Gemini Decisions API: цены, лимиты и сравнение с OpenAI (2026)

Google запустила Gemini Decisions API 11 ноября 2026 года. Gemini Decision 1 за один проход оценивает фиксированные варианты ответа, а ключевой вопрос для реальных проектов — насколько выгодной окажется такая схема по сравнению с OpenAI с учётом кэширования.

Сколько стоит запрос к Gemini Decisions API

Gemini Decisions API стоит $0.10 за 1 млн входных токенов, а выходные токены не тарифицируются. Общий мультимодальный вход оплачивается один раз за запрос независимо от числа проверяемых вопросов. Каждый новый вопрос добавляет только собственные инструкции и токены критериев.

Google позиционирует Gemini Decision 1 как решение почти в 5 раз дешевле Gemini 3.5 Flash-Lite с Interactions API на общем наборе тестов. Платить отдельно за выходные токены, переменное число токенов рассуждений, расшифровку аудио или OCR не нужно. Для прототипов в Google AI Studio доступен бесплатный тариф API.

Формула выглядит так: requests x average billed input tokens / 1,000,000 x $0.10. Общие доказательства оплачиваются один раз, поэтому 50 независимых проверок одного тикета можно объединить в один запрос, доплатив лишь за токены, относящиеся к конкретным вопросам. Экономия здесь достигается пакетной обработкой, а не скидкой за каждый вопрос.

Что умеет определять Gemini Decision 1

Gemini Decision 1 (ID модели gemini-decision-1) — специализированный классификатор и оценщик, а не чат-модель. Один запрос включает единый общий мультимодальный вход объёмом до 256K токенов и до 1 000 независимых вопросов. Для каждого ответа API возвращает вероятности и оценку уверенности от 0 до 1.

Поддерживаются текст, изображения, аудио, видео и PDF в одном общем блоке — используется тот же формат Content block, что и в Interactions API. Для изображений и видео можно настраивать разрешение, поэтому предварительное уменьшение материалов напрямую влияет на расход токенов. В одном запросе разрешено смешивать все три типа вопросов:

По данным Google, медианное время вычислений модели составляет 50–100 мс, а сквозная задержка — 150–250 мс. Измерения проводились на мультимодальных входах и контекстах объёмом до 16K токенов; по заявлению компании, показатель почти не меняется при росте числа вопросов с 1 до 100 за запрос. На тестах по маршрутизации агентов, рассуждениям, ранжированию и мультимодальному пониманию Google заявляет о лидерстве Gemini Decision 1 и самой низкой ошибке калибровки. Пока независимые замеры не опубликованы, обе оценки стоит воспринимать именно как результаты тестов поставщика.

Gemini Decisions API против OpenAI Decisions API

Ближайший конкурент — Decisions API от OpenAI, запущенный несколькими неделями ранее с той же заявленной ценой. Gemini Decisions API совпадает с OpenAI по ставке $0.10 за 1 млн входных токенов и бесплатным типизированным результатам, но отличается лимитами, поддерживаемыми форматами данных и кэшированием.

Данные по Gemini взяты из публикации Google о запуске, данные по OpenAI — из руководства AIReiter по ценам OpenAI Decisions API, составленного со ссылками на официальную документацию OpenAI.

Из этой таблицы следуют три практических вывода.

1. Выбирайте Gemini Decisions API, если доказательства мультимодальны. Запись разговора можно объединить с метаданными аккаунта, а отсканированный PDF страхового заявления — с фотографиями повреждений и обработать всё за один проход. Для OpenAI обычно потребуются отдельные этапы предварительной обработки.
2. Он подходит для широкого распараллеливания. Вместо 400 вопросов OpenAI Gemini принимает до 1 000 независимых вопросов за запрос: в один тикет можно включить определение намерения по возврату, маршрутизацию в отдел, оценку срочности и десятки предикатов политики без второго сетевого обмена.
3. OpenAI сохраняет преимущество на длинных общих политиках. Кэширование префикса снижает цену повторного чтения до $0.01/1M — это важно, когда каждый запрос заново отправляет документ политики на 5 000 токенов, а сами вопросы короткие.

Где Gemini Decisions API пригодится в продакшене

Согласно анонсу запуска, Google использует этот API в Notebook для маршрутизации, в Stitch для создания вайрфреймов, в CC для выбора эмодзи и в Search для обеспечения безопасности MCP. Общий шаблон один: единый блок доказательств, множество ограниченных вариантов и маршрутизация кода по возвращаемой уверенности. Но здесь стоит прислушаться к предупреждению одного из инженеров:

«Дешевизна — не главное. Главное — сузить пространство вариантов ответа. Уверенность не равна точности, поэтому до запуска откалибруйте модель на реальных бизнес-примерах и задайте пороги, при которых система воздерживается от ответа». — @david1989_zhu (перевод с китайского)

Соберите размеченный набор из реальных рабочих данных, включая неоднозначные случаи, постройте показатели ложноположительных и ложноотрицательных срабатываний для разных порогов, а для результатов с низкой уверенностью предусмотрите явный путь передачи на проверку человеку. Задачи за пределами этого контракта — свободное извлечение данных, генерация объяснений и вызовы инструментов, которым нужны аргументы, — по-прежнему лучше решать через Interactions API, Responses API или function calling.

Как вызвать Gemini Decision 1

Модель доступна через Gemini API в Google AI Studio под именем gemini-decision-1. В SDK google-genai используется метод client.decisions.create; руководства для Python, JavaScript и REST опубликованы в документации Decisions API. В официальном примере с проверкой стойки в комнате отдыха одна фотография и текстовая заметка сопоставляются сразу с вопросами всех трёх типов:

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create(
    model="gemini-decision-1",
    input=[
        {"type": "image", "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg", "mime_type": "image/jpeg"},
        {"type": "text", "text": "Breakroom counter check before the 9 AM client meeting."},
    ],
    questions={
        "has_spill": {"type": "noul", "instructions": "Is there an uncleaned liquid spill on the counter?"},
        "next_action": {"type": "choice", "instructions": "Which cleanup action fits the scene?",
            "criteria": {"wipe_with_cloth": "Small counter spill with cloth nearby.",
                         "dispatch_janitorial": "Large floor hazard, broken glass, or active leak.",
                         "ready_for_meeting": "Counter is clean and ready."}},
        "severity": {"type": "score", "instructions": "Rate the severity of the counter mess.",
            "criteria": ["Clean and ready.", "Minor localized spill.", "Major spill or safety hazard."]},
    },
)
print(result)

Google перечисляет интеграции с OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit и OpenCode; поддержка Google Cloud появится позднее. Если вы уже используете API OpenAI, практическая стратегия проста: сначала перенесите мультимодальные проверки и сценарии с большим числом параллельных вопросов, а длинные политики, которые выгодно кэшировать, оставьте там, где действуют скидки на чтение из кэша. Пороговые значения придётся откалибровать заново: шкалы уверенности разных поставщиков нельзя переносить напрямую.

Есть ли у Gemini Decisions API бесплатный тариф?

Да, для прототипирования в Google AI Studio доступен бесплатный тариф.

Поддерживает ли Gemini Decisions API кэширование промптов?

По состоянию на 12 ноября 2026 года в публикации о запуске опция кэширования не упоминается.

Сколько вопросов помещается в один запрос Gemini Decisions API?

До 1 000 независимых вопросов для одного общего входа объёмом до 256K токенов.

Какую задержку закладывать для продакшена?

Закладывайте 250 мс на сквозную обработку, пока не измерите собственный p95 в нужном регионе.

Нужен ли по-прежнему Interactions API?

Да, если нужно составлять текст, извлекать произвольные поля, объяснять решения или формировать аргументы для инструментов.