Gemini Decisions API: Fiyatlandırma, limitler ve OpenAI karşılaştırması (2026)

Google, Gemini Decisions API'yi 11 Kasım 2026'da kullanıma sundu. Gemini Decision 1, sabit seçenekli değerlendirmeleri tek geçişte yapıyor. Ancak bu API'nin OpenAI karşısındaki avantajını belirleyecek asıl ayrıntı, önbellekleme tarafındaki tablo.

Gemini Decisions API kullanmanın maliyeti

Gemini Decisions API'de 1 milyon giriş token'ı için 0,10 dolar ücret alınıyor; çıkış token'ları ise ücretsiz. Aynı istek içindeki ortak multimodal girdi, kaç soru değerlendirildiğine bakılmaksızın yalnızca bir kez ücretlendiriliyor. Sonraki her soru da yalnızca kendisine ait talimat ve kriter token'larını ekliyor.

Google, Gemini Decision 1'in ortak bir benchmark setinde Gemini 3.5 Flash-Lite ve Interactions API kombinasyonundan neredeyse 5 kat daha ucuz olduğunu belirtiyor. Çıkış token'ı, değişken düşünme token'ı, ses transkripsiyonu veya OCR için ayrı bir ücret yok. Prototip geliştirme aşamasında Google AI Studio'nun ücretsiz API katmanı kullanılabiliyor.

Hesap şu şekilde yapılıyor: requests x average billed input tokens / 1,000,000 x $0.10. Ortak kanıt yalnızca bir kez ücretlendirildiği için tek bir destek kaydı üzerinde 50 bağımsız kontrolü aynı istekte topladığınızda yalnızca sorulara özel token'lar ekleniyor. Tasarrufun kaynağı soru başına indirim değil, toplu değerlendirme.

Gemini Decision 1 hangi kararları verebiliyor?

Gemini Decision 1 (model kimliği: gemini-decision-1), sohbet için tasarlanmış bir model değil; doğrudan sınıflandırma ve puanlama yapıyor. Tek bir istek, 256K token'a kadar ortak bir multimodal girdiyle birlikte 1.000'e kadar bağımsız soru taşıyabiliyor. Her yanıt, 0 ile 1 arasında bir güven skoru ve olasılık değerleri döndürüyor.

Metin, görsel, ses, video ve PDF aynı ortak blok içinde kullanılabiliyor. Bunun için Interactions API'dekiyle aynı Content block formatından yararlanılıyor. Görsel ve video girdilerinde çözünürlük ayarlanabildiğinden, kanıtları yüklemeden önce küçültmek token maliyetini doğrudan etkiliyor. Üç soru türü aynı istekte birlikte kullanılabiliyor:

Google'ın ölçümlerine göre model hesaplama süresi medyan olarak 50–100 ms, uçtan uca gecikme ise 150–250 ms. Bu değerler multimodal girdiler ve 16K token'a kadar bağlamlar kullanılarak ölçülmüş; 1 ila 100 soru arasındaki isteklerde gecikmenin neredeyse sabit kaldığı belirtilmiş. Google ayrıca aracı yönlendirme, akıl yürütme, sıralama ve multimodal anlama benchmark'larında Gemini Decision 1'in en düşük kalibrasyon hatasıyla lider olduğunu söylüyor. Bağımsız ölçümler yayımlanana kadar bu iki sonucu da üretici benchmark'ı olarak değerlendirmek gerekiyor.

Gemini Decisions API ve OpenAI Decisions API karşılaştırması

En yakın rakip, birkaç hafta önce aynı başlık fiyatıyla çıkan OpenAI Decisions API. Gemini Decisions API de 1 milyon giriş token'ı için 0,10 dolar ve türlendirilmiş çıkışlar için sıfır ücret uyguluyor; fark ise kapasite, desteklenen medya türleri ve önbelleklemede ortaya çıkıyor.

Gemini sütunundaki bilgiler Google'ın lansman yazısına, OpenAI sütunundakiler ise resmi OpenAI belgelerine atıfta bulunan AIReiter OpenAI Decisions API fiyatlandırma rehberine dayanıyor.

Bu tablodan üç pratik sonuç çıkıyor.

1. Kanıtlarınız multimodal ise Gemini Decisions API'yi tercih edin. Bir çağrı kaydını hesap bilgileriyle ya da taranmış bir hasar PDF'ini hasar fotoğraflarıyla birlikte tek geçişte değerlendirebilirsiniz. OpenAI uç noktasıyla ise genellikle ayrı bir ön işleme adımı gerekir.
2. Geniş kapsamlı paralel değerlendirmelerde Gemini öne çıkıyor. İstek başına 400 yerine 1.000 bağımsız soru desteklendiğinden, tek bir kayıt için iade niyeti, departman yönlendirmesi, aciliyet puanı ve onlarca politika kontrolü ikinci bir gidiş-dönüş olmadan yapılabiliyor.
3. Uzun ve ortak politikalar söz konusu olduğunda OpenAI'nin hâlâ bir avantajı var. Her istekte 5.000 token'lık politika belgesini yeniden gönderiyor ve sorular kısa kalıyorsa, önbellekten okumada 1 milyon token başına 0,01 dolarlık fiyat ciddi fark yaratabilir.

Gemini Decisions API üretimde nerede işe yarar?

Lansman duyurusuna göre Google, bu uç noktayı Notebook'ta yönlendirme, Stitch'te wireframe seçimi, CC'de emoji seçimi ve Search'te MCP güvenliği için kullanıyor. Temel yaklaşım aynı: Ortak bir kanıt bloğu, çok sayıda sınırları belli seçenek ve dönen güven skoruna göre çalışan kod. Ancak bir mühendis şu uyarıyı yapıyor:

"Mesele ucuz olması değil, çıktı alanını daraltması. Güven skoru doğruluk demek değildir; gerçek iş verileriyle kalibrasyon yapın ve canlıya geçmeden önce sonuçların insan incelemesine aktarılacağı eşikleri belirleyin." — @david1989_zhu (Çince'den çevrilmiştir)

Belirsiz örnekleri de içeren, gerçek iş yükünüzden etiketli bir veri seti oluşturun. Farklı eşiklerde yanlış pozitif ve yanlış negatif oranlarını inceleyin; güveni düşük sonuçlar için insan incelemesine giden açık bir geri çekilme yolu tanımlayın. Açık uçlu veri çıkarma, açıklama üretme veya argüman gerektiren araç çağrıları gibi işler ise hâlâ Interactions API, Responses API ya da function calling kapsamına giriyor.

Gemini Decision 1 nasıl çağrılır?

Uç noktaya Google AI Studio'daki Gemini API üzerinden erişilebiliyor. google-genai SDK'larında model olarak gemini-decision-1 ve client.decisions.create kullanılıyor. Python, JavaScript ve REST rehberleri Decisions API belgelerinde yer alıyor. Google'ın resmi breakroom-counter örneği, tek bir görseli ve metin notunu üç soru türünün tamamıyla aynı istekte kontrol ediyor:

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, OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit ve OpenCode entegrasyonlarını listeliyor; Google Cloud desteğinin de yakında sunulacağını belirtiyor. OpenAI'nin uç noktasını zaten kullanıyorsanız geçiş stratejisi basit: Önce multimodal kontrolleri ve geniş kapsamlı toplu işleri taşıyın, önbellekleme indiriminin geçerli olduğu uzun politika iş yüklerini mevcut yerde test edin ve eşikleri baştan kalibre edin. Güven skorları farklı sağlayıcılar arasında doğrudan karşılaştırılamaz.

Gemini Decisions API için ücretsiz katman var mı?

Evet. Google AI Studio'daki ücretsiz katman prototip geliştirme için kullanılabiliyor.

Gemini Decisions API istem önbelleklemesini destekliyor mu?

Lansman yazısında 12 Kasım 2026 itibarıyla herhangi bir önbellekleme seçeneğinden söz edilmiyor.

Tek bir Gemini Decisions API isteğine kaç soru sığar?

256K token'a kadar tek bir ortak girdi üzerinde en fazla 1.000 bağımsız soru sorulabiliyor.

Üretim kodunda hangi gecikme için bütçe ayırmalıyım?

Kendi bölgesel p95 ölçümlerinizi alana kadar uçtan uca 250 ms'yi baz alın.

Interactions API'ye hâlâ ihtiyacım var mı?

Evet. Metin oluşturma, rastgele alanları çıkarma, kararları açıklama veya araç argümanları üretme gibi işler için Interactions API'yi kullanmaya devam etmelisiniz.