Mihata
AI活用2026.11.12

Gemini Decisionとは|料金とOpenAI版Decisionsとの違い

Gemini Decision(モデルID gemini-decision-1)は、Google が2026年11月11日に Gemini API で公開した「判定専用」のモデルです。文章は1文字も生成せず、テキスト・画像・音声・動画・PDF を読ませて「はい/いいえの確率」「選択肢のどれか」「段階評価の点数」だけを返します。専用の Decisions API から呼び出し、料金は入力100万トークンあたり0.10ドル・出力トークンは常に0です(Gemini API 変更履歴・公式料金表)。

問い合わせの振り分け、商品写真の検品、規約チェックのように「大量に、同じ形で、機械的に分岐したい」処理向けです。この記事では、できること・料金の計算式・1リクエスト1,000問の使い方と、10月に一般提供された OpenAI の Decisions API との違いを、公式ドキュメントの記載だけで整理します。

結論:Gemini Decision の要点(2026年11月12日時点)

項目

内容

モデルID

gemini-decision-1(Decisions API 専用)

公開日

2026年11月11日(Gemini Developer API・v1beta)

入力

テキスト・画像・音声・動画・PDF

出力

確率だけ(出力トークン0)

質問の型

yes/no(noul)・選択(choice)・段階評価(score)

1リクエストの質問数

1〜1,000問(共有入力と合わせて262,144トークン以内)

料金(有料枠)

入力100万トークンあたり0.10ドル(全モダリティ同額)。出力課金なし

無料枠

あり(無料。ただし入力が Google のサービス改善に使われる)

使えないもの

Batch API・コンテキストキャッシュ・Flex/Priority 推論

Gemini Decision でできること:3種類の質問

リクエストは「全質問で共有する入力(input)」と「質問の一覧(questions)」の2つで組み立てます。質問ごとに型を選び、型に合った答えが質問のキー名で返ってきます。公式ガイドが定める型は次の3つです。

型

何に使うか

返ってくるもの

noul(yes/no)

条件が成り立つかを確かめる(例:届いた商品は破損しているか)

「はい」の確率(0.01〜0.99)と confidence

choice(選択)

決まった選択肢から1つ選ぶ(例:どの窓口が担当か)。選択肢は2〜255個

最も確率の高い選択肢・全選択肢の確率(合計1)・confidence

score(段階評価)

順序のある段階で採点する(例:不具合の深刻度)。段階は2〜255個、推奨は2〜10

段階番号の確率加重平均・各段階の確率・confidence

yes/no の確率は 0.01〜0.99 の範囲に収まる

yes/no の答えは必ず0.01〜0.99の間に入ります。公式ガイドは「0.99より上で判定する条件は永遠に一致しない」と注意しているので、自動処理のしきい値は0.95や0.9のように範囲の内側で決めます。「いいえ」の確率は 1 から引けば出ます。

choice は選択肢をアルファベット順に並べ替える

choice の選択肢は、評価前にキー名のアルファベット順(UTF-8のバイト順)に並べ替えられます。そのため「該当なし」を最後に置くつもりで none_of_the_above と名付けると、shipping などより前に来てしまいます。公式ガイドは、受け皿の選択肢には other のような位置に依存しない名前を付け、説明文で中身を明示するよう勧めています。

score は「段階の間」の値が出る

score は段階番号(0始まり)の確率加重平均なので、1.12 のように段階の間の値が出ます。同じ平均でも確率の分かれ方が違うことがあるため、公式ガイドは score だけでなく各段階の確率と confidence も併せて見るよう書いています。段階数の違う尺度を比べるときは、最大の段階番号で割って0〜1にそろえます。

Gemini Decision の料金と計算式

公式料金表の記載は次のとおりです。

項目

無料枠

有料枠(100万トークンあたり)

入力(テキスト・画像・動画・音声・PDF)

無料

0.10ドル

出力

対象外(出力トークン0)

対象外(出力トークン0)

コンテキストキャッシュ

提供なし

提供なし

入力をサービス改善に使うか

使う

使わない

課金の仕組みは「共有の入力は質問がいくつあっても1回分だけ数え、質問ごとに自分の質問文・選択肢の説明ぶんのトークンが足される」です。したがって月の費用は次の式で見積もれます。

月の費用(ドル)=(共有入力のトークン+質問文・選択肢のトークン合計)× 月の件数 ÷ 100万 × 0.10

たとえば、問い合わせ1件の本文が約600トークン、質問5問の文面と選択肢が合計約400トークンと仮定し、月1万件を判定すると、(600+400)×10,000÷1,000,000×0.10=月1ドルです。問い合わせ本文を1回読ませるだけで「担当窓口」「緊急度」「返金対象か」「クレームか」「個人情報を含むか」の5つを同時に判定できる、というのがこのAPIの費用面での強みです。

注意:同じ資料を毎回入れる使い方は割安にならない

Decisions API はコンテキストキャッシュに対応していません。公式ガイドの制限欄には「リクエストをまたいで繰り返す入力は全量が課金される」と書かれています。社内マニュアルや判定基準の長文を毎回 input に入れる設計だと、その長文ぶんが件数分そのまま積み上がります。基準は質問の instructions と criteria に短く書き、input には判定対象だけを入れるのが費用の面でも精度の面でも有利です(公式ガイドも「質問に必要な項目だけを送る。無関係な内容は精度を下げる」としています)。

リクエストの形と始め方

送り先は POST https://generativelanguage.googleapis.com/v1beta/decisions で、中身は model・input・questions の3項目です。SDK は google-genai の3.2以降が必要です(Python は pip install -U google-genai、JavaScript は npm install @google/genai@latest)。

  • model:gemini-decision-1
  • input:全質問で共有する材料。文字列、またはテキスト・画像・音声・動画・PDF のブロック。空にはできない
  • questions:キー名つきの質問の一覧(1〜1,000問)。キー名は英数字・アンダースコア・ハイフンで64文字まで。各質問に type・instructions、choice と score では criteria を付ける

公式ガイドの例では、「月曜に注文した青いマグカップが水曜に割れて届いた」という問い合わせ1通に対して、「破損して届いたか(yes/no)」と「どの窓口が扱うべきか(請求・交換・一般の choice)」を1回のリクエストで聞いています。答えは answers の下に、質問に付けたキー名で返ります。

入力に使えるもの・使えないもの

使えるもの

使えないもの

テキスト(JSON は文字列にして渡す)

YouTube の URL

画像(PNG・JPEG・WebP・HEIC など)

Cloud Storage の gs:// URI の直接指定

音声(WAV・MP3・AAC・FLAC など)

会話履歴・思考・ツール呼び出しのブロック(文字列にして渡す)

動画(MP4・MOV・WebM など)

質問文(instructions)の中の画像や音声

PDF

汎用の octet-stream(実際の形式の MIME タイプが必須)

インラインの base64 は1リクエスト100MBまで(PDF は50MB)、外部 URL は1つ15MBまでです。入力が安全フィルタに掛かった場合は、答えの代わりに HTTP 400 と safety などのエラーコードが返ります。

OpenAI の Decisions API との違い

OpenAI も2026年10月22日に同じ名前の Decisions API を一般提供しています(詳しくはOpenAI Decisions API の使い方と料金で解説)。考え方はほぼ同じですが、仕様には実務で効く差があります。

項目

Gemini Decision

OpenAI Decisions API

モデル

gemini-decision-1(判定専用モデル)

gpt-6-luna

質問の型

noul/choice/score

predicate/choice/score

1リクエストの質問数

最大1,000問

最大400問

入力の種類

テキスト・画像・音声・動画・PDF

テキスト・画像・JSON(ファイル・音声は非対応)

score の段階数

2〜255(推奨2〜10)

2〜10

入力単価

100万トークンあたり0.10ドル

100万トークンあたり0.10ドル(キャッシュなし入力)

キャッシュ

非対応(繰り返す入力も全量課金)

共有入力は既定でキャッシュ対象

使い分けの目安は単純です。音声・動画・PDF をそのまま判定したいなら Gemini Decision、同じ長い資料を毎回入れて質問だけ差し替える使い方なら、キャッシュが効く OpenAI 側が割安になりやすい、という分かれ方です。どちらも出力課金はないので、短い入力に多くの質問をまとめるほど1問あたりの費用は下がります。

生成モデル(Interactions API)との使い分け

公式ガイドは、Decisions API と通常の生成(Interactions API)を次のように分けています。

Decisions API を使う

Interactions API を使う

yes/no の確率、決まった選択肢からの1つ、決まった尺度での点数が欲しい

文章・要約・説明が欲しい

しきい値で切れる確率が欲しい

自分の JSON スキーマで値を抜き出したい(Structured outputs)

同じ入力に多数の独立したチェックを1回で掛けたい

引数つきのツール呼び出しが要る

低遅延と出力トークン0が欲しい

複数段の推論が要る

実務での線引きは「答えが選択肢か数字で済むか」です。「この問い合わせは請求関係か」なら Decisions、「問い合わせから注文番号と金額を抜き出す」なら生成モデルの構造化出力です。最上位の生成モデルとの役割の違いは、Gemini 4 Carbon と Argon の費用差の記事とあわせて見ると、判定は Decision・文章は Carbon/Argon という組み合わせが組みやすくなります。

業務で使うときの設計のコツ(公式のベストプラクティスから)

  1. 1つの質問に1つの判断だけを入れる。複雑な判断は独立した質問に分けて1リクエストで聞き、答えの組み合わせはコード側の if 文で行う
  2. 質問文は完全な文で書く。モデルは質問のキー名や変数名を見ない
  3. 否定形より肯定形で聞く。「Gold 会員ではないか」ではなく「Gold 会員か」と聞き、1から引く
  4. 数値・日付の比較はコードで先に済ませる。「30日以内か」はコードで判定し、結果や区分名を input に入れる
  5. input は信用しない前提で。利用者の書いた文が自分に都合のよい分類を主張してくることがあるので、基準を明示し、意地悪な例で試し、支払いなど影響の大きい処理には人か別の確認を残す
  6. しきい値は自社の実データで決める。誤って通す損と誤って止める損を比べ、confidence が低いものだけ人に回す

Gemini Decision は判定を返すだけで、担当者への転送や返金のような実際の処理はアプリ側が答えを見て実行します。業務フローのどこに判定を挟むかの設計が、精度と費用の両方を決めます。

社内の問い合わせ振り分けや検品を自動化したい場合、どの判定を AI に任せ、どこを人に残すかの線引きから一緒に考えることもできます。記事の途中で恐縮ですが、私たちは業務に合わせた AI の仕組みづくりもお手伝いしていますので、よろしければご覧いただけたら嬉しいです。

制限と注意点のまとめ

  • 提供は Gemini Developer API(v1beta)のみで、対応モデルは gemini-decision-1 だけ
  • Batch API・コンテキストキャッシュ・Flex/Priority 推論は使えない
  • 無料枠では入力が Google のサービス改善に使われる。顧客情報を扱う本番運用は有料枠で(Gemini API のログ保存の扱いはGemini API のログ保存設定も確認)
  • レート上限は無料枠で毎分200リクエスト・1日1万リクエスト、Tier 1 で毎分1,500リクエスト・1日5万リクエスト(公式のレート制限表)
  • 日本語の判定精度について公式の数値は公開されていない。本番前に自社データでしきい値を検証する

まとめ

Gemini Decision は、文章を作らずに「確率・選択・点数」だけを返す判定専用モデルです。入力100万トークン0.10ドル・出力0で、1回に最大1,000問、音声・動画・PDF まで判定できます。一方でキャッシュが無いため、長い資料を毎回入れる使い方は割安になりません。判定対象だけを input に入れ、基準は質問に短く書く――この設計を守れば、問い合わせの振り分けや検品のような大量の判定を、ごく小さな費用で自動化できます。

よくある質問

Gemini Decisionとは何ですか?

Googleが2026年11月11日にGemini APIで公開した判定専用モデル(gemini-decision-1)です。文章を生成せず、テキスト・画像・音声・動画・PDFを読んで、yes/noの確率、選択肢のどれか、段階評価の点数だけを返します。

Gemini Decisionの料金はいくらですか?

有料枠は入力100万トークンあたり0.10ドルで、テキスト・画像・動画・音声・PDFとも同額です。出力トークンは常に0なので出力の課金はありません。無料枠もありますが、入力がGoogleのサービス改善に使われます。

1回のリクエストで何問まで聞けますか?

1〜1,000問です。共有の入力と全質問の合計が262,144トークン以内に収まる必要があります。共有の入力は質問数にかかわらず1回分だけ課金されます。

OpenAIのDecisions APIとの違いは何ですか?

入力単価はどちらも100万トークンあたり0.10ドルですが、Gemini Decisionは音声・動画・PDFを扱え、質問は最大1,000問です。OpenAI側は最大400問でテキスト・画像・JSONが対象、共有入力のキャッシュが効きます。Gemini Decisionはキャッシュに対応していません。

Batch APIで安く使えますか?

使えません。公式ドキュメントでは、Decisions APIはBatch API・コンテキストキャッシュ・Flex/Priority推論に対応していないと明記されています。

まずはお気軽にご相談ください

AI・IT・デザインに関するお悩みやご相談、お見積りのご依頼など、
どんなことでもお気軽にお問い合わせください。

お問い合わせ