Am 11. November 2026 hat Google die Gemini Decisions API veröffentlicht. Ihr Kern ist ein neues Modell namens Gemini Decision 1 (gemini-decision-1). Es schreibt keine Texte: Man übergibt ihm bis zu 1.000 geschlossene Fragen auf einmal, und es beurteilt sie alle in einem einzigen Forward-Pass und liefert nur die Wahrscheinlichkeit und den Konfidenzwert jeder Frage zurück – Ende-zu-Ende in 150 bis 250 Millisekunden.
Was es auf einmal beurteilen kann
Drei Fragetypen: Ja/Nein, Multiple-Choice und Bewertung nach Kriterien. Eine einzelne Anfrage enthält eine multimodale Eingabe – Text, Bilder, Audio, Video, PDFs, bis zu etwa 262.000 Tokens – plus bis zu 1.000 unabhängige Fragen. Die Eingabe wird nur einmal berechnet, je mehr Fragen, desto besser das Geschäft.
Google positioniert es eng: Tool-Auswahl, Richtlinienprüfung, Modell-Routing und Inhaltsbewertung. Gemini Notebook nutzt es bereits, um in Echtzeit zu entscheiden, auf welche Modellstufe und Denkebene geroutet wird, und Search setzt es intern als Sicherheitsschicht für MCP-Tools ein. Der Preis liegt bei 0,10 $ pro Million Input-Tokens, Output-Tokens sind kostenlos – weil es überhaupt keine Output-Tokens erzeugt. Der Zugang läuft über die Gemini API in Google AI Studio, mit einer kostenlosen Stufe zum Prototyping.
So nutzt man es in der Praxis
Erst klären, was beurteilt werden soll, dann die Fragen formulieren: Für ein Kundenservice-Gespräch etwa „Geht es um eine Erstattung?“, „Ist die Stimmung verärgert?“, „Soll das an einen Menschen gehen?“ – drei Fragen in einem Aufruf, weit günstiger als drei Abfragen an ein Chat-Modell. Antworten mit niedrigem Konfidenzwert nicht blind übernehmen: einen Schwellenwert setzen und alles darunter an einen Menschen oder ein größeres Modell zur Nachprüfung geben. Massenbewertung, Massen-Labeling und Massen-Routing sind die lohnendsten Anwendungen; nur ein oder zwei Fragen auf einmal zu stellen, verschenkt seine Stärke.
Zuerst die Grenzen kennen
Erstens erzeugt es keinen freien Text – nicht zum Schreiben von Artikeln, Zusammenfassen oder Beantworten offener Fragen verwenden. Zweitens sind Geschwindigkeit und Benchmarks von Google selbst berichtet: 150 bis 250 Millisekunden gelten für Eingaben bis 16K Tokens und 1 bis 100 Fragen pro Anfrage; für größere Eingaben oder 1.000 Fragen nennt Google keine Zahl, und zum Zeitpunkt der Veröffentlichung gab es keine unabhängige Replikation. Drittens läuft es derzeit nur über die v1beta der Gemini Developer API – Context Caching und die Batch API werden noch nicht unterstützt. OpenAI hat ein ähnliches Produkt; zum Vergleich siehe OpenAI Decisions API ist allgemein verfügbar: kleine Entscheidungen 10-mal schneller und nur Input-Tokens werden berechnet, zur vollständigen Ankündigung von Google siehe Gemini Decisions API ist da: 1.000 Fragen auf einmal beurteilen, Ergebnis in 150 Millisekunden.
