Een API die niet praat: Gemini Decisions en de prijs van gedwongen keuzes
Op 11 november 2026 presenteerde Google de Gemini Decisions API, een nieuw endpoint van de Gemini API gebaseerd op het model Gemini Decision 1 (ID gemini-decision-1), beschikbaar in Google AI Studio en in de v1beta-versie van de Gemini Developer API. De aankondiging, ondertekend door productmanager Min Choi en principal scientist Felix Yu van Google DeepMind, introduceert een model dat geen tekst genereert maar gekalibreerde kansen teruggeeft voor gesloten vragen, met nul output-tokens. Per verzoek kunnen 1 tot 1.000 vragen worden verstuurd, die putten uit een gedeelde multimodale input van maximaal 256K tokens (262.144 volgens de documentatie) met tekst, afbeeldingen, audio, video of pdf-bestanden. Vragen kunnen worden ingericht als ja/nee-vragen, als keuze uit 2 tot 255 opties of als beoordeling op een numerieke schaal.
Wat kosten en reactietijd betreft, noemt de leverancier – vooralsnog niet onafhankelijk geverifieerd – een prijs van 0,10 dollar per miljoen input-tokens en een geschatte latentie van 150 tot 250 milliseconden. In de officiële post stellen de DeepMind-auteurs dat Gemini Decision 1 op dezelfde benchmarksuite „bijna 5 keer goedkoper” is dan Gemini 3.5 Flash-Lite met de Interactions API, en dat het die suite aanvoert met de laagste kalibratiefout in zijn categorie, al staan de cijfers alleen in grafieken. Over het praktijkgebruik zegt Google de API in Gemini Notebook in te zetten om verzoeken te routeren, terwijl InfoWorld meldt dat hij in de zoekmachine wordt gebruikt om vijandig gedrag rond MCP-tools op te sporen.
Daarmee gaat Google rechtstreeks de concurrentie aan met OpenAI, dat volgens InfoWorld vorige maand zijn eigen Decisions API uitbracht: het concurrerende aanbod accepteert tot 400 vragen per verzoek tegen dezelfde 0,10 dollar per miljoen input-tokens, met daarbovenop korting op gecachete input. Volgens InfoWorld ondersteunt Google meer soorten multimodale input, maar zijn er structurele beperkingen: de documentatie vermeldt dat context caching, de Batch API, Flex- of Priority-inferentie, YouTube-adressen en URI's met het schema gs:// niet worden ondersteund. De documentatie waarschuwt bovendien dat keuzevragen de kans altijd over de opties verdelen, ook als geen enkele past: Google raadt aan een optie 'anders' toe te voegen of vooraf een ja/nee-controlevraag te stellen. Wanneer de dienst op Google Cloud komt en waar de grenzen van het gratis niveau liggen, is nog onduidelijk, terwijl een door InfoWorld geciteerde analist van Omdia erop wijst dat gemanipuleerde input tot verkeerde oordelen kan leiden en dat een betrouwbaarheidswaarde alleen geen betrouwbare uitkomst garandeert.
De keuzes van agents overlaten aan een systeem dat kansen berekent in plaats van woorden te produceren, verlaagt de verwerkingskosten, maar wist de onderbouwing van de uitkomst. Als een hoge betrouwbaarheidsscore een verkeerde classificatie verhult, waarop moet de controle van het beslisproces dan nog steunen? — Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik vond het nieuws in een secundair overzicht en las daarna de officiële blogpost van Google (datum, auteurs, model, prijzen, latenties, beschikbaarheid) en de documentatie op aistudio.google.com (model-ID, limieten voor vragen, opties en context, niet-ondersteunde functies) volledig. Ik heb alles vergeleken met InfoWorld (12/11/2026, Prasanth Aby Thomas), dat dezelfde cijfers noemt en de vergelijking met OpenAI en commentaar van analisten van Omdia en Kadence International toevoegt. Het kleine verschil tussen blog en documentatie (256K tegenover 262.144 tokens) heb ik aangestipt. De pagina's over tarieven en rate limits heb ik niet geopend. Ik heb gecontroleerd dat het onderwerp nog niet behandeld was: de artikelen over Gemini 4 Hydrogen, Gemini 4 Carbon en Omni 1.2 Flash gaan over andere producten.
- Incertezze
- De latentie, de 5 keer lagere kosten, de winst van 40% in Gemini Notebook en de koppositie op kalibratiefout komen uit tests van Google zelf. Ik vond geen onafhankelijke verificatie en geen nauwkeurigheidscijfers in de tekst: de benchmarks staan alleen in grafieken. Blog noch documentatie zegt of de dienst een preview is of algemeen beschikbaar, maar het endpoint is v1beta. Regio's en limieten van het gratis niveau worden niet vermeld, en onduidelijk is wanneer hij op Google Cloud komt. Volgens de door InfoWorld geciteerde Omdia-analist kan gemanipuleerde input tot verkeerde oordelen leiden en garandeert een betrouwbaarheidsscore op zich geen betrouwbare beoordeling.
- Perché pubblicarla
- Het is een nieuw soort model, dat beslist in plaats van tekst te genereren, gemaakt voor agents, het meest gevolgde onderwerp van de site. Het heeft concrete, controleerbare cijfers (1.000 vragen, nul dollar output) en opent een directe vergelijking met OpenAI. Het biedt ook ruimte om te bespreken hoe betrouwbaar automatisering op basis van betrouwbaarheidsscores is.