Gemini Decisions APIとは？できること・料金・使い方・OpenAI Decisions APIとの違いを整理

Gemini Decisions APIは、Googleが2026年11月11日（米国時間）に公開した、文章を生成せずに「決まった選択肢からどれを選ぶか」を確率と確信度の数値で返すAPIです。問い合わせの振り分け、画像の検品、規約違反のチェック、AIエージェントのツール選択のような「判定だけ欲しい処理」を、生成AIに文章で答えさせるより速く安く処理するために作られています。

仕組み、3つの質問タイプ、料金とレート制限、Pythonでの呼び出し方、OpenAI Decisions APIやTypeSafe Jevとの違い、業務で使うときのデータの扱いと注意点を、公式ブログと公式ドキュメントをもとに整理しました。自社のシステムやAIエージェントに判定処理を組み込みたい開発者・企画担当者向けです。

Gemini Decisions APIの要点

• Gemini Decisions APIは「判定専用」のAPIです。モデルは Gemini Decision 1（gemini-decision-1）のみで、回答文は返さず、確率・確信度・使ったトークン数だけを返します
• 料金は有料ティアで入力100万トークンあたり0.10ドル、出力の課金はありません。1つの入力（テキスト・画像・音声・動画・PDF）に最大1,000問をまとめて聞けて、共通の入力は1回分しか課金されません
• 現時点では Gemini Developer API の v1beta のみで、Google Cloud（Vertex AI）版は「近日対応」です。キャッシュとBatch APIが無く、理由の説明も返らないため、文章が要る処理や同じ長い入力を何度も送る処理には向きません

Gemini全体の位置づけを知りたい方は Geminiとは を、判定特化モデルの先行例は OpenAI Decisions APIとは をあわせて読むと理解が早くなります。

Gemini Decisions APIとは

出典: Google公式ブログ

Gemini Decisions APIは、Google（Google DeepMind）が提供する「閉じた選択肢の判定」に特化したエンドポイントです。Googleは公式ブログで「a new endpoint for fast, closed-set decisions（速く、選択肢が決まった判定のための新しいエンドポイント）」と説明しています。

普通の生成AIは答えを1トークンずつ文章として書き出します。Gemini Decisions APIは文章を書かず、こちらが渡した選択肢を1回の計算（フォワードパス）でまとめて採点し、各選択肢の確率を返します。出力トークンがゼロなので、速度と費用の両方で有利になる仕組みです。

発表の要点

出典: Google 公式ブログ、Gemini Decisions API 公式ドキュメント

生成AIにJSONで答えさせる方式との違い

これまでも、Gemini 3.5 Flash-Lite などの生成モデルに「{"label": "billing"} の形で答えて」と指示すれば判定はできました。違いは、答えの出し方と、返ってくる数値の意味です。

「どれに当てはまるか」だけが欲しい処理なら Decisions API、文章や理由が必要な処理なら生成モデル、と分けるのが基本です。Googleも公式ドキュメントで、文章の生成、構造化データの抽出、引数付きのツール呼び出し、多段階の推論が必要な場合は Interactions API を使うよう案内しています。

Gemini Decisions APIでできること

出典: Google公式ブログ

Gemini Decisions APIでできるのは、1つの入力に対して「はい/いいえ」「選択」「段階評価」の3種類の質問を、まとめて投げて確率で答えを受け取ることです。

3つの質問タイプと返ってくる値

confidence は「一番上の答えが正しい確率の推定値」です。はい/いいえの場合は「はい」の確率と「いいえ」の確率のうち大きいほうになります。なお、はい/いいえ型の名前は noul と綴ります（null ではありません）。コードに写すときに間違えやすい点です。

Googleの公式ブログでは、休憩室のカウンターを写した写真とテキストのメモを1つの入力にして、「こぼれた物があるか（はい/いいえ）」「次に取るべき対応（選択）」「深刻度（段階評価）」の3問を1回のリクエストで聞く例が紹介されています。

入力できるデータの種類

入力の形式は Interactions API と同じで、次のデータを渡せます。

• テキスト
• 画像（PNG / JPEG / WebP / HEIC / HEIF / GIF / BMP / TIFF）
• 音声（WAV / MP3 / AAC / OGG / FLAC / M4A など）
• 動画（MP4 / MOV / AVI / WebM など）
• 文書（PDFのみ）

画像と動画は解像度（low / medium / high、画像のみ ultra_high も）を指定でき、細部をどこまで読むかとトークン費用のバランスを調整できます。base64で直接埋め込む場合は1リクエスト100MB（PDFは50MB）まで、URLで渡す場合は Files API のURIか公開・署名付きのHTTPS URL（外部URLは1つ15MBまで）を使います。

Googleが想定している用途と社内での利用例

公式が挙げている用途は、ツール選択、ポリシーチェック、モデルの振り分け（ルーティング）、文脈の採点、フィルタリング、ランキングです。Google社内ではすでに次のように使われていると公式ブログで説明されています。

Gemini Notebook の例は「重い質問だけ上位モデルに回す」という振り分けの典型です。Gemini Notebook そのものについては Gemini Notebookとは で解説しています。

Gemini Decisions APIの強み

出典: Google公式ブログ

強みは、速さ、費用の読みやすさ、確信度の数値、質問をまとめて聞けることの4つです。

1. 判定が速い

Googleの公表値では、エンドツーエンドで150〜250ミリ秒、モデルの計算部分の中央値は50〜100ミリ秒です（16Kトークンまでの入力での値）。質問数が1問でも100問でも遅延はほぼ変わらないとされています。ユーザーの操作のたびに裏で判定を走らせるような使い方でも、待ち時間が気になりにくい速さです。ただし日本からの通信で測った値ではないため、実際の遅延は自社環境で確かめる必要があります。

2. 費用が入力量だけで決まる

出力トークンも、量が読めない思考トークンも課金されません。公式ブログは「音声の文字起こしやOCRの別料金もない」と明記しています。入力のトークン数がわかれば請求額が計算できるので、件数が多い処理の予算を立てやすくなります。

3. しきい値で自動化の範囲を決められる

確率と確信度が返るので、「確信度0.9以上は自動で処理し、それ未満は人が確認する」といった分け方ができます。Googleは、比較したシステムの中で確信度の較正誤差（確率の数値と実際の正解率のずれ）が最も小さいと主張しています。

4. 1回の入力に多くの質問をまとめられる

1つの入力に最大1,000問を独立して聞けて、共通の入力の課金は1回分です。問い合わせ1件に対して「部署」「緊急度」「解約の意向があるか」「個人情報を含むか」を一度に判定する、といった使い方に向いています。

Gemini Decisions APIの弱みと制約

弱みは、理由が返らないことと、繰り返しの処理を安くする仕組みが無いことです。公式ドキュメントの制約とベストプラクティスのうち、実務で影響が大きいのは次の点です。

• 文章を返さない: 判定の理由、自由回答、情報の抽出、要約はできません。「なぜその判定か」をログに残したい業務では、別に生成モデルを組み合わせる必要があります
• キャッシュ・Batch API・Flex/Priority推論が無い: 同じ長い入力（社内規程の全文など）を毎回送ると、毎回全額かかります
• 質問同士は独立して評価される: ある質問の答えを見て次の質問を変える、といった判定は2回目のリクエストが必要です
• choiceは必ずどれかに確率を配る: どの選択肢にも当てはまらない入力でも、どれかが選ばれます。other のような受け皿の選択肢を入れるか、別に範囲チェックをします。none_of_the_above のような位置を表すキーは避けるよう公式が案内しています
• はい/いいえの確率は0.01〜0.99に収まる: しきい値をこの範囲の外に置くと、条件が成立しなくなります
• scoreは線形の尺度にする: 指数的な尺度にすると、確率で重み付けした平均がゆがみます
• 入力の制限: 質問の指示文はテキストのみ。YouTubeのURLと gs:// の直接指定、会話履歴・思考・ツール呼び出しのブロックは渡せません
• 提供範囲が限られる: 現時点では Gemini Developer API の v1beta のみで、Vertex AI では使えません。v1beta なので仕様が変わる可能性もあります
• 日本語の精度は公式に記載が無い: 公式ドキュメントに対応言語の一覧は見当たりません。日本語のデータで使う場合は、少量のラベル付きデータで精度を確かめてから本番に入れるのが安全です

ベンチマークでも全勝しているわけではありません。Googleが公式ブログの図で公表した値（DataCampの記事が転記したもの）では、エージェントのツール呼び出し判断を測る When2Call と Mind2Web Multimodal で TypeSafe Jev 1.14 を下回り、共通7評価のコストも Jev のほうが安くなっています。

Gemini Decisions APIの料金とレート制限

料金は、有料ティアで入力100万トークンあたり0.10ドルです。出力は常に0トークンなので課金されず、無料ティアもあります。

料金表

出典: Gemini API 公式料金ページ

共通の入力は、質問がいくつあっても1リクエストにつき1回だけ課金されます。質問ごとに増えるのは、その質問の指示文、criteria、書式のトークンだけです。Googleは、共通のベンチマーク一式で Gemini 3.5 Flash-Lite を Interactions API で使った場合よりおよそ5倍安いと説明しています（Google自身の計測）。

件数別の試算

当社の試算では、1回の入力を2,000トークン、質問を10問（各50トークン）として、1リクエスト2,500トークンで計算しました。為替は1ドル＝150円で換算しています。

Flash-Lite の列は、入力0.30ドル/100万トークン、出力（思考を含む）2.50ドル/100万トークンの有料料金で、1件あたりの出力を200トークンと仮定した値です。出力が長くなれば差はさらに開きます。画像・動画を入力にする場合は、解像度によってトークン数が大きく変わるため、実データで測ってから見積もってください。

同じ長い入力を何度も送るケースには注意が必要です。たとえば2万トークンの社内規程を毎回入力に含めると、キャッシュが使えないため毎回2万トークン分かかります。Flash-Lite ならキャッシュ（0.03ドル/100万トークン＋保存料）で安くできるので、入力の形によっては逆転することもあります。

料金ページには2026年12月1日と2027年1月1日から適用される改定の記載もあります。Gemini Decision 1 が対象かどうかは現時点で確認できていないため、契約前に公式料金ページを確かめてください。

レート制限

出典: Gemini API 公式レート制限ページ

無料ティアはTPMが5万なので、1リクエスト2,500トークンなら1分に20件ほどで上限に届きます。試作には十分ですが、本番の流量に対応するなら有料ティアが前提です。公式も「記載のレート制限は保証ではない」と注記しています。

Gemini Decisions APIの使い方

出典: google-gemini/cookbook（GitHub）

使い始める手順は、APIキーの発行、SDKの導入、decisions.create の呼び出しの3段階です。

1. Google AI Studio にログインし、APIキーを発行する（業務データを扱うなら有料ティアに切り替える）
2. SDKを入れる。Python は pip install -U google-genai、JavaScript は npm install @google/genai@latest（google-genai 3.2以降が必要）
3. api_version を v1beta にしたクライアントを作り、モデル gemini-decision-1 に入力と質問を渡す

Pythonでの呼び出し例

問い合わせ文を1つ渡し、「配送トラブルか（はい/いいえ）」と「担当部署（選択）」を同時に聞く例です。質問の本文は instructions、判定基準は criteria に書きます。答えは質問につけたキー（ここでは is_delivery_issue と team）で result.answers から取り出します。

from google import genai

# APIキーは環境変数 GEMINI_API_KEY から読み込まれる
client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create(
    model="gemini-decision-1",
    input="注文した商品が1週間たっても届きません。返金してほしいです。",
    questions={
        "is_delivery_issue": {
            "type": "noul",
            "instructions": "この問い合わせは配送のトラブルに関するものか",
        },
        "team": {
            "type": "choice",
            "instructions": "この問い合わせを担当すべき部署はどれか",
            "criteria": {
                "billing": "支払い・返金",
                "shipping": "配送・お届け",
                "account": "会員登録・ログイン",
                "other": "上記のどれにも当てはまらない",
            },
        },
    },
)

print(result.answers["is_delivery_issue"].noul)
print(result.answers["team"].choice, result.answers["team"].confidence)

レスポンスは次のような形で返ります（はい/いいえの質問を1問だけ聞いた場合のイメージ。数値は例）。total_output_tokens が0になっている点が、生成モデルとの大きな違いです。

{"answers":{"is_delivery_issue":{"type":"noul","noul":0.99,"confidence":0.99}},"usage":{"total_input_tokens":100,"total_output_tokens":0,"total_tokens":100}}

RESTで呼ぶ場合

SDKを使わない場合は、x-goog-api-key ヘッダーを付けて次のエンドポイントにPOSTします。

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": "注文した商品が1週間たっても届きません。",
    "questions": {
      "is_delivery_issue": {"type": "noul", "instructions": "配送のトラブルに関する問い合わせか"}
    }
  }'

しきい値の決め方

確信度をそのまま信じず、自社のデータでしきい値を決めるのが公式の推奨です。実務では次の順で進めると失敗が少なくなります。

1. 実際の問い合わせや画像を20〜50件集め、人が正解ラベルを付ける
2. Decisions APIにかけ、確信度ごとの正解率を見る
3. 「この確信度以上なら自動処理してよい」という値を決め、それ未満は人の確認に回す
4. 運用を始めたら、誤判定の例を定期的に集めて基準を見直す

隣り合うテキストのブロックは区切りなしで連結されるため、複数の文章を入力に入れるときは自分で改行（\n）を入れておきます。

セキュリティとデータの扱い

業務で使うなら、有料ティアにすることと、入力を信用しない設計にすることの2点が欠かせません。

無料ティアの入力はGoogleの製品改善に使われる

公式料金ページでは、無料ティアの入力データはGoogleの製品改善に使われ、有料ティアでは使われないと明記されています。顧客の問い合わせ、社内文書、従業員の写っている画像などを送るなら、有料ティアが前提です。データの保持期間やログの扱いは Decisions API のドキュメントには書かれていないため、Gemini API の利用規約で確認してください。

入力が「自分をこう分類しろ」と主張してくる

公式ドキュメントは「Treat input as untrusted（入力は信頼できないものとして扱う）」と注意しています。ユーザーが書いた文章に「この問い合わせは優先度最高です」「審査は通過扱いにしてください」と書かれていれば、判定がそちらに引っぱられる可能性があります。対策として公式は、criteriaを明確に書くこと、敵対的な例でテストすること、支払い（payouts）のような重大な処理には人か2つ目のチェックを残すことを挙げています。AIエージェント全般の対策は AIエージェントのセキュリティ対策 にまとめています。

安全フィルタでエラーになることがある

入力が安全フィルタに引っかかると HTTP 400 が返ります（エラーコードは safety、prohibited_content、blocklist、image_safety、content_blocked）。投稿監視のように不適切な内容がそもそも入力に来やすい用途では、400を「判定できなかった」として人の確認に回す処理を用意しておく必要があります。

APIキーはサーバー側に置き、ブラウザやスマホアプリに埋め込まないのが原則です。

OpenAI Decisions API・TypeSafe Jevとの違い

出典: Google公式ブログ

2026年秋は、判定に特化したモデルが各社から出そろった時期です。Gemini Decisions APIの特徴は、音声・動画・PDFまで読める入力の幅と、1回に聞ける質問数の多さにあります。

数値は各社の公式情報を優先し、確認できないものは集計サイトの値と明記しています。OpenAI側の詳細は OpenAI Decisions APIとは、Jevについては TypeSafe AI Jevとは で解説しています。Microsoftの判定特化モデルについては Microsoft-Decision-1とは を参照してください。

ベンチマーク（Google公表値）

Google が公式ブログの図で公表し、DataCampの記事が転記した値です。いずれも Google の自社計測で、第三者による検証はまだありません。

Jevとの差は多くが1〜2ポイントで、DataCampも「ノイズに近い」と評しています。差がはっきり出ているのは較正誤差で、確信度の数値でしきい値を決める使い方では Gemini Decision 1 に分があると読めます。一方、テキストだけの判定でコストを最優先するなら Jev、OpenAIのモデル群でシステムを組んでいるなら OpenAI Decisions API、と選び分けるのが現実的です。

どれを選ぶかの目安

Flash-Lite を含む Gemini の生成モデルについては Gemini 3.6 Flashとは で整理しています。

業務での使いどころ

業務で効果が出やすいのは、件数が多く、答えの選択肢が決まっていて、今は人が目で見て仕分けている処理です。

AIエージェントのツール選択や振り分けに使う場合は、LangChainなどのフレームワーク側の対応状況も重要です。Googleは OpenRouter、LangChain、Vercel AI SDK、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode への対応を「展開中」としていますが、各ツールで実際に使えるようになったかは現時点で確認できていません。フレームワークの比較は AIエージェントフレームワーク比較 を、エージェントの基本は AIエージェントとは を参照してください。

1件あたりの単価が安くても、社内の全員が使う仕組みや業務システムに組み込む場合は、API料金よりも、しきい値の調整、人の確認フロー、ログの保存、運用保守にかかる費用のほうが大きくなりがちです。全体の費用の考え方は 社内AIチャットボットの費用 で整理しています。

Gemini Decisions APIはこんな人におすすめ

おすすめの人

• 問い合わせ、画像、音声などを大量に仕分けていて、判定1件あたりの費用と遅延を下げたい人
• AIエージェントやチャットボットの裏で「どのツール・どのモデルに回すか」を速く決めたい開発者
• 画像・音声・動画・PDFをテキストに起こさず、そのまま判定したい人
• 確信度の数値で、自動処理と人の確認の境目を管理したい人
• Gemini API をすでに使っていて、同じAPIキーとSDKで判定処理を追加したい人

おすすめしない人

• 判定の理由、要約、抽出した情報など、文章の出力が必要な人
• 同じ長い資料を毎回入力に含める処理が中心の人（キャッシュが無く割高になりやすい）
• 前の判定結果を見て次の判定を変える、段階的な推論が必要な人
• Vertex AI の中で完結させる必要がある企業（現時点では未対応）
• v1beta（ベータ版）のAPIを本番の重要処理に使えない社内規定がある人

よくある質問

Gemini Decisions APIは無料で使えますか？

無料ティアがあり、Freeのレート制限（1分200リクエスト、1分5万トークン、1日1万リクエスト）の範囲で試せます。ただし無料ティアの入力はGoogleの製品改善に使われるため、顧客データや社内データは送らず、試作用のダミーデータで試すのが無難です。

日本語の文章でも判定できますか？

公式ドキュメントには対応言語の記載がありません。Geminiのモデル群は日本語を扱えますが、Gemini Decision 1 の日本語での精度は公式には示されていません。本番で使う前に、日本語の実データ20〜50件に正解を付けて精度と確信度の傾向を確かめることをおすすめします。

Gemini APIの普通のモデルとAPIキーは別ですか？

同じ Google AI Studio のAPIキーで使えます。違うのは呼び出し先で、SDKでは api_version を v1beta にして decisions.create を呼び、RESTでは /v1beta/decisions にPOSTします。モデルIDは gemini-decision-1 だけが使えます。

1回のリクエストで画像を何枚も判定できますか？

1回のリクエストの入力は1つですが、その中に複数の画像やテキストを含めることはできます。ただし、すべての質問がその入力全体に対して答えるため、「画像ごとに同じ質問をして結果を分けたい」場合は、画像ごとにリクエストを分けたほうが結果を扱いやすくなります。

OpenAI Decisions APIから乗り換える価値はありますか？

テキストと画像だけの判定なら、料金は同じ0.10ドル/100万トークンなので、乗り換えの理由は弱めです。音声・動画・PDFを直接判定したい場合や、1回に数百問を聞きたい場合は、Gemini Decisions APIを試す価値があります。いずれにしても、自社データで両方の精度を比べてから決めるのが確実です。

まとめ

Gemini Decisions APIは、文章を生成せず、決まった選択肢への確率と確信度だけを返すGoogleの判定専用APIです。モデルは Gemini Decision 1 のみで、入力100万トークンあたり0.10ドル、出力の課金はありません。1つの入力（テキスト・画像・音声・動画・PDF）に最大1,000問をまとめて聞けて、Googleの公表値では150〜250ミリ秒で答えが返ります。

一方で、理由や要約は返らず、キャッシュとBatch APIも無く、現時点では v1beta のみで Vertex AI では使えません。日本語の精度も公式には示されていないため、業務で使うなら有料ティアを選び、自社のデータでしきい値を決め、支払いなど重大な処理には人の確認を残す設計にしておくと安全です。

判定特化モデルの比較を続けて読みたい方は OpenAI Decisions APIとは と TypeSafe AI Jevとは を、Gemini全体の整理は Geminiとは をご覧ください。