断が人へ大きな不利益を与える業務では、確率が高いことを自動決定の根拠にしない設計が必要です。モデルの判定を補助情報として扱い、理由の確認、異議申し立て、監査ログ、人による最終判断を残すべきです。
大量の自由文をそのまま高価な生成モデルへ送っている企業は、入口の振り分けだけをDecisions APIへ切り出せる可能性があります。以前TechCreateで解説したGemini 4 CarbonとArgonのコスト比較と同じく、単価だけでなく、正答までに必要な再処理と人手を含む総費用で比べることが重要です。
まとめ
- Gemini Decisions APIは、Yes／No、選択、段階評価を確率付きで返す判定専用APIで、自由文を生成するAPIの代替ではありません。
- 入力100万トークン当たり0.10ドル、出力0ドルで、共通入力へ最大1,000問を当てられます。ただし質問文と評価基準の入力分、再判定や人手の費用も見積もる必要があります。
- 独立評価では得意不得意が分かれているため、導入時は総合順位ではなく、自社データで閾値、誤判定、低信頼時の戻し先まで検証することが重要です。
読者のコメント (0)
コメントを残す