Google hat am 11. November 2026 die Gemini Decisions API vorgestellt, einen neuen Endpunkt in der Gemini API in Google AI Studio, betrieben von einem Modell namens Gemini Decision 1 (gemini-decision-1).
Die API ist für Entscheidungen mit festem Optionsrahmen gebaut, etwa Werkzeugwahl, Policysprüfungen, Modell-Routing und Bewertung von Kontext. Eine Anfrage kann eine multimodale Eingabe über Text, Bilder, Audio, Video und PDFs mit bis zu 256K Token plus bis zu 1000 unabhängige Fragen enthalten. Google sagt, das Modell bewerte die Kandidatenoptionen in einem einzigen Vorwärtsdurchlauf und liefere Wahrscheinlichkeiten und Konfidenzwerte, statt Antworttext Token für Token zu erzeugen.
Die Ende-zu-Ende-Latenz wird mit 150-250 ms angegeben, mit im Median 50-100 ms Modellrechenzeit, für multimodale Eingaben und Kontexte bis 16K Token, und Google sagt, diese Zeit bleibe von 1 bis 100 Fragen je Anfrage nahezu konstant. Der Preis liegt bei 0,10 Dollar pro Million Input-Token und 0 Dollar für Output-Token. Die gemeinsame Eingabe wird einmal je Anfrage berechnet. Jede Frage addiert nur die eigenen Instruktions- und Kriterien-Token. Google sagt, es gebe keine gesonderten Kosten für Audiotranskription oder OCR, und dass die Decisions API in der gemeinsamen Benchmark-Suite fast 5-mal günstiger sei als Gemini 3.5 Flash-Lite mit der Interactions API. Das sind Angaben von Google. In Google AI Studio gibt es eine kostenlose Stufe zum Prototyping.
Jede Antwort enthält einen Konfidenzwert von 0 bis 1, sodass Code unklare Fälle an einen Ausweichweg oder einen Menschen weitergeben kann. Die drei Fragetypen sind noul (Ja/Nein), choice (2 bis 255 Optionen) und score (eine geordnete Rubrik, die bei 0 beginnt).
Google sagt, eigene Teams nutzten die API bereits als Steuerungsebene mit geringer Latenz, darunter dynamisches Modell-Routing in Gemini Notebook, das alltägliche Anfragen laut Google mit bis zu 40 % niedrigerer Latenz bedient, sowie Einsätze in Stitch, der Emoji-Auswahl in CC und einer Sicherheitsschicht für MCP-Werkzeuge in Search. Integrationen laufen bei OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit und OpenCode an, die Unterstützung in Google Cloud steht noch aus.
Warum das wichtig ist
Ein großer Teil der Agentenarbeit ist kein freies Schreiben. Es ist ein Ja, eine Wahl oder eine Bewertung, und das muss schnell genug sein, um vor einem teureren Modell zu sitzen. Bei 0,10 Dollar pro Million Input-Token und ohne Output-Kosten verschiebt sich die Kostenfrage dahin, wie groß die gemeinsame Eingabe ist und wann ein niedriger Konfidenzwert eine Aktion stoppen sollte.
Quellen: Ankündigung von Google.
Dieser Artikel ist keine Rechtsberatung.




