Gemini Decisions API. Jak działa i ile kosztuje

Czym jest Gemini Decisions API

Decisions API rozwiązuje wąski, ale częsty problem programistów. Aplikacja nie potrzebuje akapitu tekstu, tylko decyzji, na podstawie której wykona kolejny krok: przekaże zgłoszenie do właściwego działu, odrzuci treść albo wybierze narzędzie dla agenta AI. Model generatywny zwraca w takiej sytuacji tekst, który trzeba jeszcze przetworzyć, a to wydłuża czas odpowiedzi i bywa zawodne.

Gemini Decision 1 działa inaczej. Według Google ocenia wszystkie podane warianty w jednym przebiegu modelu, bez generowania kolejnych tokenów, i zwraca skalibrowane prawdopodobieństwa. Skalibrowane oznacza, że wartość 0,9 powinna w praktyce odpowiadać trafności rzędu 90 proc. Każda odpowiedź ma dodatkowo pole confidence od 0 do 1, więc kod może przekazywać niepewne przypadki człowiekowi.

Google ogłosił usługę 11 listopada 2026 roku na blogu dla deweloperów. Model jest dostępny przez klucz z Google AI Studio, w SDK dla Pythona i JavaScriptu oraz przez REST. Firma pisze o stopniowym wdrażaniu integracji w ekosystemie, a model jest już widoczny w serwisie OpenRouter.

Trzy typy pytań i limity

Każde pytanie ma jeden z trzech typów, a wszystkie są oceniane niezależnie od siebie na tym samym wejściu. Pytania nie widzą nawzajem swoich odpowiedzi, dlatego dokumentacja zaleca zadawanie wąskich pytań i łączenie wyników w zwykłym kodzie.

• Tak lub nie (noul) - zwraca prawdopodobieństwo odpowiedzi twierdzącej w zakresie od 0,01 do 0,99. Można opisać, co oznacza odpowiedź tak, a co nie.
• Wybór (choice) - wskazuje jedną z 2-255 opcji i podaje prawdopodobieństwo dla każdej z nich.
• Ocena (score) - umieszcza materiał na uporządkowanej skali od 2 do 255 poziomów, zwracając średnią ważoną. Google zaleca 2-10 poziomów.
• Wspólne wejście może łączyć kilka rodzajów danych, np. nagranie rozmowy z metadanymi konta albo zeskanowany wniosek PDF ze zdjęciami szkody.
• Interfejs nie obsługuje Batch API ani pamięci podręcznej kontekstu.

Ile kosztuje Gemini Decision 1

W płatnym poziomie Gemini API stawka wynosi 0,10 USD za milion tokenów wejściowych, niezależnie od rodzaju danych. Po kursie średnim NBP z 10 listopada 2026 roku (3,9099 zł za dolara) to ok. 0,39 zł netto. Tokenów wyjściowych nie ma, nie ma też osobnych opłat za rozumowanie, transkrypcję dźwięku ani rozpoznawanie tekstu ze skanów.

Wspólne wejście jest rozliczane raz na zapytanie. Każde kolejne pytanie dolicza wyłącznie tokeny własnej instrukcji i opisów opcji. Przy 50 kontrolach regulaminowych dla jednego zgłoszenia płaci się więc za zgłoszenie raz, a nie 50 razy. Google oferuje też bezpłatny poziom z limitami, ale według cennika dane z niego mogą służyć do ulepszania produktów firmy.

Według Google cały zestaw testów porównawczych kosztował z Decisions API prawie 5 razy mniej niż z modelem Gemini 3.5 Flash-Lite wywoływanym przez Interactions API. Mediana obliczeń modelu ma wynosić 50-100 ms, a pełne opóźnienie 150-250 ms, przy niemal stałym czasie dla 1-100 pytań. To deklaracje producenta, bez niezależnej weryfikacji.

Porównanie z Decisions API od OpenAI

Google wchodzi w kategorię, którą OpenAI otworzyło w październiku. Decisions API OpenAI z modelem gpt-6-luna jest ogólnie dostępne od 22 października 2026 roku i kosztuje tyle samo za milion tokenów wejściowych. Różnice dotyczą głównie skali zapytania i obsługiwanych formatów.

Zestawienie poniżej opiera się na dokumentacji obu firm sprawdzonej 11 listopada 2026 roku:

• Model - Google: gemini-decision-1. OpenAI: gpt-6-luna.
• Cena wejścia - w obu przypadkach 0,10 USD za milion tokenów, bez opłat za wyjście.
• Pytania w jednym zapytaniu - Google: do 1000. OpenAI: do 400.
• Dane wejściowe - Google: tekst, obraz, dźwięk, wideo i PDF. OpenAI: tekst, JSON i obrazy, bez dźwięku.
• Status - Google: interfejs w wersji v1beta. OpenAI: wersja ogólnodostępna.

Zastosowania w polskiej firmie

Google pokazuje użycie usługi we własnych produktach. Gemini Notebook kieruje zapytania do odpowiedniego modelu i poziomu rozumowania, co według firmy obniża opóźnienie zwykłych zapytań nawet o 40 proc. Wyszukiwarka Google wykorzystuje Decisions API do wykrywania nadużyć, a eksperyment CC z Google Labs dobiera reakcję emoji spośród ponad 200 opcji.

Dla polskiej firmy najprostsze scenariusze to obsługa klienta i kontrola dokumentów. Sklep internetowy może sprawdzić zdjęcie zwracanej paczki i opis klienta, a potem jednym zapytaniem ustalić, czy towar jest uszkodzony, do której kolejki trafia zgłoszenie i jak pilne jest. Ubezpieczyciel lub firma leasingowa może ocenić kompletność wniosku PDF według kilkunastu kryteriów naraz.

Język polski nie jest wymieniony w zapowiedzi osobno. Przed wdrożeniem warto sprawdzić model na kilkuset własnych przykładach i ustawić próg pewności, poniżej którego decyzję podejmuje pracownik.

Ograniczenia i dane osobowe

Usługa ma etykietę v1beta, więc parametry i limity mogą się jeszcze zmienić. Wyniki testów porównawczych pochodzą wyłącznie od Google, a firma nie podała pełnej listy zadań ani wyników konkurencyjnych modeli. Model zwraca tylko decyzję i prawdopodobieństwo, bez uzasadnienia, co utrudnia wyjaśnienie klientowi, dlaczego jego zgłoszenie odrzucono.

Dla firm z UE najważniejsza jest kwestia danych. Bezpłatny poziom Gemini API pozwala Google wykorzystywać przesyłane treści do ulepszania produktów, a poziom płatny tego nie przewiduje. Przy zgłoszeniach klientów, nagraniach rozmów czy dokumentach z danymi osobowymi właściwym wyborem jest więc płatny poziom i umowa powierzenia przetwarzania. Gdy decyzja modelu wywołuje skutki prawne dla klienta, w grę wchodzi art. 22 RODO o decyzjach opartych wyłącznie na zautomatyzowanym przetwarzaniu.