Phạm vi đối chiếu: Điểm benchmark, hiệu chỉnh, chi phí thử nghiệm và độ trễ trong bài là số liệu do Google công bố ngày 11/11/2026, không phải phép đo STALI. Theo chú thích của Google, từ chối trả lời, chặn an toàn và yêu cầu mô hình không nhận được đều tính là sai; điểm là độ chính xác Top-1 trừ khi ghi khác. Độ trễ 150–250 ms là kết quả của hãng với ngữ cảnh tới 16K token, không phải cam kết cho mọi yêu cầu.
Các mô hình ra quyết định đang trở thành một danh mục riêng. Jev của TypeSafe trả về câu trả lời có kiểu với xác suất thay vì văn bản, OpenAI có Decisions API của riêng mình, và vào ngày 11 tháng 11 năm 2026, Google đã tham gia với Gemini Decisions API cùng mô hình đứng sau nó, Gemini Decision 1.
Gemini Decision 1 trả lời các câu hỏi đóng, không bao giờ là câu hỏi mở: kiểm tra đúng/sai, trắc nghiệm nhiều lựa chọn, và chấm điểm theo rubric, lên đến 1.000 câu hỏi cho mỗi yêu cầu. Nó đọc văn bản, hình ảnh, âm thanh, video, và PDF trong một lượt xử lý tiến, không tính phí token đầu ra, và có giá $0,10 cho mỗi 1 triệu token đầu vào. Google báo cáo độ trễ đầu-cuối 150–250 ms và sai số hiệu chỉnh thấp nhất trong phép so sánh của họ, vượt Jev.
Bài viết này trình bày Gemini Decision 1 là gì, bạn có thể xây dựng gì với nó, nó thể hiện thế nào trên các thước đo của Google, và chi phí ra sao. Nếu mô hình ra quyết định còn mới với bạn, hãy xem các hướng dẫn của chúng tôi về Jev của TypeSafe và OpenAI Decisions API.
Tóm tắt nhanh
- Gemini Decision 1 là mô hình ra quyết định đầu tiên của Google: nó chấm điểm các phương án thay vì viết văn bản.
- Lợi thế so với Jev là đa phương tiện: một lần gọi có thể đánh giá hình ảnh, âm thanh, video, và PDF.
- Nó có hiệu chỉnh tốt nhất trong biểu đồ của Google, nên điểm tin cậy của nó là thước đo phù hợp để đặt ngưỡng.
- Jev vẫn trội ở quyết định gọi công cụ và rẻ hơn trong các phép đánh giá chung mà Google đưa ra.
- Dùng cho định tuyến, kiểm tra chính sách, và chấm điểm; nó không thể tạo ra một chữ nào.
Gemini Decision 1 là gì?
Gemini Decision 1 (gemini-decision-1) là một mô hình đa phương thức chuyên biệt, đánh giá các câu hỏi đã định kiểu dựa trên một đầu vào chung và trả về các xác suất đã hiệu chỉnh với số token đầu ra bằng 0. Đây là mô hình duy nhất đứng sau Decisions API mới của Google, một endpoint tách biệt với Interactions API phục vụ các mô hình sinh của Gemini.
Điểm khác biệt so với mô hình ngôn ngữ lớn (LLM) thông thường là ở cách trả lời. Mô hình sinh viết câu trả lời "tính phí" từng token, và mã của bạn phải phân tích; Gemini Decision 1 chấm điểm mọi phương án ứng viên trong một lần và trả về xác suất cho từng phương án. Không có văn bản để phân tích, không có ngân sách suy luận, và không có phí đầu ra.
Tuyên bố chủ đạo của Google là hiệu chỉnh: Gemini Decision 1 có sai số hiệu chỉnh kỳ vọng (ECE) thấp nhất trong phép so sánh của họ, nghĩa là mức độ tự tin được nêu ra phù hợp với tần suất nó thực sự đúng. Khi mã của bạn hành động dựa trên xác suất, điều đó quan trọng hơn độ chính xác thô.
Các tính năng chính của Gemini Decision 1
Gemini Decision 1 làm một việc, nên các tính năng xoay quanh việc có thể nhét bao nhiêu phần của công việc đó vào một lần gọi.
Hỏi tối đa 1.000 câu về một đầu vào trong một lần gọi
Bạn gửi một đầu vào chung và một bản đồ câu hỏi, và bạn nhận một câu trả lời có kiểu cho mỗi câu hỏi. Một yêu cầu có thể chứa từ 1 đến 1.000 câu hỏi, bị giới hạn bởi cửa sổ ngữ cảnh 262.144 token, và mỗi câu hỏi chạy độc lập với đầu vào, nên các câu hỏi không nhìn thấy nhau.
Ba loại câu hỏi bao phủ hầu hết quyết định đóng:
- Đúng/sai (noul): xác suất một mệnh đề đúng, từ 0,01 đến 0,99.
- Lựa chọn: chọn một phương án từ 2 đến 255, kèm xác suất cho từng phương án.
- Điểm: chấm theo thang rubric có thứ tự từ 2 đến 255 mức, trả về mức kỳ vọng có trọng số xác suất.
Lợi ích thực tế là về tính phí và độ trễ. Đầu vào chung được tính phí một lần cho mỗi yêu cầu, mỗi câu hỏi bổ sung chỉ thêm token chỉ dẫn và tiêu chí của riêng nó, và Google nói độ trễ gần như phẳng từ 1 đến 100 câu hỏi. Kiểm tra một tin nhắn hỗ trợ với 40 quy tắc chính sách tốn không nhiều hơn đáng kể so với kiểm tra với một quy tắc, và mất khoảng từng đó thời gian.
Đánh giá trực tiếp hình ảnh, âm thanh, video, và PDF
Gemini Decision 1 đọc phương tiện một cách nguyên bản, nên bạn có thể hỏi liệu một yêu cầu bồi thường PDF quét có khớp với ảnh hư hại hay không, hoặc cuộc gọi ghi âm thuộc hàng đợi nào, mà không cần bước phiên âm hay OCR trước. Google lưu ý không có phí tách riêng cho phiên âm âm thanh hay OCR, và bạn có thể tinh chỉnh độ phân giải đầu vào hình ảnh và video để đánh đổi chi tiết thị giác với chi phí token.
Đây là khoảng cách rõ nhất với Jev và GPT-6 Luna, cả hai đều không có điểm trên các thước đo âm thanh và video của Google. Các nhóm của chính Google dùng nó trên phương tiện thời gian thực: CC từ Google Labs chọn phản ứng emoji từ hơn 200 phương án trong một phần nhỏ của giây, và rapid canvas của Stitch áp dụng chỉnh sửa bằng giọng nói và chạm gần như tức thì.
Hai lưu ý từ tài liệu. Chỉ dẫn cho câu hỏi chỉ nhận văn bản, và API từ chối URL YouTube và URI gs:// trực tiếp của Cloud Storage, vì vậy phương tiện đi qua Files API, một URL HTTPS, hoặc bytes inline.
Nhận điểm tin cậy để bạn có thể định tuyến
Mỗi câu trả lời kèm một điểm tin cậy từ 0 đến 1, là xác suất ước tính rằng câu trả lời đứng đầu là đúng. Mẫu sử dụng dự định là tự động hành động trên ngưỡng đã đặt và gửi phần còn lại tới phương án dự phòng hoặc người kiểm duyệt.
Google nêu rõ việc đặt ngưỡng là phần việc của bạn: thiết lập từ các ví dụ có nhãn của chính lưu lượng của bạn và cân nhắc dương giả so với âm giả. Hiệu chỉnh tốt trên thước đo của Google là điểm khởi đầu chứ không phải bằng chứng rằng nó giữ nguyên trên dữ liệu của bạn.
Định tuyến yêu cầu đến đúng mô hình
Trường hợp sử dụng tiêu biểu là làm mặt điều khiển phía trước các mô hình sinh. Gemini Notebook dùng Decisions API để gửi mỗi truy vấn đến đúng hạng mô hình và mức độ suy luận, phục vụ truy vấn thường ngày với độ trễ giảm tới 40% trong khi dành các mô hình suy luận sâu cho những truy vấn phức tạp.
Google Tìm kiếm dùng nó như một lớp an toàn cho các công cụ Model Context Protocol (MCP), phát hiện hành vi đối kháng trong giới hạn độ trễ của họ. Mẫu này có thể khái quát: ở bất cứ đâu bạn hiện gọi một mô hình sinh chỉ để nhận về một nhãn, một mô hình ra quyết định làm cùng việc đó nhanh hơn và không cần phân tích văn bản.
Gemini Decision 1 thể hiện thế nào trên các thước đo?
Gemini Decision 1 dẫn đầu 7 trên 9 thước đo độ chính xác mà Google báo cáo và có sai số hiệu chỉnh thấp nhất, nhưng Jev 1.14 thắng ở hai thước đo công cụ-và-hành động và rẻ hơn tổng thể. So sánh bao gồm Jev 1.14, GPT-6 Luna trên OpenAI Decisions API, và Gemini 3.5 Flash-Lite trên Interactions API ở mức suy luận tối thiểu. Điểm do Google báo cáo, và điểm cao nhất mỗi hàng được in đậm.
Định tuyến, xếp hạng, và suy luận
Khoảng cách lớn nhất là trên New Yorker Caption (chỉ văn bản), nơi Gemini Decision 1 đạt 79,7% so với 72,0% của Jev 1.14 và 68,4% của GPT-6 Luna.
| Thước đo | Đo lường gì | Gemini Decision 1 | TypeSafe Jev 1.14 | GPT-6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|---|---|---|
| JevBench (phân tách công khai) | Thước đo quyết định của TypeSafe | 92,2% | 90,0% | 90,9% | 86,6% |
| Amazon ESCI (Macro-F1) | Độ liên quan trong tìm kiếm sản phẩm | 58,7% | 56,7% | 54,7% | 47,2% |
| New Yorker Caption (chỉ văn bản) | Khớp chú thích với tranh biếm họa | 79,7% | 72,0% | 68,4% | 73,7% |
| Mind2Web Multimodal | Chọn hành động tiếp theo trên trang web | 86,2% | 86,8% | 81,8% | 78,0% |
| PubMedQA | Câu hỏi nghiên cứu y sinh | 79,8% | 78,2% | 74,4% | 77,6% |
| Global-MMLU-Lite (không phải tiếng Anh) | Kiến thức đa ngôn ngữ | 86,0% | 85,0% | 79,6% | 78,8% |
| When2Call | Quyết định có gọi công cụ hay không và cách gọi | 79,9% | 82,0% | 70,4% | 60,9% |
Phần lớn khoảng cách so với Jev là 1–2 điểm, sát mức nhiễu. When2Call là thước đo đáng chú ý nếu bạn xây bộ định tuyến tác tử: lợi thế 2 điểm của Jev rơi đúng vào quyết định mà các bộ định tuyến đó đưa ra thường xuyên nhất.
Âm thanh và video
Gemini Decision 1 đạt 69,1% trên Video-MME không phụ đề, so với 63,3% của Gemini 3.5 Flash-Lite. Jev và GPT-6 Luna không có điểm trên cả hai thước đo phương tiện.
| Thước đo | Đo lường gì | Gemini Decision 1 | TypeSafe Jev 1.14 | GPT-6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|---|---|---|
| MMAU | Hiểu âm thanh | 71,8% | n/a | n/a | 67,7% |
| Video-MME (không phụ đề) | Hiểu video | 69,1% | n/a | n/a | 63,3% |
Vì vậy trên âm thanh và video, so sánh duy nhất là với mô hình sinh của chính Google. Vượt Flash-Lite khoảng 4–6 điểm trong khi không tính phí token đầu ra vẫn là luận điểm mạnh cho các quyết định trên phương tiện.
Hiệu chỉnh và chi phí
Top-1 ECE 0,0250 của Gemini Decision 1 trên 7 phép đánh giá chung là tốt nhất trong biểu đồ, vượt Jev 1.14 ở mức 0,0494 và GPT-6 Luna ở mức 0,0721.
Giá cả là nơi bức tranh đảo chiều. Trên cùng 7 thước đo, Jev là mô hình rẻ nhất trong biểu đồ.
| Chỉ số | Đo lường gì | Gemini Decision 1 | TypeSafe Jev 1.14 | GPT-6 Luna | Gemini 3.5 Flash-Lite |
|---|---|---|---|---|---|
| Top-1 ECE (càng thấp càng tốt) | Mức độ trôi của tự tin so với độ chính xác | 0,0250 | 0,0494 | 0,0721 | 0,2104 |
| Tổng chi phí, 7 thước đo chung (càng thấp càng tốt) | Chi phí chạy toàn bộ bộ thước đo | $0,88 | $0,68 | $0,93 | $4,14 |
Tuyên bố "rẻ hơn gần 5 lần" của Google là so với chính Gemini 3.5 Flash-Lite. So với Jev, bạn trả nhiều hơn khoảng 30% để đổi lấy hiệu chỉnh tốt hơn và hỗ trợ phương tiện.
Giá và khả dụng của Gemini Decision 1
Gemini Decision 1 có giá $0,10 cho mỗi 1 triệu token đầu vào ở gói trả phí, không có phí đầu ra vì nó tạo ra 0 token đầu ra. Đầu vào văn bản, hình ảnh, video, âm thanh, và PDF đều tính cùng mức giá.
- Gói miễn phí: khả dụng trong Google AI Studio để thử nghiệm, ở mức 200 yêu cầu mỗi phút và 10.000 yêu cầu mỗi ngày. Dữ liệu gói miễn phí được dùng để cải thiện sản phẩm của Google; dữ liệu gói trả phí thì không.
- Các gói trả phí: Tầng 1 cho phép 1.500 yêu cầu mỗi phút, tăng lên 15.000 ở Tầng 3.
- Không hỗ trợ: bộ nhớ đệm ngữ cảnh, Batch API, và suy luận Flex hoặc Priority, nên đầu vào lặp lại qua các yêu cầu sẽ bị tính phí đầy đủ mỗi lần.
- Trạng thái: hiện khả dụng trên Gemini Developer API (v1beta).
Bộ nhớ đệm ngữ cảnh bị thiếu quan trọng hơn vẻ bề ngoài. Nếu bạn kiểm tra cùng một tài liệu dài với một câu hỏi mới vài giây một lần, bạn sẽ trả phí cho tài liệu đó ở mỗi lần gọi; thay vào đó hãy gom câu hỏi vào một yêu cầu.
Làm sao để truy cập Gemini Decision 1?
ID mô hình API là gemini-decision-1, được gọi qua client.decisions.create trong SDK google-genai với phiên bản API v1beta. Google AI Studio cũng có Decisions Playground để thử câu hỏi trước khi viết mã.
Trên OpenRouter, mô hình là google/gemini-decision-1, được phục vụ qua endpoint System One dùng cho Jev, nên không phải endpoint chat completions. Google nói các tích hợp đang được triển khai trên LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, và OpenCode, với hỗ trợ Gemini trên Google Cloud sẽ sớm có. Nó chưa được liệt kê trong tài liệu mô hình Vertex AI tính đến ngày 12 tháng 11 năm 2026.
Dưới đây là ví dụ tối giản kiểm tra yêu cầu chi phí, hỏi hai câu về một ghi chú:
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
input="Team dinner, 6 people, $412 incl. wine. Receipt attached.",
questions={
"has_alcohol": {"type": "noul", "instructions": "Does the claim include alcohol?"},
"category": {
"type": "choice",
"instructions": "Which expense category fits this claim?",
"criteria": {"meals": "Food and drink.", "travel": "Flights, trains, hotels.", "other": "Anything else."},
},
},
)
print(result.answers["has_alcohol"].noul, result.answers["category"].choice)Để xem ví dụ đầy đủ về một pipeline mô hình ra quyết định, hướng dẫn bộ định tuyến ticket bằng Jev của chúng tôi bao quát cùng mẫu câu hỏi, ngưỡng, và phương án dự phòng.
Kết luận
Gemini Decision 1 khiến mô hình ra quyết định trở thành một danh mục có ba nhà cung cấp, và Google mang đến điều mà TypeSafe và OpenAI chưa có: một mô hình ra quyết định đọc nguyên bản hình ảnh, âm thanh, video, và PDF. Với hiệu chỉnh tốt nhất trong biểu đồ của chính họ, đây là một điểm khởi đầu để chọn ngưỡng tin cậy; các ngưỡng vẫn cần được kiểm chứng trên dữ liệu thực tế.
Nó không phải chiến thắng tuyệt đối. Jev 1.14 rẻ hơn trên các thước đo chung của Google và tốt hơn ở quyết định gọi công cụ, nên một bộ định tuyến tác tử chỉ văn bản không có lý do cấp bách để chuyển. Bất cứ thứ gì liên quan đến phương tiện hoặc PDF là nơi tôi sẽ bắt đầu với Gemini Decision 1.
Chạy ví dụ Python: Tài liệu hiện hành yêu cầu SDK google-genai từ phiên bản 3.2 trở lên và API v1beta. Cài SDK trong môi trường riêng, cấu hình khóa API bằng biến môi trường GEMINI_API_KEY theo hướng dẫn Decisions API. Ví dụ trong bài đã kiểm tra cú pháp và đối chiếu cấu trúc câu hỏi với tài liệu; đây không phải kết quả gọi API hoặc thử nghiệm do STALI thực hiện.
Tài liệu chính chủ: Công bố Decisions API; đặc tả Gemini Decision 1; giá và sử dụng dữ liệu; hạn mức API. Giá và hạn mức đã đối chiếu ngày 13/11/2026; các con số này thuộc nhà cung cấp, không phải biểu phí STALI.
Câu hỏi thường gặp
Gemini Decision 1 so với TypeSafe Jev thế nào?
Trong phép so sánh của Google, Gemini Decision 1 dẫn Jev 1.14 ở 7 trên 9 thước đo độ chính xác và có sai số hiệu chỉnh khoảng bằng một nửa (Top-1 ECE 0,0250 so với 0,0494). Jev thắng Mind2Web Multimodal và When2Call và có chi phí thấp hơn trên 7 thước đo chung của Google ($0,68 so với $0,88). Gemini Decision 1 cũng đọc nguyên bản hình ảnh, âm thanh, video, và PDF.
Gemini Decision 1 có giá bao nhiêu?
Gemini Decision 1 có giá $0,10 cho mỗi 1 triệu token đầu vào ở gói trả phí, không có phí đầu ra vì nó tạo ra 0 token đầu ra. Đầu vào chung được tính phí một lần cho mỗi yêu cầu bất kể bạn hỏi bao nhiêu câu. Có gói miễn phí trong Google AI Studio để thử nghiệm.
Tôi có thể truy cập Gemini Decision 1 ở đâu?
Gemini Decision 1 khả dụng qua Decisions API trên Gemini Developer API (v1beta) với ID mô hình gemini-decision-1, và trong Decisions Playground của Google AI Studio. Trên OpenRouter, nó là google/gemini-decision-1 qua endpoint System One. Google cho biết hỗ trợ Gemini trên Google Cloud sẽ sớm có.
Gemini Decision 1 có thể tạo văn bản không?
Không. Gemini Decision 1 chỉ trả lời câu hỏi đóng: kiểm tra đúng/sai, trắc nghiệm nhiều lựa chọn từ 2 đến 255 phương án, và chấm điểm theo rubric, mỗi câu kèm điểm tin cậy. Với tóm tắt, trích xuất vào schema JSON của riêng bạn, gọi công cụ, hoặc suy luận nhiều bước, Google hướng đến Interactions API và các mô hình sinh của Gemini.
Gemini Decision 1 được dùng để làm gì?
Google định vị Gemini Decision 1 cho định tuyến mô hình và công cụ, kiểm tra chính sách qua nhiều quy tắc cùng lúc, chấm điểm hoặc xếp hạng ứng viên theo rubric, và phân loại độ trễ thấp cho hình ảnh, âm thanh, và video. Gemini Notebook dùng nó để định tuyến truy vấn đến đúng hạng mô hình, phục vụ truy vấn thường ngày với độ trễ giảm tới 40%.
Ứng dụng thực tế với STALI
Với Gemini Decision 1, nên bắt đầu từ một nhiệm vụ nhỏ như tổng hợp tài liệu hoặc chuẩn bị báo cáo tiếng Việt, rồi kiểm tra khả năng tiếp tục công việc qua nhiều bước. Giới hạn quyền truy cập ứng dụng và ngân sách; yêu cầu duyệt trước khi gửi thông tin, thanh toán hoặc sửa dữ liệu. Khi tự xây tác nhân qua API, lưu trạng thái và nhật ký công cụ để có thể kiểm tra, dừng và khôi phục tác vụ.
Kiểm tra mô hình đang được hỗ trợ và mức phí hiện hành tại bảng giá STALI. Giá nhà cung cấp được phân tích trong bài là dữ kiện tham khảo, không thay thế giá bán và điều kiện sử dụng trên STALI.
Để triển khai, đọc tài liệu tích hợp API STALI, sau đó đăng ký tài khoản STALI để quản lý khóa API và sử dụng các mô hình có trong danh mục.
Đọc thêm các phân tích liên quan trên STALI:
