Googleは2026年11月11日、判定専用の新しいエンドポイント「Gemini Decisions API」と専用モデル「Gemini Decision 1」を公開しました*1。文章は生成せず、Yes/No・選択式・ルーブリック採点のどれかで答えを返します。1リクエストで最大1,000問を判定でき、料金は入力100万トークンあたり0.10ドル、出力は0ドルです*1。
私が気になったのは、これまで生成AIに「この問い合わせはどの部署宛てか」「この投稿は規約違反か」と聞いていた作業を、生成を使わずに安く速く回せる点です。先に結論を言うと、Gemini Decisions APIは問い合わせの振り分けや審査、AIエージェントのツール選択のように「答えが選択肢で決まる」大量の判定に向いています。確信度の低い案件だけ人に回す設計にすれば、コストと品質を両立しやすいAPIです。
この話題は、私もXで紹介しました。
今なら、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中!何から始めればいいか分からない方でも、これ1冊で導入の流れがつかめます。
目次
Gemini Decisions APIとは|文章を書かずに「選ぶ」ことに特化したAPI
Gemini Decisions APIは、決まった選択肢の中から答えを選ぶ「クローズドセットの判定」のためのAPIです。Googleはツール選択・ポリシーチェック・モデルのルーティング・コンテキストの採点を主な用途に挙げています*1。普通のLLMは答えを1トークンずつ文章として書き出しますが、Gemini Decision 1は選択肢を1回の推論でまとめて採点します*1。
返ってくるのは文章ではありません。各選択肢の確率と0〜1の確信度(confidence)です*1。確信度が低い案件は別のモデルや人の確認に回す、という分岐をコードで書けるのが一番の特徴だと私は見ています。
| 項目 | 内容 |
|---|---|
| 公開日 | 2026年11月11日 |
| モデル名 | Gemini Decision 1(gemini-decision-1) |
| 提供先 | Gemini API(v1beta)・Google AI Studio。Google Cloud 対応は「近日」 |
| エンドポイント | POST /v1beta/decisions |
| 質問の形式 | Yes/No(noul)・選択式(choice)・ルーブリック採点(score) |
| 1リクエストの質問数 | 1〜1,000問 |
| 選択肢の数 | 2〜255 |
| 入力できるもの | テキスト・画像・音声・動画・PDF |
| コンテキスト長 | 262,144トークン(入力と全質問で共有) |
| 料金 | 入力100万トークン0.10ドル、出力0ドル |
コンテキスト長は262,144トークンで、入力と全質問がこの枠を分け合います*2。テキストだけでなく画像・音声・動画・PDFもそのまま入力でき、通話録音と顧客情報のように種類の違うデータを1つの入力にまとめることもできます*1。
3つの質問形式の違い
- Yes/No(noul) — 条件が当てはまる確率を0.01〜0.99で返します。「商品は破損して届いたか」のような二択の判定に使います
- 選択式(choice) — 2〜255個の選択肢から1つを選び、全選択肢の確率(合計1)を返します。問い合わせの部署振り分けやカテゴリ分類向きです
- ルーブリック採点(score) — 低い順に並べた段階で採点し、確率で重み付けした点数(0始まり)と段階ごとの確率を返します。品質評価や優先度付けに使えます
どの形式でも確信度が付きます。Yes/Noの確信度は「Yesの確率」と「Noの確率」の大きい方です*2。採点の段階は2〜255まで設定できますが、公式ドキュメントは2〜10段階を推奨しています*2。
Gemini Decisions APIの料金|出力0ドルで何が変わるか
料金ページでは、有料枠が入力100万トークンあたり0.10ドル、出力は「該当なし」とされています*3。Gemini Decision 1は出力トークンを生成しないため、出力の課金がありません。Google AI Studioには試作向けの無料枠もあります*3。
もう1つ大きいのが課金の数え方です。共有の入力は質問数に関係なく1リクエストにつき1回だけ課金され、質問ごとに増えるのは質問文と基準のトークンだけです*1。1つの文書に対して「部署」「緊急度」「個人情報の有無」など複数の質問をまとめて投げるほど、1問あたりの単価は下がります。
| 項目 | Gemini Decision 1 | Gemini 3.5 Flash-Lite |
|---|---|---|
| 入力(100万トークン) | 0.10ドル | 0.30ドル |
| 出力(100万トークン) | なし(0ドル) | 2.50ドル(思考トークン含む) |
| 無料枠 | あり | あり |
| 得意なこと | 選択肢の判定・採点 | 文章生成を含む汎用処理 |
Flash-Liteの料金は同じ料金ページの標準枠の数字です*3。Googleは、エージェントのルーティングや推論・ランキング・マルチモーダル理解を含む同社のベンチマーク群で、Interactions APIでFlash-Liteを使った場合より「約5倍安い」としています*1。ただしこれは同社測定で、比較方法の詳しい説明はまだ公開されていません。自社のデータで確かめる前提で読むのがよいと思います。
試算:問い合わせ1万件を振り分けるといくらか
仮に1件あたり問い合わせ本文と質問を合わせて1,000トークンとすると、1万件で1,000万トークンです。料金表どおりなら入力だけで約1ドルになります。実際のトークン数は文章の長さや質問の数で変わるため、まずは無料枠で自社の典型的な入力を流し、1件あたりのトークン数を測ってから見積もるのが確実です。
注意したいのは、コンテキストキャッシュやBatch API、Flex・Priorityの推論が使えない点です*2。同じ長い規約文を毎回入力に入れると、その分は毎回全額課金されます。長い共通資料は1リクエストにまとめ、質問をできるだけ同じリクエストに束ねる設計が向いています。
同じGoogleの軽量モデルであるFlash-Liteの位置づけや料金は、以下の記事で解説しています。
Gemini 3.6 Flash・3.5 Flash-Lite・3.5 Flash Cyberとは?Googleが新モデル3種を同時発表
Gemini Decisions APIの使い方|リクエストの組み立て方
使い始めるには、Google AI StudioでAPIキーを取得します*1。PythonとJavaScriptのSDKは3.2以降が必要で、REST でも呼び出せます*2。リクエストは「共有の入力」と「質問の一覧」の2つで組み立てます。
- 入力(input) — 判定したい文書・画像・音声などを入れます。全質問がこの入力を共有します
- 質問(questions) — 自分で決めたキー(英数字とハイフン・アンダースコア、64文字以内)ごとに、形式(type)と指示文(instructions)を書きます
- 基準(criteria) — 選択式では選択肢のIDと説明、採点では低い順の段階の説明を書きます。Yes/Noでは不要です
- 結果(answers) — 質問と同じキーで、確率と確信度が返ってきます
公式ドキュメントのPythonの例では、client.decisions.create(model="gemini-decision-1", input=..., questions=...) の形で呼び出し、answers から確率と確信度を取り出しています*2。生成モデルのように出力の文章をパースする必要がないので、結果をそのまま条件分岐に使えます。
速度の目安
Googleによると、エンドツーエンドの遅延は150〜250ミリ秒で、モデルの計算時間の中央値は50〜100ミリ秒です*1。1問から100問まで増やしても遅延はほぼ変わらないとしています*1。チャットの裏でツールやモデルを選ぶ処理のように、ユーザーを待たせたくない場面に組み込みやすい速さです。
レート制限
| 利用枠 | RPM | TPM | RPD |
|---|---|---|---|
| 無料 | 200 | 50,000 | 10,000 |
| Tier 1 | 1,500 | 1,000,000 | 50,000 |
| Tier 2 | 5,000 | 4,000,000 | 無制限 |
| Tier 3 | 15,000 | 10,000,000 | 無制限 |
上の表はレート制限ページに載っている標準の数字です*4。無料枠は1分あたり50,000トークンなので、検証には十分ですが本番の大量処理には有料枠が必要になります。Batch APIには対応していません*4。
GoogleスプレッドシートとGeminiを組み合わせた業務自動化の進め方は、以下の記事で解説しています。判定結果をシートに書き戻す運用を考えるときの参考になります。
GAS × Gemini でスプレッドシート業務を自動化|コードを書かずに「頼んで貼るだけ」で動いた実例
Gemini Decisions APIの活用事例|企業での使いどころ
Googleは自社サービスでの使用例も紹介しています。Gemini Notebookではリアルタイムのモデル振り分けに使い、日常的な質問で最大40%遅延を減らしたとしています*1。Google検索ではMCPツールの安全層として、悪意ある振る舞いの検知に使っているそうです*1。
企業の業務に置き換えると、私は次のような場面で効くと考えています。どれも「答えの候補が決まっている」「件数が多い」「迷う案件だけ人が見ればよい」という共通点があります。
| 業務 | 質問の例 | 向いている形式 |
|---|---|---|
| 問い合わせの振り分け | どの部署の担当か | 選択式 |
| 投稿・広告の審査 | 社内規程に違反しているか | Yes/No |
| 請求書・申請書のチェック | 必要な項目がそろっているか | Yes/No |
| コールセンターの品質評価 | 応対の丁寧さは何段階目か | ルーブリック採点 |
| AIエージェントのツール選択 | どのツールを呼ぶべきか | 選択式 |
| モデルのルーティング | 高性能モデルが必要な質問か | Yes/No |
特に効くのはAIエージェントやRAGの裏側だと見ています。「この質問は軽いモデルで足りるか」「検索で取れた資料は質問に関係あるか」を毎回生成モデルに聞くと、出力トークンの分だけコストと時間がかかります。この部分をDecisions APIに置き換え、文章を書く部分だけ生成モデルに任せる分業が現実的です。
AIエージェントの構築でOpenAI側がどんな仕組みを用意しているかは、以下の記事で解説しています。ツール選択をどこで判断させるかを比べると設計の違いが見えてきます。
OpenAI Agents APIとは?DevDay 2026で加わったコンピューター操作とPlugin Extensionsを解説
問い合わせの振り分けや審査を自社のシステムに組み込みたいけれど、既存の業務フローやデータとどうつなぐかで悩む企業も多いと思います。法人向けAIリスキリングサービスの導入社数No.1*の弊社デジライズが、AIコンサルティング&開発のサービス資料を無料でお送りしています。既製のAIサービスでは要件が満たせず、自社に合わせたシステム構築や環境の検討が必要な場合の進め方をまとめています。
※出典:株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」(2026年5月/調査期間:2026年3月26日〜4月17日/調査方法:デスクリサーチおよびヒアリング/2026年3月末時点)
Gemini Decisions APIの注意点|導入前に知っておきたい制約
便利な一方で、公式ドキュメントには設計で気をつけるべき点がはっきり書かれています。私が特に大事だと思ったものを整理します。
- どれかを必ず選ぶ — 選択式はどの選択肢も当てはまらないときでも確率を割り振ります。「その他」の選択肢を足すか、確信度のしきい値やYes/Noでの範囲チェックを組み合わせます*2
- 選択肢は名前順に並ぶ — APIは選択肢のキーをアルファベット順に並べ、同点なら先頭のキーが選ばれます。「none_of_the_above」を最後に置いたつもりでも最後にはなりません*2
- 質問同士は見えない — 同じリクエストの質問はそれぞれ独立して処理されます。前の質問の答えを前提にした質問は作れません*2
- 採点の平均に注意 — 採点の点数は平均なので、評価が割れていても中間の点数に見えることがあります。段階ごとの確率も確認します*2
- 否定形で聞かない — 「〜ではないか」ではなく肯定形で聞き、必要ならコード側で反転させるよう推奨されています*2
セキュリティ面では、入力を信頼できないデータとして扱うよう明記されています*2。ユーザーが書いた文章が、その文章自体の判定結果に影響する可能性があるからです。重要な判断には人の確認を残すことも推奨されています*2。
提供範囲にも制約があります。現時点ではGemini Developer API(v1beta)だけで、Google Cloud 対応は「近日」とされています*1*2。質問の指示文はテキストのみで、YouTubeのURLや gs:// のURIは入力に使えません*2。社内のデータ管理の方針でGoogle Cloud経由の利用が前提になっている企業は、対応を待つ必要がありそうです。
導入を進める順番
- 正解付きデータを用意する — 過去に人が振り分けた問い合わせや審査結果を数百件集めます
- 無料枠で精度を測る — 同じデータを流して、人の判断との一致率と確信度の分布を確認します
- しきい値を決める — 確信度がいくつ以上なら自動処理、未満なら人に回すかを決めます
- 小さく本番に入れる — 一部の窓口や一部のカテゴリから始め、誤判定の傾向を見ながら広げます
生成AIの出力を別のモデルにチェックさせる考え方は、以下の記事でも紹介しています。判定役と生成役を分ける発想は、Decisions APIを使うときにもそのまま役立ちます。
Gemini 3.8 Flashの有意義な使い方|AIが書いた文章の「添削役」に回すと効く、安くて速いモデルの活かし方
まとめ
- 仕組み — Gemini Decisions APIは文章を生成せず、選択肢ごとの確率と確信度を返す判定専用APIです
- 料金 — 入力100万トークン0.10ドルで出力は0ドル、共有の入力は質問数に関係なく1回だけ課金されます
- 使いどころ — 問い合わせの振り分け、審査、エージェントのツール選択やモデルのルーティングに向いています
- 注意点 — 必ずどれかを選ぶ性質やキャッシュ非対応を踏まえ、確信度のしきい値と人の確認を組み合わせます
私のおすすめは、いきなり全業務に入れるのではなく、まず「件数が多く、答えが選択肢で決まり、今は人が目で振り分けている業務」を1つ選ぶことです。過去の正解データを無料枠で流し、確信度の高い案件だけ自動化して低い案件は人が見る形にすれば、品質を落とさずに作業量を減らせます。生成AIを「書く」だけでなく「判断の下ごしらえ」に使う第一歩として、試す価値のあるAPIだと思います。
