Przejdź do treści
Sklep

Artykuły

Gemini Decision 1: model, który zwraca decyzję

Google wydało Gemini Decision 1 i Decisions API. Wyjaśniam zastosowania, ceny, dostęp w Polsce oraz różnicę wobec zwykłego generowania tekstu.

Tekst: 4 min czytania
Gemini Decision 1: model, który zwraca decyzję
Spis treści 6
  1. Zamknięte pytanie, uporządkowany wynik
  2. Koszt wejścia, bez rachunku za tekst odpowiedzi
  3. Inna rola niż zwykły model generatywny
  4. Dostęp i rozpoczęcie pracy
  5. FAQ
  6. Źródła

👁 111 przeczytań

w skrócie
  • Gemini Decision 1 to model dodany 11 listopada 2026, który zamiast tekstu zwraca uporządkowany wynik z prawdopodobieństwami do użycia w logice programu.
  • W jednym żądaniu model może ocenić do 1000 niezależnych pytań wobec wspólnego materiału o limicie 262144 tokenów, a licznik tokenów wyjściowych wynosi zero.
  • W płatnym planie Standard stawka za wejście wynosi 0,10 USD za milion tokenów, co dla 100000 tokenów daje przykładowy koszt 0,01 USD.

11 listopada 2026 Google dodało do Gemini API model, który nie ma pisać odpowiedzi dla człowieka. Gemini Decision 1 zwraca ocenę pozwalającą programowi wybrać dalsze działanie. Może przyporządkować zgłoszenie do kategorii, ocenić zgodność materiału z kryterium albo pomóc wybrać narzędzie. Odpowiedzią jest uporządkowany wynik z prawdopodobieństwami, a licznik wygenerowanych tokenów tekstowych wynosi zero.

Dla mnie najciekawsze jest tu uproszczenie małego, ale częstego zadania. Zamiast prosić duży model o zdanie „to reklamacja” i później próbować je interpretować, aplikacja dostaje wynik przygotowany do użycia w logice programu. Ta zmiana ma sens tam, gdzie możliwe odpowiedzi są znane z góry.

Zamknięte pytanie, uporządkowany wynik

Model obsługuje tekst, obrazy, dźwięk, wideo i PDF. W jednym żądaniu może ocenić do 1000 niezależnych pytań wobec wspólnego materiału, którego limit wynosi 262144 tokeny. To parametry katalogowe modelu, nie obietnica poprawności każdej oceny.

Decisions API oferuje pytanie tak lub nie, wybór jednej opcji oraz ocenę według uporządkowanej skali. W pierwszym wariancie zwraca prawdopodobieństwo odpowiedzi twierdzącej z zakresu 0,01-0,99. Pozostałe warianty opisują rozkład prawdopodobieństwa między ustalonymi opcjami lub poziomami.

Wyobrażam sobie zastosowanie przy porządkowaniu przychodzących zgłoszeń. Program może osobno sprawdzić, czy opis dotyczy uszkodzenia, jaka kategoria obsługi pasuje oraz jak pilna jest sprawa. To przykład projektu, nie pomiar skuteczności modelu. Wartość takiego rozwiązania zależy od tego, jak precyzyjnie zdefiniuję kategorie.

Nie przepłacaj za subskrypcje AI

Prowadzę sklep z rocznymi dostępami do narzędzi AI, taniej niż w cenniku producenta. Sprawdź, co jest teraz na stanie.

Zobacz, co jest dostępne

Pytania w jednym żądaniu nie widzą wzajemnie swoich odpowiedzi. Jeśli dalsza ocena rzeczywiście zależy od wcześniejszej, zależność trzeba obsłużyć w kodzie albo kolejnym wywołaniu. Nie potraktowałbym więc listy pytań jako ukrytej rozmowy, w której model sam układa wieloetapowe rozumowanie.

Koszt wejścia, bez rachunku za tekst odpowiedzi

Oficjalny cennik odczytany 16.11.2026 podaje:

ElementGemini Decision 1
Standard, płatne wejście0,10 USD za milion tokenów
Tokeny wyjścia0
Poziom FreeDostęp bez opłat, w granicach jego limitów
Batch API i cachingNieobsługiwane

Wspólny materiał wejściowy jest naliczany raz w żądaniu, niezależnie od liczby pytań. Instrukcje, kryteria i formatowanie pytań także zajmują jednak tokeny. Dodanie wielu długich reguł nie jest więc bezkosztowe.

Przykładowy rachunek dla 100000 naliczonych tokenów wejścia w płatnym Standard wynosi 0,01 USD. To obliczenie ze stawki katalogowej, nie koszt zmierzonego wdrożenia. W gotowym systemie dochodzą inne elementy procesu, a tokenizacja zależy od rodzaju danych.

Nie mylę tej ceny z abonamentem Gemini w aplikacji. Decisions API jest usługą dla programistów. Plan Google AI kupowany do codziennego czatu i rozliczenie żądań API są innymi produktami. Przy wycenie automatu liczy się zużycie konkretnego interfejsu.

Inna rola niż zwykły model generatywny

Nie zestawiałbym Decision 1 z poprzednikiem o wymyślonej numeracji. Praktycznym punktem odniesienia jest dotychczasowy sposób rozwiązania tego zadania: model generuje tekst lub JSON, a program odczytuje etykietę. Nowy interfejs skupia się na zamkniętych rozstrzygnięciach i ich prawdopodobieństwie.

Jeśli potrzebuję streszczenia, uzasadnienia albo wyciągnięcia dowolnych pól z dokumentu, lepszym punktem startu pozostaje odpowiedni interfejs generatywny. Decision 1 nie tworzy opowiadania o swoim wyniku. Dlatego nie traktuję go jako zamiennika asystenta piszącego ani uniwersalnego agenta.

W automatyzacji szczególnie pilnowałbym kategorii „inne”. Wybór z listy rozdziela prawdopodobieństwo między podane opcje nawet wtedy, gdy żadna dobrze nie opisuje wejścia. Źle zaprojektowana lista może zatem wymuszać pozornie sensowną odpowiedź. To problem definicji zadania, który trzeba rozwiązać przed zwiększaniem skali.

Próg automatycznego działania ustalałbym na własnych, oznaczonych przykładach. Pomylenie działu obsługi i błędne odrzucenie ważnego zgłoszenia nie mają tego samego kosztu. W pierwszej wersji systemu zachowałbym wyniki do oceny, a dopiero po porównaniu z poprawnymi etykietami zdecydował, które przypadki mogą przechodzić bez ręcznej kontroli.

Dostęp i rozpoczęcie pracy

Polska znajduje się na oficjalnej liście regionów Google AI Studio i Gemini API. Nadal obowiązują wymagania konta oraz limity usługi. Dokumentacja prowadzi przez klucz API i wywołanie Decisions API z identyfikatorem gemini-decision-1; przykłady SDK wymagają wersji 3.2 lub nowszej.

Zacząłbym od jednego kryterium i krótkiego zestawu przykładów, które umiem sam ocenić. Najpierw sprawdziłbym rozróżnienie przypadków oczywistych i granicznych. Dopiero później dodawałbym kolejne pytania. Taka kolejność pokazuje, czy model rozwiązuje właściwy problem, zanim jego wynik zacznie sterować większym procesem.

FAQ

Czy brak tokenów wyjściowych oznacza brak kosztu?
Nie. Płatny poziom rozlicza tokeny wejścia, w tym instrukcje i kryteria pytań. Nie ma natomiast generowanego tekstu, za który naliczano by osobną stawkę wyjściową.

Czy model wyjaśni swoją decyzję?
Nie jest przeznaczony do generowania tekstowego uzasadnienia. Jeżeli potrzebuję opisu lub swobodnej ekstrakcji danych, wybieram odpowiedni model generatywny.

Czy można używać go z Polski?
Polska jest wspieranym regionem Gemini API. Dostęp zależy także od spełnienia wymogów konta, konfiguracji projektu i limitów usługi.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
  2. 2Claude Fable 5.2 czy Opus 5.5: kiedy dopłata 2 razy ma sens, a kiedy to wyrzucone pieniądze
  3. 330 promptów do ChatGPT Images i 10 do przerabiania zdjęć
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →