- Die Gemini Decisions API ist darauf ausgelegt, vordefinierte Entscheidungen schnell zu treffen.
- Entwickler können eine Vielzahl von Fragen einreichen und gleichzeitig verschiedene Datentypen verarbeiten.
- Das Modell hat in Benchmark-Tests besser abgeschnitten als konkurrierende Systeme.
- Die Technologie von Google kann die Geschwindigkeit und Effizienz automatisierter Systeme erhöhen.
Google hat die Gemini Decisions API eingeführt, die von seinem Modell Gemini Decision 1 unterstützt wird. Diese Schnittstelle ermöglicht es Entwicklern, in einem gemeinsamen multimodalen Input, der Text, Bilder, Audio, Videos und PDFs umfasst, gleichzeitig bis zu 1.000 unabhängige Fragen zu bewerten. Gemini Decision 1 generiert keine wörtlichen Antworten, sondern bewertet vordefinierte Optionen in einem einzigen Vorwärtsprozess und gibt Wahrscheinlichkeiten und Vertrauenswerte mit einer End-to-End-Verzögerung von 150 bis 250 Millisekunden zurück.
Google gibt an, dass das Modell für spezifische Aufgaben konzipiert wurde, wie das Auswählen von Werkzeugen, das Überprüfen der Einhaltung von Richtlinien, das Routen von Anfragen an das richtige Modell und das Durchführen von Hintergrundbewertungen.
Entwickler können in einem einzigen API-Aufruf Ja- oder Nein-Prüfungen, Multiple-Choice-Fragen mit bis zu 255 Optionen oder Bewertungsanfragen basierend auf vordefinierten Kriterien einreichen. Laut Google beträgt die mediane Berechnungszeit des Modells 50 bis 100 Millisekunden, wobei die Leistung nahezu konstant bleibt, wenn bei jeder Anfrage 1 bis 100 Fragen verarbeitet werden. Das Modell unterstützt ein Kontextfenster von bis zu 256.000 Tokens und kann gleichzeitig verschiedene Datentypen verarbeiten. Dies ermöglicht es Entwicklern, Eingaben wie Audioaufnahmen, Bilder und Dokumente zu kombinieren, ohne auf separate Verarbeitungssysteme angewiesen zu sein.
Modellleistung im Vergleich zu Wettbewerbern
Google behauptet außerdem, dass das Modell in Benchmark-Tests, die Agenten-Routing, Schlussfolgerungen, Ranking und multimodales Verständnis abdecken, besser abgeschnitten hat als konkurrierende Systeme und dabei die geringste Kalibrierungsfehlerquote erreicht hat. Das Unternehmen gibt an, dass die Kosten für Gemini Decision 1 nahezu ein Fünftel der Kosten von Gemini 3.5 Flash-Lite betragen und das Interactions API seines gemeinsamen Benchmark-Sets verwendet. Diese Einführung erfolgt zu einem Zeitpunkt, an dem der Wettbewerb um spezialisierte KI-Entscheidungstools zunehmend intensiver wird. OpenAI hat im Oktober seine Decisions API eingeführt, die von seinem GPT-6 Luna Modell betrieben wird.
Das Unternehmen gibt an, dass der Service Entscheidungen bis zu 10 Mal schneller bereitstellen kann und bei jeder Anfrage bis zu 400 Fragen unterstützt. Ähnlich wie bei Googles Produkten bietet die API probabilistische Prüfungen, Multiple-Choice-Optionen und standardbasierte Bewertungen, wobei die Preise bei US$0.10 pro Million Eingabetokens (ca. HK$1) beginnen.
Die Kosten der Decisions API betragen US$0.10 pro Million Eingabetokens (ca. HK$1), und es fallen keine Gebühren für Ausgabetokens an. Entwickler zahlen nur einmal für die gemeinsamen Eingabedaten, unabhängig davon, wie viele Fragen bewertet werden, obwohl jede Frage zusätzliche Anweisungen und Standardtokens hinzufügt. Google hat diese Technologie bereits in mehreren seiner Produkte implementiert, was zeigt, dass spezialisierte Entscheidungsmodelle die Geschwindigkeit und Effizienz automatisierter Systeme steigern können. In Gemini Notebook routet die API Anfragen von verschiedenen Quellen an die geeigneten Modellstufen und Schlussfolgerungsebenen.
Laut Google kann dieser Ansatz die Verzögerung bei alltäglichen Anfragen um bis zu 40 % reduzieren, während leistungsstärkere Schlussfolgerungsmodelle für komplexe Aufgaben reserviert bleiben.
Vielfältige Anwendungsfälle und Integration
Die Technologie treibt auch schnelle Designexperimente auf Googles Stitch-Plattform an, die es Nutzern ermöglicht, interaktive Produkt-Layouts zu generieren und Änderungen über Sprachbefehle oder Touch-Eingaben vorzunehmen. Gleichzeitig nutzt Googles CC Assistant die API, um in Sekundenschnelle aus über 200 Optionen Emoji-Reaktionen auszuwählen. Auch die Google-Suche verwendet diese Technologie als Sicherheitsmaßnahme, um gegen Verhaltensweisen zu prüfen, die mit dem Modellkontextprotokoll (MCP) in Verbindung stehen. Neben diesen Anwendungen kann die API Entwicklern helfen, Systeme zu erstellen, die automatisch geeignete Werkzeuge auswählen, eingehende Informationen bewerten und entscheiden, wann menschliches Eingreifen erforderlich ist.
Die Decisions API ist jetzt über Google AI Studio verfügbar, einschließlich einer kostenlosen Prototyping-Stufe. Google führt auch Integrationsdienste für Entwicklerplattformen wie OpenRouter, LangChain, Vercel, LiteLLM und Pydantic AI ein.
Marktwettbewerbsfähigkeit der Gemini Decisions API
Mit dem wachsenden Bedarf an KI-Entscheidungstools zeigt die von Google eingeführte Gemini Decisions API mit ihrer hohen Leistung und multimodalen Verarbeitungsfähigkeit ihre Wettbewerbsstärke auf dem Markt. Diese API kann nicht nur eine große Anzahl von Fragen schnell bearbeiten, sondern auch die Effizienz automatisierter Systeme in verschiedenen Anwendungen steigern. Für Entwickler bedeutet dies eine flexiblere Anwendung in unterschiedlichen Szenarien. Darüber hinaus wird die Kosten-Effizienz dieser Technologie weitere Entwickler anziehen und ihre Marktpräsenz weiter ausbauen.

