Google veröffentlicht erstes Entscheidungsmodell: Alle Ausgaben vollständig kostenlos – Preis pro Million Token liegt bei nur 0,1 US-Dollar

Wie läuft es im Inneren des Tech-Giganten Google?

Ich habe lange gewartet, aber Gemini 4 Hydrogen ist nicht erschienen.

Was Google gestern Abend vorgelegt hat, ist das multimodale Entscheidungsmodell Gemini Decision 1.

Sundar Pichai hat angekündigt: Heute hat Google die Gemini Decisions API offiziell eingeführt, die vom Modell Gemini Decision 1 unterstützt wird.

Stitch Rapid nutzt die Decisions API, um den gesamten Produktablauf in wenigen Sekunden zu entwerfen

Der Trend um „Jev“ hat Google endlich erreicht.

Es wurde speziell für „geschlossene Multiple-Choice-Aufgaben“ entwickelt, zeichnet sich durch extrem geringe Latenz, native Multimodalität aus und kann 1000 Aufgaben auf einmal verarbeiten.

Es gibt 3 native Entscheidungstypen: „Ja/Nein“, „Multiple Choice (unterstützt bis zu 255 Optionen!)“ sowie „Bewertung nach Bewertungsmaßstäben“.

Pro Million Eingabe-Token kostet es nur 0,10 US-Dollar, Ausgabe-Token sind komplett kostenlos! (Das ist nur 1/5 des Preises von Flash-Lite).

In mehreren Benchmark-Tests liegt es mit dem niedrigsten Kalibrierungsfehler absolut an der Spitze.

Mit Multimodalität das Entscheidungsmodell revolutionieren

Das Jev von TypeSafe AI hat im Silicon Valley einen Boom ausgelöst, und andere Großkonzerne ziehen nach. Jetzt steigt Google endlich in die Entwicklung von Entscheidungsmodellen ein.

Da Jev den Preis für reine Textentscheidungen bereits auf 0,042 US-Dollar pro Million Token gedrückt hat, wie soll Google da mithalten?

Die Antwort lautet: Mit Multimodalität reine Textmodelle übertreffen.

Sie können riesige Datenmengen von bis zu 256K Token (egal ob Text, Bild, Audio, Video oder PDF) auf einmal eingeben und dann gleichzeitig 1000 kritische Fragen stellen!

Egal ob Sie Tool-Aufrufe, Strategierisikokontrolle, dynamisches Modellrouting oder Kontextbewertung durchführen möchten, die Decisions API liefert Ihnen direkt die eindeutigste Antwort.

Gemini Decision 1 bewertet alle Optionen sofort durch einen einzigen effizienten „Forward Pass“.

Spitzenplätze in Benchmark-Tests: „Intuition“ ist extrem präzise

Natürlich muss ein Entscheidungsmodell nicht nur schnell, sondern auch genau sein!

In führenden Benchmark-Tests, die Agent-Routing, logisches Schlussfolgern, Informationssortierung und multimodales Verständnis abdecken, belegt Gemini Decision 1 durchgehend die Spitzenplätze.

Noch wichtiger ist, dass es den niedrigsten Kalibrierungsfehler aller Teilnehmer aufweist!

Daher ist die Genauigkeit in der Praxis genau so hoch wie das von ihm angegebene Vertrauen, und die Halluzinationsrate ist sehr gering.

Da keine wörtliche Decodierung erforderlich ist, liegt die mittlere Berechnungslatenz des Modells bei der Verarbeitung von multimodalen Kontexten mit bis zu 16K Token bei 50 bis 100 Millisekunden, und die End-to-End-Latenz beträgt nur 150 bis 250 Millisekunden.

Außerdem ist die Geschwindigkeit fast völlig gleich, egal ob Sie eine Frage oder 100 Fragen auf einmal stellen – es gibt keinerlei Verzögerungen.

Da es fast 5 Mal günstiger ist als das derzeit anerkannte „Preis-Leistungs-König“ Gemini 3.5 Flash-Lite (mit Interactive-API-Modell), ist es ein absoluter Preisbrecher.

Native Multimodalität + drei Entscheidungsmodi: Das Modell erledigt alles in einem Durchgang!

Auf Basis der starken nativen Multimodalitätsarchitektur von Gemini kann es sowohl Dokumente, Aufnahmen als auch Videos in einem einzigen Forward Pass direkt „verstehen und wahrnehmen“.

Sie können verschiedene multimodale Inhalte kombinieren – zum Beispiel „Kundendienst-Anrufaudio“ und „Kontodaten“ zusammenfügen oder „PDF-Schadenmeldung“ und „Schadensfotos“ gemeinsam übergeben.

Sie können sogar die Auflösung von Audio und Video frei anpassen, um visuelle Details und Token-Kosten zu steuern.

In einer einzigen Anfrage können Sie die drei Kern-Entscheidungsmodi gemischt verwenden.

Außerdem gibt es jedes Mal freundlicherweise einen „Konfidenzwert (von 0 bis 1)“ zurück. Bei unklaren Fällen kann Ihr Code das Ergebnis direkt an eine Ersatzlösung weiterleiten oder eine manuelle Prüfung veranlassen – das ist sehr zuverlässig.

noul (Ja/Nein): Es berechnet die Wahrscheinlichkeit, dass die Ja/Nein-Bedingung erfüllt ist, und Sie können auch den Bewertungsstandard für „Wahr/Falsch“ auswählen.

choice (Multiple Choice): Unterstützt 2 bis 255 Optionen! Es teilt Ihnen direkt mit, welche Option der Gewinner ist, und liefert eine Wahrscheinlichkeitsrangliste aller Kandidaten.

score (präzise Bewertung, geordnete Bewertungsmaßstäbe): Es bewertet die Eingabe gemäß Ihren festgelegten Regeln (beginnend bei 0) und gibt fortlaufende gewichtete Punktzahlen sowie die Wahrscheinlichkeit für jede Stufe aus.

Die Schnittstelle ist extrem benutzerfreundlich und verwendet das bekannte Content-Block-Format.

Schauen Sie sich den folgenden sehr eleganten Code an – wie man mit einer einzigen Anfrage die KI dazu bringt, ein Foto der Büro-Bar zu betrachten und gleichzeitig drei verschiedene Arten von Urteilen zu treffen.

from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
# Gemeinsame Eingabe: Übergeben Sie ein Bild + einen Satz input=[{
"type": "image",
"uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
"mime_type": "image/jpeg",
},
{
"type": "text",
"text": "Prüfung der Lounge-Bar vor dem Kundentreffen um 9 Uhr morgens.",
},
],
# 3 Fragen auf einmal senden!
questions={
"has_spill": {
"type": "noul",
"instructions": "Gibt es auf der Bar eine nicht aufgeräumte Flüssigkeitsverschüttung?",
},
"next_action": {
"type": "choice",
"instructions": "Welche Reinigungsmaßnahme eignet sich am besten für die aktuelle Situation?",
"criteria": {
"wipe_with_cloth": "Kleine Verschüttung auf der Bar, in der Nähe gibt es bereits ein Wischtuch.",
"dispatch_janitorial": "Große gefährliche Verschüttung auf dem Boden, zerbrochenes Glas oder anhaltendes Leck.",
"ready_for_meeting": "Die Bar ist sauber und bereit.",
},
},
"severity": {
"type": "score",
"instructions": "Bewerten Sie den Schweregrad der Unsauberkeit der Bar.",
"criteria": [
"Sauber und bereit.",
"Leichte lokale Verschüttung.",
"Schwere Verschüttung oder Sicherheitsrisiko.",
],
},
},
)

Wie wird es innerhalb des Google-Konzerns verwendet?

Inzwischen nutzen die führenden Teams bei Google es längst als „Steuerungszentrale mit niedriger Latenz“.

Sie müssen keine zeitaufwändigen benutzerdefinierten Klassifikatoren mehr trainieren und auch nicht darauf warten, dass das große Modell langsam Ergebnisse generiert. Definieren Sie einfach die Optionen, und schon können die folgenden Funktionen direkt online gehen!

Zum Beispiel kann es das dynamische Modellrouting in Gemini Notebook sein.

In Notebook kann die Decisions API als „Verkehrspolizist“ fungieren. Sobald eine Nutzeranfrage eintrifft, klassifiziert sie die Absicht innerhalb weniger Millisekunden.

Einfache Fragen werden an ein leichtgewichtiges Modell weitergeleitet (die Latenz sinkt direkt um 40%!), komplexe Fragen werden dann an das tiefdenkende Modell übergeben.

Es kann die blitzschnelle Designiteration in Stitch durchführen: Das ist eine Anwendung, die Arbeitsplätze ersetzen kann!

Die schnelle Leinwand von Stitch erzeugt in nur wenigen Sekunden ein „ausführbares Drahtmodell“ des gesamten Produktablaufs.

Änderungen, die Sie per Spracheingabe oder Klick vornehmen, werden sofort wirksam. Wenn der Ablauf den idealen Zustand erreicht, können Sie mit einem Klick in den vollständigen Designmodus wechseln.

Sie können es auch verwenden, um in CC innerhalb von Sekunden ein passendes Emoji auszuwählen. In der sozialen App CC von Google Labs wählt es in weniger als einer Sekunde das am besten geeignete Emoji aus über 200 Optionen aus. Das Emoji erscheint sofort und sehr flüssig.

Es ist auch die Sicherheitsebene für das MCP-Tool in der Suche. Google Suche verwendet die Decision API, um gegnerisches Verhalten und Inhalte für gegnerische Bewertungen zu erkennen, was sehr effizient ist.

Kostenlose API ist verfügbar

Außerdem hat Google AI Studio dieses Mal eine kostenlose API-Stufe vorbereitet, mit der Sie Prototypen kostenlos entwerfen können.

Die Abrechnungslogik ist extrem fair: Die gemeinsame Eingabe wird nur einmal berechnet, egal wie viele Fragen Sie stellen! (Für jede Frage werden nur die Kosten für ihre eigene Anweisung und die Standard-Token berechnet).

Es gibt keinerlei Ausgabekosten, keine überraschenden „Denk-Token“ mit unvorhersehbaren Preisen und keine separaten Gebühren für Audiotranskription oder OCR.

Darüber hinaus holt das gesamte KI-Ökosystem von Google auf! Die Integrationen von OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, OpenCode und dem google-genai SDK werden gerade intensiv ausgerollt.

Wettlauf der Giganten: Innerhalb von 17 Tagen folgen die Großkonzerne eifrig nach

Der von Jev ausgelöste Sturm um „Entscheidungsmodelle“ hat die alten Abrechnungsregeln für große Modelle vollständig zerrissen – Ergebnisse werden direkt in einem einzigen Forward Pass erzeugt, die Kosten sinken drastisch, und die Ausgabe ist komplett kostenlos.

Der gesamte Oktober kann als „verrückter Monat“ für KI-Entscheidungsmodelle bezeichnet werden. Innerhalb von nur 17 Tagen haben mehrere führende KI-Labore gleichartige Modelle veröffentlicht.

Amazon: Es hat direkt das Entscheidungsmodell namens Strands Decider 2B als Open-Source veröffentlicht.

Cloudflare: Es hat die Modelle Clef und Clef-flash eingeführt, die