Google vừa tung mô hình Gemini mới nhất mà không viết ra một từ văn bản nào. Gemini Decision 1, công bố cùng với Decisions API, trả lời tới 1.000 câu hỏi yes/no, nhiều lựa chọn, và chấm điểm rubric trên một đầu vào chung trong một lượt duy nhất, trả về xác suất đã hiệu chỉnh và điểm tin cậy thay vì văn bản được sinh ra. Mọi số liệu ở đây được đọc từ công bố của Google và tài liệu Gemini API ngày 13 tháng 11 năm 2026, và mô tả công việc của mô hình, không phải các con số benchmark, mới là thứ quyết định dự án của bạn có cần nó hay không.
Gemini Decision 1 thực sự là gì, theo chính mô tả của Google
Trang mô hình của Google định nghĩa nó trong một câu: Gemini Decision 1 là "mô hình multimodal chuyên dụng được xây cho Decisions API" và "đánh giá các câu hỏi có kiểu trên văn bản, hình ảnh, video, âm thanh, và PDF trong một lượt prefill duy nhất, trả về xác suất kết quả đã hiệu chỉnh với không token đầu ra". Một request nhận tổng ngân sách tới 262.144 token cho cả đầu vào chung và hướng dẫn của mọi câu hỏi, và tối đa 1.000 câu hỏi độc lập trong ngân sách đó. Ba kiểu câu hỏi phủ các dạng mà code thực sự rẽ nhánh: kiểm tra yes/no trả về xác suất đã hiệu chỉnh từ 0,01 đến 0,99; lựa chọn đơn đánh giá từ 2 đến 255 phương án và trả về phương án đứng đầu cùng xác suất từng phương án; chấm rubric xếp đầu vào qua 2 đến 255 cấp có thứ tự và trả về điểm kỳ vọng có trọng số theo xác suất.
Phần tách nó khỏi mọi Gemini khác: hoàn toàn không có sinh văn bản. Mức dùng token đầu ra luôn bằng không. Trong khi mô hình thường viết "có, gói hàng có vẻ bị hỏng" và code của bạn phải phân tích câu đó, Decision 1 trả về một con số để code rẽ nhánh trực tiếp.

Ai được giúp, và nó cho phép làm gì
Nó giúp các lập trình viên mà code cần một phán đoán để rẽ nhánh, và chính các nhóm của Google là bằng chứng đầu tiên. Công bố nêu bốn triển khai nội bộ: Gemini Notebook dùng nó làm router thời gian thực để "phân loại ý định trong vài mili giây, giúp các truy vấn hằng ngày có độ trễ thấp hơn tới 40%"; Stitch dùng nó để lặp thiết kế nhanh; CC dùng nó chọn từ bảng hơn 200 emoji reaction; và Google Search áp dụng nó làm lớp an toàn cho công cụ MCP. Cho công việc của riêng bạn, trang mô hình liệt kê các việc phù hợp: định tuyến request, kiểm tra chính sách qua nhiều quy tắc cùng lúc, chấm điểm ứng viên theo rubric, chọn công cụ, và phân loại độ trễ thấp trên luồng media trực tiếp.
Kinh tế của nó thưởng cho việc gom câu hỏi vào một call. Đầu vào chung được tính tiền một lần mỗi request bất kể bao nhiêu câu hỏi chạy trên đó, mỗi câu hỏi chỉ thêm token cho hướng dẫn và tiêu chí riêng của nó, và đầu ra luôn $0. Với $0,10 mỗi 1M token đầu vào ở bậc trả phí, tài liệu dùng chung chỉ được tính một lần, nhưng mỗi trong 50 câu hỏi vẫn cộng token hướng dẫn và tiêu chí riêng vào hóa đơn. Bậc miễn phí phủ việc thử nghiệm trong Google AI Studio.
Khi nào nó xứng đáng có mặt trong bản build
Ba tín hiệu nói rằng Decision 1 là đúng công cụ. Thứ nhất, phán đoán lặp lại và có kiểu: cùng một kiểm tra yes/no, cùng lựa chọn giữa các phương án đã biết, hoặc cùng rubric, áp dụng lên các đầu vào khác nhau liên tục. Con số 150 đến 250 ms độ trễ end-to-end của Google, đo trên đầu vào multimodal với context tới 16K token, $0,10 mỗi 1M token đầu vào và không tính token đầu ra, là những gì một control plane cần; một mô hình sinh viết một câu cho mỗi quyết định phải trả tiền cho token không ai cần. Thứ hai, đầu vào đã ở dạng multimodal: một bản ghi cuộc gọi cạnh metadata tài khoản, hoặc một PDF scan cạnh ảnh thiệt hại, được đánh giá trong một lượt. Thứ ba, khối lượng quyết định đủ cao để việc hiệu chỉnh có ý nghĩa: mọi câu trả lời mang điểm tin cậy từ 0 đến 1, nên code có thể đưa các trường hợp mơ hồ cho fallback hoặc người duyệt thay vì hành động theo phỏng đoán. Nếu bạn tự động hóa định tuyến dựa trên điểm tin cậy đó, hãy đặt ngưỡng từ các mẫu đã gắn nhãn của chính ứng dụng và đưa các trường hợp dưới ngưỡng cho người duyệt; phần tin cậy trong tài liệu là hướng dẫn hiệu chỉnh, không phải ngưỡng phổ quát.
Rate limit chống lưng cho khung control plane. Bậc miễn phí cho 200 request mỗi phút và 10.000 mỗi ngày; Tier 1 nâng lên 1.500 RPM và 50.000 RPD; Tier 3 đạt 15.000 RPM với request hằng ngày không giới hạn. Google báo model compute trung vị 50 đến 100 ms, gần như phẳng từ 1 đến 100 câu hỏi mỗi request; độ trễ vượt quá 100 câu hỏi là điều Google không công bố số đo.
Khi nào mô hình Gemini thường đã đủ
Đánh đổi nằm ở phạm vi, và nó sắc hơn phần lớn so sánh mô hình vì năng lực đơn giản là không có. Decision 1 không sinh văn bản, nên nó không thể trả lời câu hỏi mở, viết anything, hoặc suy luận dài. Trang mô hình đánh dấu Batch API, context caching, code execution, computer use, file search, Flex inference, function calling, và audio generation là không được hỗ trợ. Nếu việc của bạn là "trò chuyện" hoặc "tạo nội dung", Carbon hoặc Hydrogen mới là sản phẩm thực sự; mô hình này không thể đóng vai đó với bất kỳ giá nào.
Hai trường hợp nữa giữ mô hình chung tại chỗ. Nếu phán đoán thay đổi thường xuyên và tiêu chí nằm trong đầu bạn thay vì các cấp rubric viết ra, việc duy trì câu hỏi có kiểu thêm thủ tục mà một prompt cho mô hình thường không cần. Và pipeline khối lượng thấp đã gọi mô hình chung cho tác vụ xung quanh thường có thể gộp một phán đoán nhỏ vào cùng call đó thay vì trả thêm một request round trip.
Nó liên quan gì tới Carbon và Hydrogen, và các tuyên bố đứng ở đâu
Google không xếp Decision 1 vào dãy suy luận, và so sánh benchmark mà họ công bố là cụ thể: gần như rẻ hơn 5 lần trên một bộ benchmark chung so với Gemini 3.5 Flash-Lite với Interactions API, cùng điều Google gọi là lỗi hiệu chỉnh thấp nhất trên các benchmark phủ định tuyến agent, suy luận, xếp hạng, và hiểu multimodal. Cả hai đều là con số do Google công bố, và không tìm thấy mục leaderboard bên thứ ba công khai cho gemini-decision-1 tại thời điểm kiểm tra, nên bài này coi chúng là tuyên bố của nhà cung cấp. Điều bảng giá tự nó xác lập: $0,10 mỗi 1M token đầu vào, $0 đầu ra, thử nghiệm bậc miễn phí, và không hỗ trợ Batch API.
Mọi con số trong bài này là số công bố của Google với ngày chúng tôi kiểm tra. Các tuyên bố đáng đọc lại khi mô hình trưởng thành: độ trễ và chi phí phía trên, mức dẫn đầu benchmark, và danh sách triển khai nội bộ, tất cả từ các trang công bố và tài liệu ngày 13 tháng 11 năm 2026.
Bắt đầu
Lấy API key trong Google AI Studio, thử các sample app Decisions Playground, Doorstep Parcels, hoặc Find the Zookeeper, và làm theo hướng dẫn Python, JavaScript, và REST trong tài liệu Decisions API. Bạn cần google-genai SDK 3.2 trở lên. Lời khuyên của chính tài liệu: giữ mỗi câu hỏi tập trung vào một quyết định, viết đầy đủ câu hỏi trong hướng dẫn vì mô hình không bao giờ thấy tên biến của bạn, mô tả mọi phương án lựa chọn và cấp rubric, và giữ thang điểm tuyến tính vì thang mũ làm lệch giá trị kỳ vọng.