Gemini Decisions API: Apa Itu Gemini Decision 1, Harga, dan Cara Kerjanya

Gemini Decisions API adalah endpoint baru dari Google yang menjawab pertanyaan tertutup alih-alih menghasilkan teks. Anda mengirim satu input bersama (teks, gambar, audio, video, atau PDF) ditambah hingga 1.000 pertanyaan bertipe, dan Gemini Decision 1 (gemini-decision-1) mengembalikan probabilitas terkalibrasi beserta skor keyakinan untuk masing-masing pertanyaan. Harganya $0,10 per 1 juta token input, output selalu 0 token, dan Google menyebutkan latensi 150 hingga 250 ms dari awal hingga akhir.

Google meluncurkannya pada 11 November 2026 sebagai endpoint v1beta. Untuk panduan praktis membangunnya, lihat cara menggunakan Gemini Decisions API.

Apa yang Google hadirkan bersama Gemini Decision 1

Gemini Decision 1 adalah model yang memberi skor pada sekumpulan jawaban kandidat yang tetap dalam satu forward pass, alih-alih mendekode teks token demi token. Decisions API mengeksposnya, dan kode Anda menerima angka yang bisa digunakan untuk percabangan.

Postingan peluncurannya, “Gemini Decisions API: Fast, calibrated multimodal decisions”, mencantumkan fakta-fakta utamanya:

• Model ID gemini-decision-1, tersedia melalui Gemini API dan Google AI Studio
• Satu input multimodal per request, dengan jendela konteks hingga 262.144 token yang dibagi antara input dan semua pertanyaan
• 1 hingga 1.000 pertanyaan independen per request, dengan tiga tipe: noul, choice, dan score
• $0,10 per 1 juta token input, $0 untuk output, plus paket gratis tanpa biaya untuk prototyping
• Dukungan SDK di google-genai 3.2 atau lebih baru (client.decisions.create(...)), dengan integrasi OpenRouter, LangChain, Vercel AI SDK, dan LiteLLM yang mulai diluncurkan

Dukungan Gemini di Google Cloud (Vertex AI) tercantum sebagai “segera hadir”, jadi saat ini hanya berjalan di Developer API.

Mengapa endpoint keputusan, bukan panggilan chat

Kebanyakan kode “klasifikasikan ini” memanggil model generatif, meminta JSON, lalu mem-parsing balasannya. Anda membayar token output dan thinking, dan parser rusak saat model mulai kreatif.

Decisions API menghilangkan langkah generasi. Dokumentasi Google menyatakannya lugas: endpoint ini “menghasilkan nol token teks, sehingga penggunaan token output selalu 0.” Tiga pilihan desain mengikuti dari hal tersebut:

1. Penilaian paralel yang terisolasi. Setiap pertanyaan dievaluasi terhadap input bersama dalam satu pass. Pertanyaan tidak dapat melihat satu sama lain, sehingga menambah atau menghapus satu pertanyaan tidak mengubah jawaban lainnya.
2. Nilai plus keyakinan. Nilai memberi tahu kode Anda apa yang harus dilakukan. Keyakinan memberi tahu apakah itu dilakukan otomatis atau perlu dieskalasi.
3. Pemeriksaan atomik yang dikomposisikan dalam kode. Anda mengajukan pertanyaan yang sempit dan menggabungkan jawabannya dengan pernyataan if dan pembobotan biasa.

Untuk teks yang dihasilkan, ekstraksi berbasis skema, tool call, atau penalaran multi-langkah, Google tetap mengarahkan Anda ke Interactions API.

Tiga tipe pertanyaan

Setiap pertanyaan memiliki type, instructions, dan untuk dua tipe, criteria. Model tidak pernah melihat kunci pertanyaan Anda, jadi tulis pertanyaan lengkap di instructions.

Beberapa perilaku perlu Anda ketahui sebelum menetapkan ambang batas:

• noul tidak pernah mencapai 0 atau 1. Probabilitas tetap di antara 0,01 dan 0,99, sehingga pemeriksaan “di atas 0,99” tidak akan pernah cocok.
• Kunci choice diurutkan secara alfabetis sebelum penilaian, jadi gunakan kunci serba tangkap seperti other, bukan none_of_the_above, yang akan terurut paling depan.
• choice selalu menyebarkan probabilitas ke semua opsi Anda, bahkan saat tidak ada yang cocok. Padukan dengan pemeriksaan cakupan noul atau ambang batas pada confidence.
• score adalah rata-rata tertimbang dari indeks level, sehingga 1,12 berarti “sebagian besar level 1, sebagian level 2”.

Confidence didefinisikan dengan cara yang sama di semua tempat: probabilitas hasil teratas, atau max(noul, 1 - noul) untuk pertanyaan ya/tidak.

Satu contoh request dan hasil yang dikembalikan

Endpoint REST-nya adalah POST https://generativelanguage.googleapis.com/v1beta/decisions, diautentikasi dengan header x-goog-api-key. Request ini mengajukan satu pertanyaan ya/tidak dan satu pertanyaan pilihan tentang satu pesan dukungan:

curl -X POST "https://generativelanguage.googleapis.com/v1beta/decisions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-decision-1",
    "input": "Audio cuts out on the left earcup. Fix it today or I cancel my membership.",
    "questions": {
      "is_defect": {
        "type": "noul",
        "instructions": "Does the message describe a hardware defect?"
      },
      "department": {
        "type": "choice",
        "instructions": "Which department should handle this request?",
        "criteria": {
          "billing": "Payments, invoices, and refunds.",
          "technical": "Problems using the product.",
          "shipping": "Delivery and tracking.",
          "other": "Anything outside these categories."
        }
      }
    }
  }'

Responsnya memiliki dua field tingkat atas, answers (dikunci berdasarkan ID pertanyaan Anda) dan usage:

{
  "answers": {
    "is_defect": { "type": "noul", "noul": 0.94, "confidence": 0.94 },
    "department": {
      "type": "choice",
      "choice": "technical",
      "probabilities": { "technical": 0.9, "other": 0.05, "billing": 0.03, "shipping": 0.02 },
      "confidence": 0.9
    }
  },
  "usage": { "total_input_tokens": 120, "total_output_tokens": 0, "total_tokens": 120 }
}

Angka-angka tersebut hanya ilustratif, dibentuk menyerupai contoh di dokumentasi Decisions API Google.

Untuk input non-teks, input menjadi array blok konten dengan skema yang sama seperti Interactions API: text, image, audio, video, dan document (PDF). Media bisa berupa base64 inline (hingga 100 MB per request), URI Files API, atau URL HTTPS (masing-masing hingga 15 MB). Blok gambar dan video menerima pengaturan resolution untuk menukar detail dengan token.

Jika filter keamanan input memblokir sebuah request, Anda mendapatkan HTTP 400 dengan error.code seperti safety atau prohibited_content, alih-alih answers.

Harga, latensi, dan rate limit Gemini Decisions API

Harganya hanya untuk input: $0,10 per 1 juta token input di paket berbayar, gratis di paket gratis, dan tanpa biaya output karena output selalu 0 token. Ini berasal dari halaman harga Gemini Developer API Google, dicek pada 12 November 2026. Halaman yang sama mencatat bahwa konten paket gratis digunakan untuk meningkatkan produk Google, sedangkan konten paket berbayar tidak.

Dua detail penagihan yang penting:

• Input bersama ditagih sekali per request, berapa pun jumlah pertanyaan Anda. Setiap pertanyaan hanya menambah token instruksi dan kriterianya sendiri.
• Tidak ada context caching, Batch API, atau inferensi Flex/Priority untuk endpoint ini, sehingga input yang sama yang dikirim dalam dua request ditagih dua kali.

Perkiraan kasar: tiket dukungan berukuran 2.000 token dengan 20 pertanyaan masing-masing sekitar 40 token berjumlah sekitar 2.800 token input, atau sekitar $0,00028 per panggilan keputusan di paket berbayar.

Angka latensi berasal dari Google sendiri: median 50 hingga 100 ms komputasi model, 150 hingga 250 ms dari awal hingga akhir, tetap hampir datar dari 1 hingga 100 pertanyaan untuk input hingga 16 ribu token. Google juga mengklaim error kalibrasi terendah pada rangkaian benchmark-nya dan biaya hampir 5x lebih murah daripada Gemini 3.5 Flash-Lite melalui Interactions API. Perlakukan keduanya sebagai angka vendor sampai Anda mengukur trafik Anda sendiri.

Rate limit dari halaman rate limit Google, dicek pada 12 November 2026:

Paket gratis dibahas secara mendalam di Gemini Decisions API secara gratis.

Di mana Decisions API cocok digunakan

Dokumentasi Google menyebutkan lima pola, dan tim internalnya menerapkannya:

• Routing model. Gemini Notebook merutekan kueri ke tier model dan tingkat thinking, dengan latensi hingga 40% lebih rendah pada kueri sehari-hari, menurut Google.
• Pemeriksaan kebijakan. Banyak aturan terhadap satu input dalam satu panggilan; Google Search menggunakannya sebagai lapisan keamanan untuk tool MCP.
• Kontrol agen. Tool mana yang dimuat, atau apakah perlu memadatkan, mengeskalasi, atau berhenti.
• Penilaian dan peringkat. Memberi skor pada kandidat atau chunk yang diambil berdasarkan rubrik.
• Media real-time. CC dari Google Labs memilih satu emoji dari lebih dari 200 opsi.

Panduan Google adalah menetapkan ambang batas tersebut dari contoh berlabel trafik Anda sendiri, dengan menimbang biaya false positive terhadap false negative.

OpenAI meluncurkan endpoint serupa pada Oktober di GPT-6 Luna, dengan pertanyaan predicate, choice, dan score; penjelasan OpenAI Decisions API kami membahasnya. Perbandingan langsung mengenai limit, modalitas, dan harga ada di Gemini Decisions API vs OpenAI Decisions API.

Batasan dan pertanyaan terbuka

Yang dinyatakan dokumentasi saat ini:

• v1beta di Gemini Developer API, hanya dengan Gemini Decision 1
• Instruksi pertanyaan hanya teks; media dalam pertanyaan tidak didukung
• Riwayat percakapan, blok thought, dan tool call bukan input yang valid; serialisasi konteks multi-giliran sebagai teks

Google belum mengumumkan tanggal GA, wilayah, atau ketentuan residency data. Google juga memperingatkan bahwa teks pengguna dapat berargumentasi demi klasifikasinya sendiri, jadi pertahankan pemeriksaan manusia pada tindakan berisiko tinggi seperti pembayaran.

Minta coding agent Anda mengujinya dengan Apidog CLI

Endpoint keputusan hanya berguna jika kontraknya terjaga: setiap confidence di antara 0 dan 1, setiap choice berada dalam set Anda. Coding agent Anda bisa menulis dan menjalankan regression test itu dengan Apidog CLI sementara Anda terus bekerja.

Penyiapan sekali saja:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install

Lalu berikan satu prompt kepada agent Anda:

In Apidog project <projectId>, create an environment "gemini" with base URL
https://generativelanguage.googleapis.com and a secret variable GEMINI_API_KEY.
Define POST /v1beta/decisions with header x-goog-api-key: {{GEMINI_API_KEY}}
and the support-ticket body from this article. Add a test case asserting:
status 200, usage.total_output_tokens == 0, every answers.*.confidence is
between 0 and 1, answers.department.choice is one of billing|technical|shipping|other,
and answers.is_defect.noul is between 0.01 and 0.99. Run it and summarize failures.

Agent memvalidasi setiap payload terhadap skemanya, lalu membuat dan menjalankan test case-nya:

apidog environment create gemini --project <projectId> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get environment-update
apidog environment update <envId> --project <projectId> --file env.json
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file decisions-endpoint.json
apidog endpoint create --project <projectId> --file decisions-endpoint.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file decisions-case.json
apidog test-case create --project <projectId> --file decisions-case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json

Agar kunci tidak tersimpan di environment, berikan kunci tersebut saat runtime dengan --env-var "GEMINI_API_KEY=..." sebagai gantinya. Perintah apidog run yang sama dengan -r junit bisa langsung dipakai di CI; referensi perintah apidog run mencantumkan semua flag, dan Apidog CLI di Claude Code menunjukkan penyiapan agent lengkapnya. Paket Gratis Apidog mencakup hingga 4 pengguna.

FAQ

Apakah Gemini Decisions API gratis? Ya, dalam batas paket gratis: 200 request per menit, 50.000 token per menit, dan 10.000 request per hari. Penggunaan berbayar seharga $0,10 per 1 juta token input.

Berapa banyak pertanyaan yang bisa saya ajukan dalam satu request? Dari 1 hingga 1.000, dibatasi oleh jendela konteks 262.144 token yang dibagi antara input dan setiap pertanyaan.

Apa arti noul? Itu adalah tipe pertanyaan ya/tidak. Ia mengembalikan probabilitas bahwa jawabannya ya, di antara 0,01 dan 0,99, ditambah skor keyakinan.

Bisakah saya menggunakannya di Vertex AI? Belum. Google mencantumkan dukungan Gemini di Google Cloud sebagai segera hadir; saat ini tersedia di Gemini Developer API (v1beta).

Apakah mendukung batch atau context caching? Tidak. Context caching, Batch API, dan inferensi Flex atau Priority tidak didukung, sehingga input berulang ditagih penuh.