Ngày 11/11/2026, Google giới thiệu Gemini Decisions API, một endpoint mới để đưa ra quyết định nhanh trong một tập lựa chọn đóng: chọn công cụ, kiểm tra chính sách, định tuyến yêu cầu tới mô hình phù hợp hay chấm điểm ngữ cảnh. API chạy trên mô hình mới Gemini Decision 1 (gemini-decision-1). Mô hình này không sinh câu trả lời từng chữ mà chấm điểm các phương án trong một lượt tính duy nhất và trả về xác suất.
Cách hoạt động: mỗi yêu cầu gồm một đầu vào dùng chung (văn bản, ảnh, âm thanh, video, PDF, tối đa 256K token) và tối đa 1.000 câu hỏi độc lập thuộc ba loại: có/không, trắc nghiệm (2 đến 255 phương án) và chấm điểm theo thang. Mỗi câu trả lời kèm điểm tin cậy từ 0 đến 1, để code chuyển các trường hợp không chắc sang mô hình dự phòng hoặc cho người xem. Google cho biết độ trễ đầu-cuối 150–250 ms và gần như không đổi từ 1 đến 100 câu hỏi mỗi yêu cầu.
Giá: 0,10 USD mỗi triệu token đầu vào, đầu ra 0 USD; đầu vào dùng chung chỉ tính tiền một lần mỗi yêu cầu, dù hỏi bao nhiêu câu. Google nói API rẻ hơn gần 5 lần so với Gemini 3.5 Flash-Lite trên bộ benchmark của chính họ và mô hình dẫn đầu với sai số hiệu chuẩn thấp nhất, nhưng bài viết không đưa ra con số cụ thể, nên đây là tuyên bố của Google chứ chưa có kiểm chứng độc lập. Google đã dùng nó làm bộ định tuyến trong Gemini Notebook (giảm độ trễ tới 40%, theo Google) và làm lớp an toàn cho công cụ MCP trong Search.
Cách dùng thử: lấy khoá trong Google AI Studio (có gói miễn phí để thử nghiệm) và gọi client.decisions.create trong SDK google-genai (Python, JavaScript hoặc REST). Lập trình viên Flavio Copes lưu ý cần @google/genai từ bản 3.2 trên npm, gói miễn phí giới hạn 200 yêu cầu/phút và 10.000 yêu cầu/ngày; API chưa hỗ trợ context caching, Batch API và lịch sử hội thoại. Google cho biết hỗ trợ trên Gemini in Google Cloud "sắp có" và không nói API đang ở dạng preview hay chính thức.
Bài ra mắt lên trang nhất Hacker News chỉ sau vài giờ (khoảng 180 điểm). Google liệt kê tích hợp với OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI và một số công cụ khác.
