Gemini Decisions API คืออะไร Gemini Decision 1 ทำอะไรได้บ้าง ราคา และหลักการทำงานอย่างไร

Gemini Decisions API คือเอนด์พอยต์ใหม่ของ Google ที่ตอบคำถามแบบปิดแทนการสร้างข้อความ คุณส่งอินพุตที่ใช้ร่วมกันชิ้นเดียว (ข้อความ, รูปภาพ, เสียง, วิดีโอ หรือ PDF) พร้อมคำถามแบบระบุประเภทได้สูงสุด 1,000 ข้อ แล้ว Gemini Decision 1 (gemini-decision-1) จะคืนค่าความน่าจะเป็นแบบ calibrated และคะแนน confidence สำหรับแต่ละคำถาม ราคา $0.10 ต่อ input token 1 ล้านตัว output เป็น 0 token เสมอ และ Google ระบุความเร็ว end to end ที่ 150–250 มิลลิวินาที

Google เปิดตัวเมื่อวันที่ 11 พฤศจิกายน 2026 ในรูปแบบเอนด์พอยต์ v1beta สำหรับการลงมือใช้งานจริง ดูได้ที่ วิธีใช้งาน Gemini Decisions API

Google เปิดตัวอะไรพร้อม Gemini Decision 1

Gemini Decision 1 เป็นโมเดลที่ให้คะแนนชุดคำตอบที่กำหนดไว้ล่วงหน้าในการประมวลผล forward pass เดียว แทนการถอดรหัสข้อความทีละ token Decisions API เปิดเผยความสามารถนี้ และโค้ดของคุณจะได้ตัวเลขที่นำไปใช้ตัดสินใจแบบเงื่อนไขได้

โพสต์เปิดตัว “Gemini Decisions API: Fast, calibrated multimodal decisions” ระบุข้อเท็จจริงสำคัญไว้ดังนี้:

Model ID gemini-decision-1 ใช้งานได้ผ่าน Gemini API และ Google AI Studio
อินพุต multimodal หนึ่งชุดต่อคำขอ รองรับ context window สูงสุด 262,144 token ที่ใช้ร่วมกันระหว่างอินพุตและคำถามทั้งหมด
คำถามอิสระ 1–1,000 ข้อต่อคำขอ มี 3 ประเภท: noul, choice และ score
ราคา $0.10 ต่อ input token 1 ล้านตัว, output ฟรี $0 พร้อมระดับใช้งานฟรีสำหรับการพัฒนาต้นแบบ
รองรับ SDK ใน google-genai เวอร์ชัน 3.2 ขึ้นไป (client.decisions.create(...)) พร้อมการเชื่อมต่อกับ OpenRouter, LangChain, Vercel AI SDK และ LiteLLM ที่กำลังเปิดให้ใช้งาน

การรองรับ Gemini ใน Google Cloud (Vertex AI) ระบุว่า “เร็วๆ นี้” ดังนั้นตอนนี้ทำงานบน Developer API เท่านั้น

Diagram: one shared input feeds Gemini Decision 1 in a single forward pass, which returns a noul probability, a choice and a score, each with a confidence bar

ทำไมต้องใช้เอนด์พอยต์ตัดสินใจแทนการเรียกแบบแชท

โค้ดแบบ “จัดหมวดหมู่สิ่งนี้” ส่วนใหญ่มักเรียก generative model ขอ JSON แล้ว parse คำตอบ คุณต้องจ่ายค่า output และ thinking tokens และ parser ก็มักพังเมื่อโมเดลตอบอย่างสร้างสรรค์

Decisions API ตัดขั้นตอนการสร้างข้อความออก เอกสารของ Google ระบุชัดเจนว่าเอนด์พอยต์นี้ “สร้าง text token เป็นศูนย์ ดังนั้นการใช้ output token เป็น 0 เสมอ” ซึ่งนำไปสู่การออกแบบสามประการ:

การให้คะแนนแบบขนานและแยกจากกัน คำถามทุกข้อถูกประมวลผลกับอินพุตที่ใช้ร่วมกันในหนึ่ง pass คำถามมองไม่เห็นกันและกัน การเพิ่มหรือลบคำถามหนึ่งข้อจึงไม่กระทบคำตอบอื่น
ค่าพร้อมความมั่นใจ ค่าบอกโค้ดของคุณว่าควรทำอะไร ส่วน confidence บอกว่าควรทำอัตโนมัติหรือส่งต่อให้คนตัดสินใจ
การตรวจสอบแบบ atomic ที่ประกอบกันในโค้ด คุณถามคำถามแบบเจาะจงและรวมคำตอบด้วยคำสั่ง if และน้ำหนักปกติ

สำหรับการสร้างข้อความ, การดึงข้อมูลตาม schema, การเรียกใช้เครื่องมือ หรือการใช้เหตุผลหลายขั้น Google ยังแนะนำให้ใช้ Interactions API อยู่

คำถาม 3 ประเภท

คำถามแต่ละข้อมี type, instructions และสำหรับสองประเภท ต้องมี criteria โมเดลไม่เห็น key ของคำถามคุณ ดังนั้นให้เขียนคำถามเต็มไว้ใน instructions

ประเภท	ใช้เพื่อ	Criteria	คืนค่า
`noul`	ตรวจสอบว่าข้อความเป็นจริงหรือไม่	ทางเลือก: `true_description` / `false_description`	`noul` (0.01 ถึง 0.99), `confidence`
`choice`	เลือกหนึ่งตัวเลือกจากรายการที่กำหนด	ต้องระบุ map ของ option ID ไปยังคำอธิบาย, 2–255 ตัวเลือก	`choice`, `probabilities` (รวมเท่ากับ 1), `confidence`
`score`	ให้คะแนนอินพุตตามเกณฑ์ที่เรียงลำดับ	ต้องระบุ array ของระดับ เรียงจากต่ำสุดก่อน, 2–255 ระดับ (แนะนำ 2–10)	`score`, `probabilities`, `legend`, `confidence`

มีพฤติกรรมบางอย่างที่ควรรู้ก่อนเขียนเกณฑ์ threshold:

noul ไม่มีวันเท่ากับ 0 หรือ 1 ความน่าจะเป็นจะอยู่ระหว่าง 0.01 ถึง 0.99 ดังนั้นเงื่อนไข “มากกว่า 0.99” จะไม่มีวันเป็นจริง
key ของ choice ถูกเรียงตามตัวอักษร ก่อนการให้คะแนน จึงควรใช้ key แบบ catch-all เช่น other แทน none_of_the_above ซึ่งจะถูกเรียงไปไว้หน้าสุด
choice กระจายความน่าจะเป็นไปยังตัวเลือกของคุณเสมอ แม้ไม่มีตัวเลือกใดตรง จึงควรใช้คู่กับการตรวจสอบขอบเขตด้วย noul หรือ threshold บน confidence
score เป็นค่าเฉลี่ยถ่วงน้ำหนัก ของ index ของระดับ เช่น 1.12 หมายถึง “ส่วนใหญ่เป็นระดับ 1 บางส่วนเป็นระดับ 2”

Confidence ถูกนิยามแบบเดียวกันทุกที่: ความน่าจะเป็นของผลลัพธ์อันดับหนึ่ง หรือ max(noul, 1 - noul) สำหรับคำถามแบบใช่/ไม่ใช่

ตัวอย่างคำขอและผลลัพธ์ที่ได้กลับมา

เอนด์พอยต์ REST คือ POST https://generativelanguage.googleapis.com/v1beta/decisions ยืนยันตัวตนด้วย header x-goog-api-key คำขอนี้ถามคำถามแบบใช่/ไม่ใช่ หนึ่งข้อ และคำถามแบบ choice หนึ่งข้อ เกี่ยวกับข้อความสนับสนุนลูกค้าหนึ่งรายการ:

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."
        }
      }
    }
  }'

คำตอบมีสองฟิลด์ระดับบนสุด คือ answers (จัดเรียงตาม question ID ของคุณ) และ 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 }
}

ตัวเลขเหล่านี้เป็นตัวอย่างประกอบ จัดรูปแบบตามตัวอย่างใน เอกสาร Decisions API ของ Google

สำหรับอินพุตที่ไม่ใช่ข้อความ input จะเป็น array ของ content blocks ที่ใช้ schema เดียวกับ Interactions API: text, image, audio, video และ document (PDF) มีเดียสามารถเป็น inline base64 (สูงสุด 100 MB ต่อคำขอ), URI ของ Files API หรือ HTTPS URL (สูงสุด 15 MB ต่อไฟล์) บล็อก image และ video รองรับการตั้งค่า resolution เพื่อแลกความละเอียดกับจำนวน token

หากตัวกรองความปลอดภัยของอินพุตบล็อกคำขอ คุณจะได้รับ HTTP 400 พร้อม error.code เช่น safety หรือ prohibited_content แทนที่จะเป็น answers

ราคา, ความเร็ว และ rate limits ของ Gemini Decisions API

คิดราคาเฉพาะอินพุต: $0.10 ต่อ input token 1 ล้านตัวใน paid tier, ฟรีใน free tier และไม่มีค่า output เพราะ output เป็น 0 token เสมอ ข้อมูลนี้มาจากหน้าราคา Gemini Developer API ของ Google ตรวจสอบเมื่อวันที่ 12 พฤศจิกายน 2026 หน้าเดียวกันระบุด้วยว่าเนื้อหาจาก free tier ถูกใช้เพื่อปรับปรุงผลิตภัณฑ์ของ Google ส่วนเนื้อหาจาก paid tier ไม่ถูกใช้

มีรายละเอียดการเรียกเก็บเงินสองข้อที่ควรรู้:

อินพุตที่ใช้ร่วมกันถูกคิดค่าบริการครั้งเดียวต่อคำขอ ไม่ว่าจะถามกี่คำถาม แต่ละคำถามเพิ่มเฉพาะ token ของ instructions และ criteria ของตัวเอง
ไม่มี context caching, Batch API หรือ Flex/Priority inference สำหรับเอนด์พอยต์นี้ อินพุตเดียวกันที่ส่งสองคำขอจึงถูกคิดค่าสองครั้ง

คำนวณคร่าวๆ: ตั๋วสนับสนุนขนาด 2,000 token พร้อมคำถาม 20 ข้อ ข้อละประมาณ 40 token จะใช้ input token ประมาณ 2,800 ตัว หรือราว $0.00028 ต่อการเรียกตัดสินใจหนึ่งครั้งใน paid tier

ตัวเลขความเร็วเป็นข้อมูลของ Google เอง: ค่ามัธยฐาน 50–100 มิลลิวินาทีของ model compute, 150–250 มิลลิวินาทีแบบ end to end โดยแทบไม่เพิ่มขึ้นจาก 1 ถึง 100 คำถามสำหรับอินพุตไม่เกิน 16K token Google ยังอ้างว่ามีค่า calibration error ต่ำที่สุดในชุด benchmark ของตน และมีต้นทุนต่ำกว่า Gemini 3.5 Flash-Lite ผ่าน Interactions API เกือบ 5 เท่า ควรถือว่าทั้งสองข้อเป็นตัวเลขจากผู้ให้บริการจนกว่าคุณจะวัดจากทราฟฟิกของตัวเอง

Rate limits จากหน้า rate limits ของ Google ตรวจสอบเมื่อวันที่ 12 พฤศจิกายน 2026:

ระดับการใช้งาน	คำขอ/นาที	Token/นาที	คำขอ/วัน
Free	200	50,000	10,000
Tier 1	1,500	1,000,000	50,000
Tier 2	5,000	4,000,000	ไม่จำกัด
Tier 3	15,000	10,000,000	ไม่จำกัด

รายละเอียดของ free tier อธิบายไว้อย่างลึกใน Gemini Decisions API ฟรี

Decisions API เหมาะกับการใช้งานแบบใด

เอกสารของ Google ระบุ 5 รูปแบบการใช้งาน โดยทีมภายในของ Google ใช้งานตามรูปแบบเหล่านี้:

Model routing Gemini Notebook เส้นทางคำค้นไปยังระดับโมเดลและระดับการคิด โดยลด latency ได้สูงสุด 40% สำหรับคำค้นทั่วไป ตามข้อมูลของ Google
การตรวจสอบนโยบาย กฎจำนวนมากกับอินพุตเดียวในคำขอเดียว; Google Search ใช้เป็นชั้นความปลอดภัยสำหรับเครื่องมือ MCP
การควบคุม agent จะโหลดเครื่องมือใด หรือควรย่อบริบท, ส่งต่อให้คน หรือหยุดทำงาน
การให้คะแนนและจัดอันดับ ให้คะแนนผู้สมัครหรือชิ้นส่วนข้อมูลที่ดึงมาตามเกณฑ์
สื่อแบบ real-time CC จาก Google Labs เลือกอีโมจิจากตัวเลือกกว่า 200 แบบ

Diagram: a support ticket goes through a confidence gate; at 0.7 or above it routes to answer.choice automatically, below 0.7 it goes to human review

แนวทางของ Google คือให้ตั้งค่า threshold จากตัวอย่างที่ติดป้ายกำกับจากทราฟฟิกจริงของคุณ โดยชั่งน้ำหนักค่าใช้จ่ายระหว่าง false positive กับ false negative

OpenAI เปิดตัวเอนด์พอยต์คล้ายกันในเดือนตุลาคมบน GPT-6 Luna ด้วยคำถามประเภท predicate, choice และ score; อ่านรายละเอียดได้ใน บทอธิบาย OpenAI Decisions API ของเรา ส่วนการเปรียบเทียบโดยตรงเรื่องขีดจำกัด, modality และราคาอยู่ใน Gemini Decisions API vs OpenAI Decisions API

ข้อจำกัดและประเด็นที่ยังเปิดอยู่

สิ่งที่เอกสารระบุ ณ วันนี้:

v1beta บน Gemini Developer API รองรับเฉพาะ Gemini Decision 1
instructions ของคำถามรองรับเฉพาะข้อความ; ไม่รองรับมีเดียในคำถาม
ประวัติบทสนทนา, thought และ tool-call blocks ไม่ใช่อินพุตที่ถูกต้อง; ให้แปลงบริบทหลายรอบเป็นข้อความ

Google ยังไม่ได้ประกาศวัน GA, ภูมิภาค หรือเงื่อนไขการเก็บข้อมูล นอกจากนี้ยังเตือนว่าข้อความจากผู้ใช้อาจโต้แย้งเพื่อผลการจัดหมวดหมู่ที่ต้องการ จึงควรให้คนตรวจสอบการกระทำที่มีผลสูง เช่น การจ่ายเงิน

ให้ coding agent ของคุณทดสอบด้วย Apidog CLI

เอนด์พอยต์ตัดสินใจจะมีประโยชน์ก็ต่อเมื่อสัญญาของมันคงที่: confidence ทุกค่าอยู่ระหว่าง 0 ถึง 1 และ choice ทุกค่าอยู่ในชุดตัวเลือกของคุณ coding agent ของคุณสามารถเขียนและรัน regression test นี้ด้วย Apidog CLI ขณะที่คุณทำงานอย่างอื่นต่อไป

ตั้งค่าครั้งเดียว:

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

แล้วสั่ง agent ของคุณด้วย prompt เดียว:

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 จะตรวจสอบ payload แต่ละชิ้นกับ schema แล้วสร้างและรัน test case:

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

เพื่อไม่ให้ key ถูกเก็บไว้ใน environment ให้ส่งค่าตอนรันด้วย --env-var "GEMINI_API_KEY=..." แทน คำสั่ง apidog run เดียวกันกับ -r junit ใช้ใน CI ได้ทันที; คู่มือคำสั่ง apidog run ระบุทุก flag และ Apidog CLI ใน Claude Code แสดงการตั้งค่า agent แบบเต็ม แผน Free ของ Apidog รองรับผู้ใช้ได้ถึง 4 คน

คำถามที่พบบ่อย

Gemini Decisions API ฟรีหรือไม่? ฟรี ภายใต้ free tier: 200 คำขอต่อนาที, 50,000 token ต่อนาที และ 10,000 คำขอต่อวัน การใช้งานแบบเสียเงินคือ $0.10 ต่อ input token 1 ล้านตัว

ถามได้กี่คำถามต่อคำขอ? 1 ถึง 1,000 ข้อ โดยจำกัดด้วย context window 262,144 token ที่ใช้ร่วมกันระหว่างอินพุตและคำถามทุกข้อ

noul หมายความว่าอะไร? เป็นประเภทคำถามแบบใช่/ไม่ใช่ คืนค่าความน่าจะเป็นว่าคำตอบคือใช่ อยู่ระหว่าง 0.01 ถึง 0.99 พร้อมคะแนน confidence

ใช้บน Vertex AI ได้ไหม? ยังไม่ได้ Google ระบุว่าการรองรับ Gemini ใน Google Cloud จะมาเร็วๆ นี้; ปัจจุบันใช้งานบน Gemini Developer API (v1beta)

รองรับ batch หรือ context caching หรือไม่? ไม่ Context caching, Batch API และ Flex หรือ Priority inference ไม่ได้รับการรองรับ อินพุตที่ส่งซ้ำจึงถูกคิดค่าเต็มจำนวน