Google、Gemini Decisions APIを発表：テキストを生成せず、1リクエストで最大1,000問を判定するモデル

Googleもまた「ディシジョンモデル（決定モデル）」の競争に名乗りを上げた。11月11日、Google DeepMindはGemini APIの新たなエンドポイントとなるGemini Decisions APIを発表した。専用モデルGemini Decision 1を基盤とし、その設計思想は「文章を生成せず、判定だけを下す」というものだ。

テキストではなく確率を出力する

従来の生成モデルは単語を1つずつ生成する。特定のツールを呼び出すべきか、メッセージが規約に違反していないかをプログラムが判断したいだけの場合でも、生成されたテキストを後から解析する必要があり、レイテンシの増大や誤解釈のリスクが生じる。Gemini Decision 1はその逆を行く。1つの入力とクローズドな質問のリストを受け取り、すべての選択肢を1回のパスで評価して、それぞれに対して確率と信頼度スコアを返す。

公式ドキュメントには、Yes/No、2〜255個の選択肢から選ぶ複数選択、順序付きスケールによる評価という3種類の質問形式が記載されている。テキスト、画像、音声、動画、PDFが混在する共通の入力に対し、1回のリクエストで最大1,000問まで含めることが可能だ。質問は互いを参照することなく個別に評価される。Googleは、細かく限定した質問を設定し、通常の条件分岐を使ってコード側で組み合わせることを推奨している。

Googleが謳う性能と、非対応の機能

公表された数値はエージェント用途を強く意識している。エンドツーエンドで150〜250ミリ秒のレイテンシ、1問でも100問でもほぼ同等の処理時間、そして入力100万トークンあたり0.10ドルという価格設定で、出力トークンに対する課金は一切発生しない。共有入力部分は、質問数にかかわらず1回分のみ計算される。Googleは社内での活用例として、Gemini Notebookにおける適切なモデルへのリクエスト振り分け（同社によれば通常のリクエストで最大40%のレイテンシ削減）、CCアプリにおける200種類以上の絵文字からの選択、Google検索のMCPツールにおける不正挙動の検知などを挙げている。

一方で、モデルの仕様書には非対応の機能も明記されている。テキスト生成、Function Calling、Batch API、キャッシングには対応していない。アシスタントではなく、あくまで振り分け役（ルーター）に特化した設計だ。

Googleは、自社のテストセットにおいて同モデルが最も優れたキャリブレーションで首位に立ち、同一テストにおいてGemini 3.5 Flash-Liteと比べて約5倍安価に運用できると主張している。

最初の第三者評価はより冷静な結果に

発表当日、Artificial Analysisが独自の検証結果を公開した。精度とキャリブレーションを総合評価するDecision Index v2.1において、Gemini Decision 1は66ポイントを獲得した。堅実なスコアではあるものの、Drex Max v1.1やGLiDE v1.2（いずれも73ポイント）をはじめとする特化型の競合ディシジョンモデルには及ばなかった。一方で、知識および推論のテスト項目ではディシジョンモデルの中で首位に立っている。処理速度の面では1タスクあたり平均211ミリ秒を記録し、Googleが公表した範囲内に収まった。しかしコスト比較では立場が逆転する。同インデックス基準で100万タスクあたり345ドルとなり、Drex Max v1.1の103ドル、Decider v1.2の68ドル、Celeris-1.1 Decisionの14ドルを大きく上回る。生成モデルよりは大幅に安価だが、このカテゴリー内で最安というわけではない。