Google heeft op 11 november 2026 de Gemini Decisions API uitgebracht, met een nieuw model: Gemini Decision 1 (gemini-decision-1). Het model schrijft geen tekst. Het beantwoordt gesloten vragen: ja/nee, één keuze uit een lijst, of een score op een rubric. Tot 1.000 vragen gaan in één request mee, tegen één gedeelde input van tekst, beeld, audio, video of pdf. Google rekent 0,10 dollar per miljoen input-tokens en niets voor output.
Voor bouwers is dit de goedkope beslislaag vóór de dure generatieve call: welke tool, welk model, mag dit door, hoe goed is deze context. Hieronder wat Google en Vercel melden, wat het kost, hoe het zich verhoudt tot Jev en Clef, en wat we niet konden nagaan.
Wat het is
Volgens de aankondiging van Google is de Decisions API een nieuw endpoint in de Gemini API, te gebruiken via Google AI Studio. Google noemt vier typische toepassingen: toolselectie, policy-checks, model-routing en het beoordelen van context.
Het verschil met een gewoon taalmodel zit in de uitvoer. Gemini Decision 1 genereert geen antwoord token voor token, maar scoort de opties die jij aanlevert in één forward pass. Je krijgt kansen terug, en bij elk antwoord een confidence-score tussen 0 en 1. Zo kan je code twijfelgevallen doorsturen naar een fallback of een mens.
De drie vraagtypes
| Type | Wat je vraagt | Wat je terugkrijgt (volgens Google) |
|---|---|---|
noul | Ja of nee, met optionele criteria voor waar en onwaar | De kans dat de voorwaarde klopt |
choice | Eén optie uit 2 tot 255 keuzes | De winnaar plus genormaliseerde kansen voor elke kandidaat |
score | Een plek op een geordende rubric, beginnend bij 0 | Een continue gewogen score plus kansen per niveau |
Je mag de drie types mengen in één request. Het input-veld gebruikt hetzelfde Content-blokformaat als de Interactions API van Google.
De kernfeiten volgens Google
| Onderdeel | Volgens Google |
|---|---|
| Model | Gemini Decision 1, gemini-decision-1 |
| Waar | Gemini API in Google AI Studio; ondersteuning voor Gemini in Google Cloud "coming soon" |
| Input | Eén multimodale input (tekst, beeld, audio, video, pdf), tot 256K tokens |
| Vragen | Tot 1.000 onafhankelijke vragen per request |
| Latency | 150 tot 250 ms end-to-end; mediaan 50 tot 100 ms modelrekentijd (zie kader) |
| Prijs | 0,10 dollar per miljoen input-tokens, 0 dollar voor output |
| Gratis | Een no-cost API-tier in Google AI Studio om te prototypen |
| Integraties | OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit en OpenCode, naast de google-genai-SDK's (uitrol loopt) |
Lees de latency goed. Google meldt een mediaan van 50 tot 100 ms modelrekentijd (150 tot 250 ms end-to-end) bij multimodale input en contexten tot 16K tokens, en zegt dat die tijd vrijwel vlak blijft van 1 tot 100 vragen per request. De 256K tokens is de maximale input. Google zegt nergens dat een request van 256K tokens ook binnen 150 ms terugkomt.
Wat het kost
De gedeelde input wordt volgens Google één keer per request in rekening gebracht, ongeacht het aantal vragen. Elke vraag voegt alleen zijn eigen instructie- en criteria-tokens toe. Er zijn geen kosten voor output-tokens, geen wisselende rekening voor thinking-tokens en geen aparte kosten voor audiotranscriptie of OCR.
Google claimt dat Gemini Decision 1 op een eigen benchmarksuite (agent-routing, redeneren, ranking en multimodaal begrip) overal voorop ligt met de laagste kalibratiefout, en dat het op die suite bijna 5× goedkoper is dan Gemini 3.5 Flash-Lite met de Interactions API. Dat zijn Googles eigen metingen; een onafhankelijke herhaling hebben we niet gezien.
Hoe een call eruitziet
Het voorbeeld van Google controleert één foto plus een tekstnotitie tegen alle drie de types tegelijk. Ingekort:
result = client.decisions.create(
model="gemini-decision-1",
input=[{"type": "image", "uri": "…/spill.jpg", "mime_type": "image/jpeg"},
{"type": "text", "text": "Breakroom counter check before the 9 AM client meeting."}],
questions={
"has_spill": {"type": "noul", "instructions": "Is there an uncleaned liquid spill on the counter?"},
"next_action": {"type": "choice", "instructions": "Which cleanup action fits the scene?", "criteria": {…}},
"severity": {"type": "score", "instructions": "Rate the severity of the counter mess.", "criteria": [ … ]},
},
)Documentatie voor Python, JavaScript en REST staat bij de Decisions API in AI Studio.
Dezelfde dag op Vercel AI Gateway
Vercel meldde op 11 november 2026 dat het model op AI Gateway staat als google/gemini-decision-1. Je kunt het op drie manieren aanroepen:
- AI SDK met
experimental_decide. Pdf, audio en video werken via AI SDK 7. - TypeSafe-compatibele API via
@typesafe-ai/sdkenhttps://ai-gateway.vercel.sh/typesafe. Alleen tekst en beeld. - Decisions API op
https://ai-gateway.vercel.sh/v1/decisions. Alleen tekst en beeld.
Let op de typenamen. De drie routes gebruiken niet dezelfde namen. In de voorbeelden van Vercel heet de ja/nee-vraag boolean in de AI SDK, noul in de TypeSafe-compatibele API en predicate in het curl-voorbeeld voor de Decisions API. Wie code tussen routes verplaatst, moet die namen dus omzetten.
Vercel noemt als toepassingen: requests routeren, policies checken, agent-tools filteren en resultaten ranken, zonder output-tokens te genereren. Decision-calls verschijnen in de logs van AI Gateway en tellen mee voor budgetten.
Hoe Google het zelf inzet
Google noemt vier interne voorbeelden. We konden ze niet zelf controleren:
- Gemini Notebook stuurt binnenkomende vragen met de Decisions API naar de juiste modeltier en het juiste thinking-niveau. Volgens Google levert dat tot 40% lagere latency op voor alledaagse vragen.
- Stitch gebruikt het in een experiment met een "rapid canvas" om binnen seconden klikbare wireframes van een productflow te maken.
- CC van Google Labs kiest ermee de juiste emoji-reactie uit meer dan 200 opties.
- Google Search gebruikt het als veiligheidslaag voor MCP-tools, om vijandig gedrag en vijandige content te herkennen.
Een categorie in wording: de tijdlijn
Gemini Decision 1 is niet het eerste model van deze soort. Wat er in twee maanden gebeurde:
- 15 september 2026: TypeSafe brengt Jev uit, het eerste "System One"-model. Volgens de documentatie geeft het getypte antwoorden met kansen via de primitieven Choice, Score en Noul (plus Box voor een locatie in een afbeelding).
- 1 oktober 2026: Cloudflare introduceert Clef en Clef-flash op Workers AI, volgens Cloudflare "fully Jev-API compatible" en open source onder Apache 2.0. De vraagtypes heten daar
noul,choiceenscore. Wij schreven er toen over in de nieuwsbrief van 3 oktober. - 11 november 2026: Google brengt Gemini Decision 1 uit met dezelfde drie namen:
noul,choice,score. Dezelfde dag biedt Vercel er een TypeSafe-compatibele route voor.
Belangrijk: Google zegt nergens dat zijn API compatibel is met Jev. De feitelijke brug is de TypeSafe-compatibele API van Vercel. De native API van Google gebruikt ook een andere vorm (input met Content-blokken) dan de state uit de Jev- en Clef-voorbeelden. Meet je drempelwaarden voor confidence opnieuw als je van model wisselt; dat ze tussen leveranciers hetzelfde betekenen, staat in geen van de bronnen.
Wat je ermee kunt
Een paar manieren om ermee te beginnen, als suggestie:
- Zet het vóór je dure calls. Laat een decision-model eerst beslissen welk model, welke tool of welk thinking-niveau een verzoek nodig heeft. Dat is precies wat Google zegt te doen in Gemini Notebook.
- Filter agent-tools. Vraag met
choiceof een reeksnoul-vragen welke tools relevant zijn, en geef alleen die aan je agent. - Begin met een shadow-test op tekst. Laat het model naast je huidige routing of classifier meedraaien, log beide uitkomsten en vergelijk ze, zonder dat het model al iets beslist. Pas daarna inschakelen, met een drempel op de confidence-score.
- Het draait alleen als API. Google noemt geen open gewichten voor Gemini Decision 1. Wie lokaal wil draaien, kijkt eerder naar Clef, dat Cloudflare open source heeft gemaakt.
Wat we niet hebben gecontroleerd
Update 13 november 2026: sinds vandaag draait Gemini Decision 1 bij ons in een shadow-test naast Jev, Decider Flash en Clef Flash, alleen op tekst. De cijfers van dag 1 staan in het A/B-log.
Buiten die shadow-test hebben we Gemini Decision 1 niet zelf getest. De benchmarkclaims, de kalibratiefout, de "bijna 5× goedkoper"-vergelijking en de interne voorbeelden komen van Google zelf. De limieten van de gratis tier, rate limits en regionale beschikbaarheid staan niet in de aankondiging. Wanneer het model in Google Cloud komt, zegt Google niet.
Gecontroleerd op 12 november 2026.
Dit artikel is geschreven met AI (College, Grok Bot) en gecontroleerd tegen de bronnen hieronder.
Bronnen
- Google, "Gemini Decisions API: Fast, calibrated multimodal decisions" (11 november 2026): blog.google · geraadpleegd 2026-11-12
- Google AI Studio, documentatie Decisions API: aistudio.google.com · geraadpleegd 2026-11-12
- Vercel, "Gemini Decision 1 now available on AI Gateway" (11 november 2026): vercel.com · geraadpleegd 2026-11-12
- TypeSafe, "Introducing System One Models & Jev" (15 september 2026): typesafe.ai · geraadpleegd 2026-11-12
- TypeSafe-documentatie, System One: docs.typesafe.ai · geraadpleegd 2026-11-12
- Cloudflare, "Introducing Clef: our open-source decision models" (1 oktober 2026): blog.cloudflare.com · geraadpleegd 2026-11-12
