--- title: "Google、文章を書かないAI「Gemini Decision 1」を発表。1,000問の判定を1回の処理で返し、料金は100万トークン0.10ドル、出力は無料だった" description: "Googleは2026年11月11日、文章を生成しない判定専用モデル「Gemini Decision 1」とDecisions APIを発表した。テキストや画像などの共有入力に対し、最大1,000件のyes/no・選択式・ルーブリック採点を単一の処理で評価し、確率と信頼度を返す。応答は150〜250ミリ秒、料金は入力100万トークンあたり0.10ドルで出力トークンは課金されない" url: https://itpostjp.com/ai/google-gemini-decision-1-decisions-api-1000-questions/ category: "AI・生成AI" published_at: 2026-11-11T21:51:00Z updated_at: 2026-11-11T21:51:00Z author: "IT Post編集部" editor: "編集長 千田智也" publisher: "IT Post by Rice Studio Lab" language: ja-JP ai_generated: true ai_model: muse-wonder terms: ["ベンチマーク（AIモデルの性能評価）", "分類器(Classifier)", "大規模言語モデル（LLM）"] --- # Google、文章を書かないAI「Gemini Decision 1」を発表。1,000問の判定を1回の処理で返し、料金は100万トークン0.10ドル、出力は無料だった IT Post編集部 ＆ 編集長 千田智也 Googleは2026年11月11日、文章を生成しない判定専用モデル「Gemini Decision 1」とDecisions APIを発表した。テキストや画像などの共有入力に対し、最大1,000件のyes/no・選択式・ルーブリック採点を単一の処理で評価し、確率と信頼度を返す。応答は150〜250ミリ秒、料金は入力100万トークンあたり0.10ドルで出力トークンは課金されない ## 30秒で分かる結論 - Googleは2026年11月11日、文章を生成しない「判定専用」のモデル「Gemini Decision 1」（モデルID: gemini-decision-1）と、新しいエンドポイント「Gemini Decisions API」を発表しました。やることは、問いに答えるのではなく、物事を判定することに限られます。 - 1回のリクエストで、テキスト、画像、音声、動画、PDFなどの共有入力（最大256Kトークン）に対して、最大1,000件のyes/no、選択式、ルーブリック採点の質問を単一の処理で評価し、それぞれに確率と0〜1の信頼度スコアを返します。Googleの発表では、端から端までの応答時間は150〜250ミリ秒です。 - 料金は入力100万トークンあたり0.10ドルで、出力トークンは課金されません。共有入力は質問の数によらず1回だけ課金されます。Googleは、Gemini 3.5 Flash-Liteを通常のAPIで使う場合と比べて、約5倍安いとしています。利用はGoogle AI StudioのGemini APIからで、APIはv1betaです。Google Cloud向けは近日対応とされています。 ## まず初めに AIモデルというと、文章を書くのが仕事だった。ところが現場のAIの仕事の半分くらいは、実は判定である。この画像は規約違反か、この書類は条件を満たすか、この回答は何点か。いちいち長文で「理由はですね」と返されても、プログラムからすれば困る。欲しいのは数字と確率だけだ。そこへGoogleが、作文を一切やめて判定だけに振り切ったモデルを持ってきた。賢さの競争の隣で、いつの間にか「安く、速く、黙って判を押す」競争が始まっていた、という話である。 ※個人の感想です ## 何が発表されたのか Googleが2026年11月11日に公式ブログで発表した「Gemini Decision 1」は、同社の言う「判断のために作られたモデル」です。通常の大規模言語モデルが文章を生成するのに対し、このモデルは入力を評価して、構造化された判定結果だけを返します。 判定の型は3種類あります。一つ目は「noul」で、yes/noの条件が成り立つ確率を推定します。二つ目は「choice」で、2〜255択の中から選びます。三つ目は「score」で、順序のあるルーブリック（採点基準）に基づいてスコアを付けます。いずれも、答えと一緒に確率と信頼度スコア（0〜1）が返るため、受け取る側のプログラムは「信頼度が低いものだけ人間が確認する」という振り分けができます。 ![Googleの発表内容（2026年11月11日）を整理した図解カード](/images/articles/google-gemini-decision-1-decisions-api-1000-questions-inline-1.webp) 仕組みの肝は、入力を一度だけ読み込む点です。共有入力は最大256Kトークンまで受け付け、そこへ最大1,000件までの独立した質問をぶら下げられます。質問ごとにモデルを呼び直すのではなく、1回のフォワードパスでまとめて評価するため、質問が増えても入力の読み込みコストは増えません。Googleの発表では、モデル自体の計算時間の中央値は50〜100ミリ秒、端から端までは150〜250ミリ秒で、16Kトークンまでのマルチモーダル入力と文脈では、質問が1件から100件に増えてもほぼ横ばいだとされています。 ## 料金と提供形態 料金は、入力100万トークンあたり0.10ドル、出力トークンは0ドルです。無料枠も用意されています。判定結果は短い構造化データなので、出力に課金しない設計は判定専用ならではです。Googleは比較対象として、Gemini 3.5 Flash-LiteをInteractions APIで使う場合を挙げ、Decisions APIは約5倍安いとしています。 提供は、Google AI StudioのGemini API（v1beta）から始まります。Gemini in Google Cloud向けは「近日対応」とされています。また、OpenRouter、LangChain、Vercelなどへの展開も進められていると発表されています。 | 項目 | 内容（Googleの発表） | |---|---| | モデルID | gemini-decision-1 | | 判定の型 | noul（yes/no）、choice（2〜255択）、score（ルーブリック採点） | | 共有入力 | 最大256Kトークン、テキスト／画像／音声／動画／PDF | | 1リクエストの質問数 | 最大1,000件 | | 応答時間 | 計算の中央値50〜100ミリ秒、全体で150〜250ミリ秒 | | 料金 | 入力100万トークン0.10ドル、出力は課金なし、無料枠あり | なお、性能や速度の数値はGoogleの発表に基づくもので、第三者による独立した検証結果は、この発表には含まれていません。 ## Google自身の使い方と、判定モデルの系譜 Googleは社内利用の例として、Gemini Notebookでのルーターとしての利用を挙げています。問い合わせの振り分けにこのモデルを使うことで、深い推論が要るものだけを大きなモデルへ回し、全体の応答時間を最大で40%短縮したとしています。判定役を安いモデルに任せ、考える仕事を高いモデルに残す、という分業の形です。 判定専用モデルは、Googleが初めてというわけではありません。本誌でも、[KakaoのKanana decide](https://itpostjp.com/ai/kakao-kanana-2-v-decide-open-weights-decision-model/)や[OpenAIのDecisions API](https://itpostjp.com/ai/openai-decisions-api-gpt-6-luna/)を取り上げてきました。各社が同じ場所に集まってきたのは、生成モデルの呼び出し回数の中で、実は「判定」が大きな割合を占めているからだとみられます。コンテンツの審査、書類の確認、回答の採点、振り分け。派手さはないが、回数の多い仕事です。 ## IT Postの見方 IT Postでは、この発表の意味は「AIのコスト構造の主戦場が、考えることから判定することへ広がった」点にあると考えます。これまでの価格競争は、賢い文章をどれだけ安く書けるかだった。しかし実務の呼び出しを分解すれば、文章生成そのものより、その前後の判定、振り分け、採点の方が回数は多い。そこに専用モデルと「出力無料」という料金表を持ち込むのは、単なる値下げではなく、仕事の取り方の変更である。 もう一つ面白いのは、返ってくるのが文章ではなく確率と信頼度だという点だ。生成モデルの出力をプログラムで処理しようとすると、文章を解釈し直す手間が必ず付いてくる。判定専用モデルはその手間を最初から捨てている。派手な知性の話ではない。だが、AIを業務の部品として組み込む側からすれば、こういう「黙って判を押す部品」の方が、賢い作文家より先に現場へ広がる可能性が高い。 安さと速さの数値はGoogleの自己申告であり、判定の正確さが用途に足りるかは、使う側が自分のデータで確かめる話です。その検証の手間まで含めて、この料金が本当に割に合うかはこれから分かります。 ## 今後どうなりそうか 注目点は二つあります。一つは、Google Cloud向けの提供が始まる時期と、その際の料金と制限です。もう一つは、OpenRouterやLangChainなどへの展開が進み、他社の生成モデルと組み合わせた「判定だけGoogle」という構成がどれだけ広がるかです。 判定専用のモデルやAPIは各社から出そろい始めています。今後は、判定の正確さのベンチマークと、信頼度スコアの校正（スコアと実際の正しさの一致具合）が競争の軸になっていくはずです。文章の上手さではなく、判の押し方の正確さで比べられるモデルの時代が、静かに始まっています。 ## 情報源 「一次情報」は資料の出所を示す区分で、編集部による独立した実測や、すべての主張の実証を示すものではありません。確認の範囲や未確認の点は、本文の説明と併せてご覧ください。 - [Gemini Decisions API: Fast multimodal decisions](https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/) — Google（一次情報） - [Google Launches Gemini Decisions API for Multimodal AI Workflows](https://www.unite.ai/google-launches-gemini-decisions-api-for-multimodal-ai-workflows/) — Unite.AI ## この記事に出てくるIT用語 - [ベンチマーク（AIモデルの性能評価）](https://itpostjp.com/terms/ai-benchmark/): AIモデルの性能を、共通の問題集(基準)を使って測定し、数値やスコアで比較するための評価手法です。 - [分類器(Classifier)](https://itpostjp.com/terms/classifier/): 与えられたデータを、あらかじめ決められたいくつかのカテゴリーのどれに当てはまるかを自動で判定する仕組みのこと。 - [大規模言語モデル（LLM）](https://itpostjp.com/terms/large-language-model/): 大量の文章から言葉のつながりを学習した、文章を扱うAIの中核技術です。 --- この記事は、公開情報と出典URLの検証、文章作成の一部に生成AIを使用しています。内容の責任はIT Post by Rice Studio Labが負います。 出典表記: IT Post by Rice Studio Lab — https://itpostjp.com/ai/google-gemini-decision-1-decisions-api-1000-questions/