# Gemini Decision 1: за даними Google, похибка вдвічі менша, ніж у Jev > Google заявляє: похибка калібровки Gemini Decision 1 удвічі менша, ніж у Jev 1.14, але на спільному наборі тестів модель дорожча ($0,88 проти $0,68). - Опубліковано: 12 листопада 2026 р. (2026-11-12T01:48:42.480390+00:00) - Розділ: AI-інструменти - На основі публікації: [SiliconANGLE AI](https://siliconangle.com/2026/11/11/google-enters-the-decision-model-market-with-gemini-decisions-api/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=gemini-decision-1-%D0%B7%D0%B0-%D0%B4%D0%B0%D0%BD%D0%B8%D0%BC%D0%B8-google-%D0%BF%D0%BE%D1%85%D0%B8%D0%B1%D0%BA%D0%B0-%D0%B2%D0%B4%D0%B2%D1%96%D1%87%D1%96-%D0%BC%D0%B5%D0%BD%D1%88%D0%B0-%D0%BD%D1%96%D0%B6-%D1%83-jev --- Google 11 листопада 2026 року запустила Gemini Decisions API на моделі Gemini Decision 1: замість тексту вона видає короткі відповіді з оцінкою впевненості, а млн вхідних токенів коштує $0,10, [за даними SiliconANGLE](https://siliconangle.com/2026/11/11/google-enters-the-decision-model-market-with-gemini-decisions-api/). ## Що саме повертає Gemini Decisions API? Gemini Decisions API приймає один спільний вхід і до 1000 типізованих запитань, а у відповідь віддає числа, а не текст, [за даними MarkTechPost](https://www.marktechpost.com/2026/11/11/google-gemini-decisions-api-gemini-decision-1/). Типів запитань три: «так/ні» (ймовірність «так» у межах від 0,01 до 0,99), вибір із 2-255 варіантів та оцінка за шкалою з 2-255 рівнів. До кожної відповіді додається впевненість від 0 до 1. Google радить слабовпевнені випадки віддавати запасному механізму або людині. Входом можуть бути текст, зображення, відео, аудіо чи PDF. Контекст становить 262 144 токени на спільний вхід і всі запитання разом. Приклад із SiliconANGLE: команда кібербезпеки просить модель оцінити серйозність антивірусного сповіщення за шкалою від 1 до 10. Запитання оцінюються паралельно й не бачать одне одного. ## Скільки коштує Gemini Decisions API порівняно з Jev? Gemini Decision 1 коштує $0,10 за 1 млн вхідних токенів (близько 4,53 грн за курсом НБУ на 12.11.2026, 45,32 грн за долар), а вихідні токени не тарифікуються. На спільному наборі тестів модель майже у 5 разів дешевша за Gemini 3.5 Flash-Lite ($0,88 проти $4,14). Проти Jev 1.14 від TypeSafe картина інша: у нього $0,042 за 1 млн токенів і $0,68 за той самий набір. Отже, модель Google дорожча на 29% за набором ($0,88 проти $0,68) і в 2,4 раза за ціною токена ($0,10 проти $0,042). SiliconANGLE також пише, що Jev трохи економніший. Спільний вхід оплачується один раз за запит, а кожне запитання додає лише власні інструкції й критерії. Кешу й Batch API поки немає, тому великий повторюваний контекст тарифікується щоразу повністю. Безкоштовний обмежений рівень доступний у Google AI Studio. ## Наскільки Gemini Decision 1 точний і швидкий? Gemini Decision 1 лідирує у 7 із 9 тестів у таблиці Google, а найкращий результат становить 92,2% на публічній частині JevBench. Усі цифри Google отримала власними вимірами, а відмови й блокування безпеки зараховано як помилки. Незалежних перевірок у джерелах немає. Які саме два тести Google не виграє, джерела не кажуть. Відомо лише про When2Call: 79,9% проти 82,0% у Jev 1.14. Найнижчий результат моделі: 58,7% Macro-F1 на Amazon ESCI. Похибка калібровки за вимірами Google становить 0,0250, а в Jev 1.14 вона 0,0494, тобто приблизно вдвічі більша. Це важливо, коли ви задаєте пороги впевненості для автоматизації. Крім Jev, Google порівнювала модель із GPT-6 Luna на OpenAI Decisions (сервіс запущено минулого місяця) і з Gemini 3.5 Flash-Lite. Медіанний час обчислення моделі становить 50-100 мс, наскрізна затримка 150-250 мс, і вона майже не росте від 1 до 100 запитань. Автори блогу DeepMind Мін Чой і Фелікс Ю заявляють це для входів до 16K токенів, хоча контекст сягає 256K. Для довших входів даних про затримку в джерелах немає. ## Які інструменти вже підтримують Gemini Decisions API? Ендпоінт працює в Gemini Developer API (v1beta) і потребує google-genai SDK 3.2 або новішого. Підтримка розгортається в OpenRouter, LangChain, Vercel AI SDK, LiteLLM, Pydantic AI, Pipecat, LiveKit і OpenCode. У Gemini on Google Cloud вона позначена як «скоро». Усередині Google API вже застосовують: Gemini Notebook із його допомогою розподіляє запити за рівнями моделей, і це дає до 40% нижчу затримку для щоденних запитів (дані Google). ## Що робити зараз - Переносьте в Gemini Decision 1 дрібні розгалуження в агентах: маршрутизацію, перевірку політик, вибір інструмента, оцінювання. Саме на них API розрахований. - Для потоку сповіщень безпеки ставте запитання з оцінкою від 1 до 10, а випадки з низькою впевненістю передавайте аналітику, як радить Google. - Збирайте всі запитання до одного документа в один запит (до 1000): вхід оплачується раз, а не за кожне запитання. - Якщо головне для вас ціна ($0,042 проти $0,10 за 1 млн токенів) або завдання схоже на When2Call, порівняйте з Jev 1.14: там він показав вищий результат (82,0% проти 79,9%). - Не закладайте 150-250 мс для входів понад 16K токенів, а повторюваний великий контекст рахуйте за повною ціною: кешу немає. --- Теги: AI, Gemini, GoogleDeepMind, агенти, DecisionModels, API Джерело: AiiN — https://aiin.news/article?slug=gemini-decision-1-%D0%B7%D0%B0-%D0%B4%D0%B0%D0%BD%D0%B8%D0%BC%D0%B8-google-%D0%BF%D0%BE%D1%85%D0%B8%D0%B1%D0%BA%D0%B0-%D0%B2%D0%B4%D0%B2%D1%96%D1%87%D1%96-%D0%BC%D0%B5%D0%BD%D1%88%D0%B0-%D0%BD%D1%96%D0%B6-%D1%83-jev. Цитуючи, посилайтесь на канонічний URL.