- Gemini Decisions APIは迅速に事前定義された意思決定を行うことを目的としている。
- 開発者は複数の質問を提出し、同時に多様なデータタイプを処理できる。
- このモデルはベンチマークテストで競合システムを上回るパフォーマンスを示した。
- Googleの技術は自動化システムの速度と効率を向上させる。
GoogleはGemini Decisions APIを発表した。この新しいエンドポイントは、Gemini Decision 1モデルによってサポートされており、人工知能エージェントが冗長なテキスト応答を生成することなく、迅速に事前定義された意思決定を行うことを目的としている。このインターフェースは、開発者がテキスト、画像、音声、動画、PDFを含む共有マルチモーダル入力の中で、最大1,000の独立した質問を同時に評価できるようにする。Gemini Decision 1は逐語的に応答を生成するのではなく、一度のフォワードプロセスで事前に定められた選択肢にスコアを付け、150から250ミリ秒のエンドツーエンドの遅延で確率と信頼スコアを返す。
Googleは、このモデルがツールの選択、ポリシーのコンプライアンスチェック、クエリを正しいモデルにルーティングすること、背景評価を行うなど、限られたタスクのために設計されていると述べている。
開発者は単一のAPI呼び出しで、はいまたはいいえのチェック、多最大255の選択肢を持つ多肢選択問題、または事前に定められた基準に基づく評価リクエストを提出できる。Googleによれば、このAPIが提供するモデルの計算時間の中央値は50から100ミリ秒であり、1回のリクエストで1から100の質問を処理する際、パフォーマンスはほぼ変わらない。このモデルは最大256,000のトークンを持つコンテキストウィンドウをサポートし、同時に多様なデータタイプを処理できる。これにより、開発者は音声録音、画像、文書などの入力を組み合わせることができ、個別の処理システムに依存する必要がなくなる。
モデルの性能と競合他社との比較
Googleはさらに、このモデルがエージェントルーティング、推論、ランキング、マルチモーダル理解を含むベンチマークテストで競合システムを上回り、最小のキャリブレーション誤差を実現したと主張している。同社は、Gemini Decision 1のコストがGemini 3.5 Flash-Liteの約5分の1であり、共有ベンチマークスイートのInteractions APIを使用していると述べている。この発表は、特化したAI意思決定ツールの競争が激化する中で行われた。OpenAIは10月にそのDecisions APIを発表し、このAPIはGPT-6 Lunaモデルによって駆動されている。
同社は、このサービスが最大10倍の速度で意思決定を提供し、各リクエストで最大400の質問をサポートすると述べている。Googleの製品と同様に、このAPIは確率に基づくチェック、多肢選択、基準に基づく評価を提供し、価格は毎百万入力トークンあたりUS$0.10(約HK$1)から始まる。
Decisions APIのコストは毎百万入力トークンあたりUS$0.10(約HK$1)であり、出力トークンには料金が発生しない。開発者は共有入力データに対して一度の料金を支払うだけで済み、評価する質問の数に関わらず、各質問は指示と基準トークンを増加させる。Googleはすでにこの技術を複数の製品に展開しており、特化した意思決定モデルが自動化システムの速度と効率を向上させることを証明している。Gemini Notebookでは、このAPIがさまざまなソースからのクエリを適切なモデルレベルと推論レベルにルーティングする。
Googleによれば、このアプローチにより、日常的なクエリの遅延を最大40%削減できる一方で、より強力な推論モデルは複雑なタスクに留保される。
多様なアプリケーションシナリオと統合
この技術はまた、GoogleのStitchプラットフォームにおいて迅速なデザイン実験を推進し、ユーザーがインタラクティブなプロダクトラインフレームを生成し、音声コマンドやタッチ入力で変更を加えることを可能にしている。同時に、GoogleのCCアシスタントはこのAPIを利用して、瞬時に200以上の選択肢から絵文字反応を選択する。Google検索もこの技術を使用して、モデルコンテキストプロトコル(MCP)ツールに関連する対抗行動を検出する安全層として機能している。これらのアプリケーションに加えて、このAPIは開発者が適切なツールを自動的に選択し、入ってくる情報を評価し、いつ人工的な介入が必要かを判断するシステムを構築するのに役立つ。
Decisions APIは現在、Google AI Studioを通じて提供されており、無料のプロトタイプ設計レベルが含まれている。Googleはまた、OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AIなどの開発者プラットフォーム向けに統合サービスを展開している。
Gemini Decisions APIの市場競争力
AI意思決定ツールの需要が高まる中、Googleが発表したGemini Decisions APIは、その高性能とマルチモーダル処理能力により、市場での競争優位性を示している。このAPIは、迅速に大量の問題を処理できるだけでなく、さまざまなアプリケーションで自動化システムの効率を向上させることができる。開発者にとって、これは異なるシナリオに柔軟に適用できることを意味する。また、この技術のコスト効率も多くの開発者を惹きつけ、さらなる市場影響力の拡大が期待される。

