Gemini Decisions API là một endpoint mới của Google trả lời các câu hỏi đóng thay vì tạo văn bản. Bạn gửi một đầu vào dùng chung (văn bản, hình ảnh, âm thanh, video hoặc PDF) cùng với tối đa 1.000 câu hỏi có phân loại, và Gemini Decision 1 (gemini-decision-1) trả về một xác suất đã hiệu chuẩn cùng điểm tin cậy cho từng câu hỏi. Giá là 0,10 USD cho mỗi 1 triệu token đầu vào, đầu ra luôn bằng 0 token, và Google công bố thời gian phản hồi từ đầu đến cuối là 150–250 ms.
Google ra mắt API này vào ngày 11 tháng 11 năm 2026, ở dạng endpoint v1beta. Để xem hướng dẫn thực hành chi tiết, hãy đọc cách sử dụng Gemini Decisions API.
Google đã cung cấp gì cùng với Gemini Decision 1
Gemini Decision 1 là một mô hình chấm điểm một tập hợp câu trả lời ứng viên cố định trong một lần truyền xuôi duy nhất thay vì giải mã văn bản token theo token. Decisions API cung cấp quyền truy cập vào mô hình này, và mã của bạn nhận được những con số có thể dùng để rẽ nhánh.
Bài đăng ra mắt, “Gemini Decisions API: Fast, calibrated multimodal decisions”, liệt kê các thông tin chính:
- Model ID
gemini-decision-1, khả dụng qua Gemini API và Google AI Studio - Một đầu vào đa phương thức cho mỗi yêu cầu, với cửa sổ ngữ cảnh tối đa 262.144 token được dùng chung giữa đầu vào và toàn bộ các câu hỏi
- 1 đến 1.000 câu hỏi độc lập cho mỗi yêu cầu, thuộc ba loại:
noul,choicevàscore - 0,10 USD cho mỗi 1 triệu token đầu vào, đầu ra miễn phí, cộng thêm gói miễn phí để thử nghiệm nguyên mẫu
- Hỗ trợ SDK trong
google-genaiphiên bản 3.2 trở lên (client.decisions.create(...)), với các tích hợp OpenRouter, LangChain, Vercel AI SDK và LiteLLM đang được triển khai dần
Hỗ trợ Gemini trên Google Cloud (Vertex AI) được ghi nhận là “sắp ra mắt”, vì vậy hiện tại nó chỉ chạy trên Developer API.
Tại sao dùng endpoint ra quyết định thay vì lời gọi chat
Phần lớn mã “phân loại cái này” đều gọi một mô hình tạo sinh, yêu cầu JSON rồi phân tích phản hồi. Bạn phải trả tiền cho token đầu ra và token suy luận, và bộ phân tích bị lỗi khi mô hình trở nên sáng tạo.
Decisions API loại bỏ bước tạo sinh. Tài liệu của Google nói rõ: nó “tạo ra 0 token văn bản, vì vậy mức sử dụng token đầu ra luôn bằng 0.” Ba lựa chọn thiết kế rút ra từ điều đó:
- Chấm điểm song song, độc lập. Mỗi câu hỏi được chạy trên đầu vào dùng chung trong một lần truyền. Các câu hỏi không nhìn thấy nhau, nên việc thêm hoặc bớt một câu hỏi không làm thay đổi các câu trả lời khác.
- Giá trị cộng với độ tin cậy. Giá trị cho mã của bạn biết cần làm gì. Độ tin cậy cho biết nên thực hiện tự động hay chuyển cho con người xử lý.
- Các kiểm tra nguyên tử được kết hợp trong mã. Bạn đặt những câu hỏi hẹp rồi kết hợp các câu trả lời bằng các câu lệnh
ifvà trọng số thông thường.
Đối với văn bản tạo sinh, trích xuất theo schema, lời gọi công cụ hay suy luận nhiều bước, Google vẫn khuyến nghị dùng Interactions API.
Ba loại câu hỏi
Mỗi câu hỏi có type, instructions và, với hai loại, criteria. Mô hình không bao giờ thấy khóa câu hỏi của bạn, vì vậy hãy viết đầy đủ câu hỏi trong instructions.
| Loại | Dùng để | Tiêu chí | Trả về |
|---|---|---|---|
noul |
Kiểm tra xem một tuyên bố có đúng không | Tùy chọn true_description / false_description |
noul (0,01 đến 0,99), confidence |
choice |
Chọn một phương án từ danh sách cố định | Bắt buộc có map từ ID phương án sang mô tả, từ 2 đến 255 phương án | choice, probabilities (tổng bằng 1), confidence |
score |
Đánh giá đầu vào theo một thang đo có thứ bậc | Bắt buộc có mảng các mức, thấp nhất trước, từ 2 đến 255 (khuyến nghị 2 đến 10) | score, probabilities, legend, confidence |
Một vài hành vi đáng biết trước khi bạn đặt ngưỡng:
noulkhông bao giờ đạt 0 hoặc 1. Xác suất luôn nằm giữa 0,01 và 0,99, nên điều kiện kiểm tra “trên 0,99” không bao giờ khớp.- Các khóa
choiceđược sắp xếp theo alphabet trước khi chấm điểm, vì vậy hãy dùng khóa bao trọn nhưother, thay vìnone_of_the_above, vốn sẽ được sắp lên đầu. choiceluôn phân bổ xác suất trên các phương án của bạn, ngay cả khi không phương án nào phù hợp. Hãy kết hợp nó với kiểm tra phạm vinoulhoặc ngưỡng về độ tin cậy.scorelà trung bình có trọng số của các chỉ số mức, nên 1,12 nghĩa là “chủ yếu ở mức 1, một phần ở mức 2”.
Độ tin cậy được định nghĩa thống nhất ở mọi nơi: xác suất của kết quả đứng đầu, hoặc max(noul, 1 - noul) đối với câu hỏi có/không.
Một ví dụ yêu cầu và kết quả trả về
Endpoint REST là POST https://generativelanguage.googleapis.com/v1beta/decisions, xác thực bằng header x-goog-api-key. Yêu cầu sau đặt một câu hỏi có/không và một câu hỏi lựa chọn về một tin nhắn hỗ trợ:
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."
}
}
}
}'
Phản hồi có hai trường cấp cao nhất, answers (được khóa theo ID câu hỏi của bạn) và 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 }
}
Các con số chỉ mang tính minh họa, được mô phỏng theo các ví dụ trong tài liệu Decisions API của Google.
Với đầu vào phi văn bản, input trở thành một mảng các khối nội dung dùng cùng schema với Interactions API: text, image, audio, video và document (PDF). Nội dung đa phương thức có thể là base64 nhúng (tối đa 100 MB mỗi yêu cầu), một URI của Files API, hoặc URL HTTPS (tối đa 15 MB mỗi mục). Các khối hình ảnh và video nhận cài đặt resolution để đánh đổi chi tiết lấy token.
Nếu một bộ lọc an toàn chặn yêu cầu, bạn sẽ nhận HTTP 400 kèm error.code như safety hoặc prohibited_content thay vì answers.
Giá, độ trễ và giới hạn tốc độ của Gemini Decisions API
Giá chỉ tính cho đầu vào: 0,10 USD cho mỗi 1 triệu token đầu vào ở gói trả phí, miễn phí ở gói miễn phí, và không có mục đầu ra vì đầu ra luôn bằng 0 token. Thông tin này lấy từ trang giá Gemini Developer API của Google, kiểm tra vào ngày 12 tháng 11 năm 2026. Cùng trang đó lưu ý rằng nội dung ở gói miễn phí được dùng để cải thiện sản phẩm của Google, còn nội dung gói trả phí thì không.
Hai chi tiết thanh toán cần lưu ý:
- Đầu vào dùng chung chỉ được tính một lần cho mỗi yêu cầu, bất kể bạn hỏi bao nhiêu câu hỏi. Mỗi câu hỏi chỉ cộng thêm token cho phần hướng dẫn và tiêu chí của chính nó.
- Không có bộ nhớ đệm ngữ cảnh, Batch API hay suy luận Flex/Priority cho endpoint này, nên cùng một đầu vào gửi trong hai yêu cầu sẽ bị tính phí hai lần.
Tính nhanh: một yêu cầu hỗ trợ 2.000 token với 20 câu hỏi, mỗi câu khoảng 40 token, sẽ vào khoảng 2.800 token đầu vào, tức khoảng 0,00028 USD cho mỗi lời gọi ra quyết định ở gói trả phí.
Số liệu độ trễ do Google công bố: trung vị 50–100 ms tính toán của mô hình, 150–250 ms từ đầu đến cuối, gần như không đổi từ 1 đến 100 câu hỏi với đầu vào tới 16K token. Google cũng tuyên bố có lỗi hiệu chuẩn thấp nhất trên bộ benchmark của họ và chi phí thấp gần 5 lần so với Gemini 3.5 Flash-Lite qua Interactions API. Hãy coi cả hai là số liệu từ nhà cung cấp cho đến khi bạn đo trên lưu lượng thực tế của mình.
Giới hạn tốc độ từ trang giới hạn tốc độ của Google, kiểm tra ngày 12 tháng 11 năm 2026:
| Cấp sử dụng | Yêu cầu/phút | Token/phút | Yêu cầu/ngày |
|---|---|---|---|
| Miễn phí | 200 | 50.000 | 10.000 |
| Tier 1 | 1.500 | 1.000.000 | 50.000 |
| Tier 2 | 5.000 | 4.000.000 | Không giới hạn |
| Tier 3 | 15.000 | 10.000.000 | Không giới hạn |
Gói miễn phí được trình bày chi tiết trong Gemini Decisions API miễn phí.
Decisions API phù hợp ở đâu
Tài liệu của Google nêu năm mẫu sử dụng, và các nhóm nội bộ của họ áp dụng theo đó:
- Định tuyến mô hình. Gemini Notebook định tuyến truy vấn đến cấp mô hình và mức suy luận, giảm tới 40% độ trễ với các truy vấn thông thường, theo Google.
- Kiểm tra chính sách. Nhiều quy tắc đối chiếu với một đầu vào trong một lời gọi; Google Search dùng nó làm lớp an toàn cho các công cụ MCP.
- Điều khiển agent. Nên tải công cụ nào, hay nên nén ngữ cảnh, chuyển cấp hoặc dừng lại.
- Chấm điểm và xếp hạng. Chấm điểm các ứng viên hoặc các đoạn văn bản truy xuất theo một tiêu chí.
- Đa phương thức thời gian thực. CC từ Google Labs chọn một biểu tượng cảm xúc từ hơn 200 phương án.
Google khuyến nghị đặt ngưỡng này từ các ví dụ có nhãn trên lưu lượng thực tế của bạn, cân nhắc giữa chi phí của dương tính giả và âm tính giả.
OpenAI đã ra mắt một endpoint tương tự vào tháng Mười trên GPT-6 Luna, với các câu hỏi predicate, choice và score; bài giải thích OpenAI Decisions API của chúng tôi đề cập đến nó. Phân tích so sánh trực tiếp về giới hạn, phương thức và giá nằm trong Gemini Decisions API vs OpenAI Decisions API.
Giới hạn và những câu hỏi còn bỏ ngỏ
Những gì tài liệu nêu hiện tại:
v1betatrên Gemini Developer API, chỉ với Gemini Decision 1- Hướng dẫn câu hỏi chỉ là văn bản; không hỗ trợ đa phương thức trong câu hỏi
- Lịch sử hội thoại, khối suy luận và khối lời gọi công cụ không phải là đầu vào hợp lệ; hãy tuần tự hóa ngữ cảnh nhiều lượt thành văn bản
Google chưa công bố ngày GA, các khu vực hoặc điều khoản lưu trữ dữ liệu. Họ cũng cảnh báo rằng văn bản của người dùng có thể lập luận cho chính phân loại của nó, vì vậy hãy giữ sự kiểm tra của con người đối với các hành động rủi ro cao như chi trả tiền.
Để coding agent của bạn kiểm thử với Apidog CLI
Một endpoint ra quyết định chỉ hữu ích khi hợp đồng của nó được giữ vững: mọi độ tin cậy nằm trong khoảng 0 đến 1, mọi choice nằm trong tập của bạn. Coding agent của bạn có thể viết và chạy bài kiểm thử hồi quy đó với Apidog CLI trong khi bạn vẫn tiếp tục làm việc.
Cài đặt một lần:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install
Sau đó đưa cho agent của bạn một prompt:
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 xác thực từng payload theo schema của nó, sau đó tạo và chạy 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
Để tránh đưa khóa vào environment đã lưu, hãy truyền nó khi chạy bằng --env-var "GEMINI_API_KEY=..." thay thế. Cùng lệnh apidog run với -r junit có thể tích hợp vào CI; tài liệu tham khảo lệnh apidog run liệt kê mọi flag, và Apidog CLI trong Claude Code hướng dẫn thiết lập agent đầy đủ. Gói Free của Apidog hỗ trợ tới 4 người dùng.
Câu hỏi thường gặp
Gemini Decisions API có miễn phí không? Có, trong phạm vi gói miễn phí: 200 yêu cầu mỗi phút, 50.000 token mỗi phút và 10.000 yêu cầu mỗi ngày. Sử dụng trả phí là 0,10 USD cho mỗi 1 triệu token đầu vào.
Tôi có thể hỏi bao nhiêu câu hỏi trong một yêu cầu? Từ 1 đến 1.000, giới hạn bởi cửa sổ ngữ cảnh 262.144 token được dùng chung giữa đầu vào và mọi câu hỏi.
noul nghĩa là gì? Đó là loại câu hỏi có/không. Nó trả về xác suất rằng câu trả lời là có, trong khoảng 0,01 đến 0,99, cùng một điểm tin cậy.
Có thể dùng trên Vertex AI không? Chưa. Google ghi nhận hỗ trợ Gemini trên Google Cloud là sắp ra mắt; hiện tại nó nằm trên Gemini Developer API (v1beta).
Có hỗ trợ batch hay bộ nhớ đệm ngữ cảnh không? Không. Bộ nhớ đệm ngữ cảnh, Batch API và suy luận Flex hoặc Priority đều không được hỗ trợ, nên đầu vào lặp lại vẫn được tính phí đầy đủ.