Google memperkenalkan Gemini Decisions API pada 11 November 2026. Endpoint ini ditujukan untuk pekerjaan yang sebenarnya tidak membutuhkan chatbot menulis paragraf, melainkan sistem yang harus memilih opsi, memeriksa aturan, atau menentukan apakah sebuah kondisi terpenuhi.
Layanan tersebut berjalan di atas Gemini Decision 1, model multimodal yang mengembalikan probabilitas dan confidence score. Google menyebut pengembang dapat mengajukan hingga 1.000 pertanyaan terhadap satu input bersama dalam satu permintaan. Input itu dapat berisi teks, gambar, audio, video, atau PDF dengan konteks hingga 262.144 token.
Perbedaannya ada pada bentuk keluaran. Model generatif biasa menghasilkan token satu per satu, lalu aplikasi harus membaca dan memvalidasi jawaban tersebut. Decisions API tidak menghasilkan teks keluaran. Ia menilai pertanyaan bertipe tetap dan mengembalikan hasil yang bisa langsung dipakai kode untuk melakukan percabangan.
Google menyediakan tiga bentuk pertanyaan. Tipe yes/no, yang di dokumentasi API disebut noul, mengukur probabilitas bahwa suatu kondisi benar. Tipe choice memilih satu opsi dari dua hingga 255 pilihan dan menyertakan probabilitas tiap opsi. Tipe rubric memberi skor terhadap tingkatan yang sudah ditentukan. Setiap jawaban juga membawa confidence score agar aplikasi dapat memutuskan apakah hasilnya cukup kuat untuk diproses otomatis atau harus diteruskan ke manusia.
Contoh penggunaan yang diberikan Google cukup praktis: memilih tool yang tepat untuk sebuah agen, memeriksa kebijakan, merutekan permintaan ke model tertentu, atau menilai apakah konteks hasil pencarian relevan. Dalam sistem klaim, misalnya, satu formulir, foto kerusakan, dan rekaman percakapan dapat menjadi input yang sama. Aplikasi lalu menanyakan apakah bukti cukup, jenis antrean yang sesuai, serta tingkat urgensinya.
Namun pertanyaan-pertanyaan dalam satu permintaan bersifat independen. Satu pertanyaan tidak dapat membaca hasil pertanyaan lain. Jika keputusan kedua bergantung pada keputusan pertama, logika tersebut tetap harus disusun di dalam aplikasi atau dikirim lewat permintaan berikutnya. Batas ini penting karena API bukan mesin pembuat rencana otomatis; ia adalah komponen penilaian yang dipanggil oleh sistem yang lebih besar.
Google mengklaim latensi end-to-end sekitar 150 hingga 250 milidetik dalam pengujian dengan konteks sampai 16.000 token. Latensinya disebut relatif stabil ketika jumlah pertanyaan dinaikkan dari satu sampai 100. Angka itu belum menjadi jaminan untuk setiap permintaan yang mendekati batas 1.000 pertanyaan atau konteks maksimum.
Harga yang diumumkan adalah US$0,10 per satu juta token input, tanpa biaya token output karena model memang tidak menghasilkan teks. Token input bersama dibebankan sekali per permintaan; instruksi, kriteria, dan format tiap pertanyaan tetap menambah penggunaan token. API ini tersedia melalui Gemini Developer API versi v1beta dan dapat dicoba dari Google AI Studio. Dokumentasi Google juga mencantumkan penggunaan SDK Python dan JavaScript.
Dari sisi teknis, pendekatan ini masuk akal untuk bagian-bagian kecil dalam workflow agen yang sering dipanggil. Menghasilkan jawaban panjang hanya untuk mendapatkan label seperti billing, technical, atau shipping memang menambah latensi dan membuat parser lebih rapuh. Probabilitas juga memberi jalan keluar saat sistem tidak yakin: permintaan dapat ditahan, dirutekan ke model lain, atau diberikan kepada operator.
Tetapi confidence bukan bukti bahwa keputusan selalu benar. Data yang keliru, konteks yang tidak lengkap, atau input yang sengaja dimanipulasi tetap dapat menghasilkan keputusan yang salah. Karena itu, API semacam ini lebih aman dipakai sebagai lapisan routing dan pemeriksaan awal, bukan pengganti kebijakan organisasi atau keputusan berisiko tinggi. Sistem yang menggunakannya tetap membutuhkan data tepercaya, aturan deterministik, logging, serta jalur eskalasi manusia.
Peluncuran ini menunjukkan arah yang lebih spesifik dalam infrastruktur AI. Tidak semua panggilan model perlu berakhir sebagai teks yang dibaca manusia. Untuk tugas yang jawabannya sudah dibatasi sejak awal, model dapat bekerja sebagai penilai probabilistik yang cepat—sementara aplikasi tetap memegang kendali atas tindakan berikutnya.