Google이 11월 11일(현지시간) 판단과 평가에 특화한 모델 Gemini Decision 1(gemini-decision-1)과 이를 쓰는 Gemini Decisions API를 공개했다. 텍스트·이미지·오디오·영상·PDF를 아우르는 하나의 멀티모달 입력(최대 256K 토큰)에 독립 질문을 최대 1,000개까지 붙일 수 있고, 예/아니오, 선택, 루브릭 점수 질문의 답과 확신도를 한 번의 요청으로 받는다.
이 API는 Gemini API를 통해 Google AI Studio에서 쓴다. 입력 100만 토큰당 0.10달러이고 출력 토큰 요금은 0달러다. 프로토타입용 무료 구간(API no-cost tier)도 있으며, 개발자는 Google AI Studio에서 API 키를 받아 Python, JavaScript, REST 가이드를 따라 시작하면 된다.
답을 쓰지 않고 선택지에 점수를 매긴다
Google은 도구 선택, 정책 확인, 모델 라우팅, 맥락 평가처럼 선택지가 정해진 판단을 위한 엔드포인트라고 설명했다. 입력은 최대 256K 토큰이며, 일반 생성 모델처럼 답 문장을 토큰 단위로 쓰지 않고 후보 선택지를 한 번의 순방향 계산으로 채점해 확률과 확신도를 돌려준다.
질문 유형은 세 가지다. noul 유형은 예/아니오 조건이 성립할 확률을 추정하며 참과 거짓의 설명 기준을 덧붙일 수 있다. choice 유형은 2~255개 선택지 중 하나를 골라 승자와 후보별 정규화 확률을 준다. score 유형은 0에서 시작하는 순서형 루브릭으로 입력을 채점해 가중 점수와 단계별 확률을 준다.
모든 답에는 0~1 사이 확신도가 붙는다. 개발자는 이 값을 이용해 애매한 사례를 대체 경로나 사람 검토자에게 넘기는 코드를 짤 수 있다. 입력 형식은 Interactions API의 Content 블록과 같다. 통화 녹음과 계정 정보, 스캔한 PDF 청구서와 파손 사진처럼 여러 형식을 한 입력으로 묶을 수 있고, 이미지와 영상은 해상도를 조절해 시각 정보량과 토큰 비용을 맞춘다.
속도와 비용
Google에 따르면 끝에서 끝까지(end-to-end) 지연 시간은 150~250ms이고, 모델 연산 중앙값은 50~100ms다. 16K 토큰까지의 맥락에서 요청당 질문이 1개에서 100개로 늘어도 지연이 거의 일정하다고 한다. 에이전트 라우팅, 추론, 순위 매기기, 멀티모달 이해를 아우르는 벤치마크에서 Gemini Decision 1이 앞섰고 보정 오차가 가장 낮았다고도 주장했다.
같은 벤치마크 묶음 전체 기준으로 Decisions API는 Interactions API를 쓰는 Gemini 3.5 Flash-Lite보다 거의 5배 저렴하다고 Google은 설명했다. 공유 입력은 질문 수와 관계없이 요청당 한 번만 과금되고, 질문마다 해당 지시문과 기준 토큰만 더해진다. 출력 토큰 요금, 사고 토큰 요금, 별도의 음성 전사나 OCR 비용은 없다.
Google 내부 활용과 연동
Gemini Notebook은 들어오는 질의를 요청마다 알맞은 모델 등급과 사고 수준으로 보내는 실시간 라우터로 쓴다. 의도를 밀리초 단위로 분류해 일상 질의를 최대 40% 낮은 지연으로 처리하고, 복잡한 작업에는 깊은 추론 모델을 그대로 쓴다고 Google은 밝혔다. Stitch의 새 실험 기능 rapid canvas는 제품 흐름의 시안을 몇 초 만에 만들고 음성이나 터치 수정을 거의 즉시 반영한다.
Google Labs의 CC는 200개가 넘는 이모지 중 알맞은 반응을 지연 없이 고르는 데 쓴다. Google 검색은 MCP 도구의 안전 계층에서 적대적 행동과 콘텐츠를 탐지하는 데 쓰며, 지연 한도 안에서 높은 효율을 냈다고 한다.
외부 도구 연동은 OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, OpenCode에서 순차 제공되며 google-genai SDK에서도 쓸 수 있다. Google Cloud의 Gemini 지원은 곧 나올 예정이다. 체험용 데모 앱으로 Doorstep Parcels, Speed Sketch, Find the Zoo Keeper가 있다.
성능과 비용 우위는 Google이 자체 벤치마크로 낸 수치다.
출처
이 기사는 아래 자료를 바탕으로 정리했습니다. 제목을 누르면 원문이 새 창으로 열립니다.
