Przejdź do treści
Umów rozmowę

Nowości AI · Automatyzacja AI

Gemini Decisions API: tanie decyzje AI w automatyzacjach firmy

Tomasz Kamiński · Opublikowano · 5 min czytania

Logo Google Gemini i lejek Decisions API, który rozdziela maile, faktury i zdjęcia do kategorii z poziomem pewności, a niepewny przypadek kieruje do człowieka.

W skrócie

Gemini Decisions API to nowe API Google ogłoszone 11.11.2026. Model gemini-decision-1 nie pisze tekstu, tylko wybiera odpowiedź z zamkniętej listy i podaje pewność od 0 do 1. Kosztuje 0,10 USD za 1 mln tokenów wejścia, a za wyjście nie płacisz. Przy 250 fakturach miesięcznie samo API kosztuje grosze. Główny koszt to wdrożenie i zabezpieczenie danych.

Posłuchaj artykułu

Co Google ogłosił 11 listopada 2026?

Google ogłosił 11 listopada 2026 na swoim blogu Gemini Decisions API, nowy punkt dostępu w Gemini API z modelem Gemini Decision 1 (identyfikator gemini-decision-1). Model nie pisze odpowiedzi. Dostaje dokument, zdjęcie albo nagranie i listę pytań zamkniętych, a zwraca prawdopodobieństwo każdej odpowiedzi.

Google przeznacza go do kierowania zapytań, wyboru narzędzi przez agenta i sprawdzania zgodności z regułami. Sam używa go m.in. w Gemini Notebook do wyboru modelu, który obsłuży zapytanie. Według Google zwykłe pytania dostają tam odpowiedź z opóźnieniem mniejszym nawet o 40%. API działa przez Google AI Studio w wersji v1beta, a obsługa w Google Cloud jest dopiero zapowiedziana.

Jak działa Gemini Decisions API i ile kosztuje?

Wysyłasz jedno wejście i od 1 do 1 000 pytań, a dostajesz po jednej odpowiedzi na każde pytanie. Według Google przy wejściach do 16 tys. tokenów odpowiedź przychodzi w 150–250 ms. Wejściem może być tekst, obraz, dźwięk, wideo albo PDF. Wejście razem ze wszystkimi pytaniami musi się zmieścić w 262 144 tokenach (token to jednostka rozliczeniowa, kawałek tekstu lub obrazu).

Pytania są trzech typów:

  • tak/nie: model podaje prawdopodobieństwo, że warunek jest spełniony;
  • wybór: od 2 do 255 opcji, z prawdopodobieństwem dla każdej;
  • ocena na skali: poziomy numerowane od 0, a wynik to średnia ważona prawdopodobieństwami.

Każda odpowiedź ma pewność od 0 do 1. Przykład w dokumentacji używa progu 0,7: powyżej system działa sam, poniżej sprawa trafia do człowieka. Google zaleca ustalić próg na własnych, opisanych przykładach i zważyć koszt pomyłki w obie strony.

Cena to 0,10 USD za 1 mln tokenów wejścia, a za wyjście 0 USD. Wspólne wejście jest liczone raz na zapytanie, bez względu na liczbę pytań. Każde pytanie dolicza tylko tokeny swojej treści i opisu opcji. Do prototypów jest bezpłatny limit w AI Studio. Dla porównania Gemini 3.5 Flash-Lite kosztuje według cennika 0,30 USD za 1 mln tokenów wejścia i 2,50 USD za 1 mln tokenów wyjścia. Google podaje, że na jego zestawie testów Decision 1 wychodzi prawie 5 razy taniej. To pomiar producenta, nie niezależny test.

Ile kosztuje sortowanie 250 faktur miesięcznie?

Samo API kosztuje grosze, a pieniądze idą na wdrożenie. W Port Jatki, restauracji rybnej w Bydgoszczy, której jestem wspólnikiem, panel pobiera z KSeF około 250 faktur zakupowych miesięcznie.

Policzmy z założeniem, że jedna faktura jako tekst razem z pytaniem o kategorię kosztową (ryby, warzywa, napoje, chemia, usługi) to 3 000 tokenów:

  • 250 × 3 000 = 750 000 tokenów, czyli 0,075 USD miesięcznie;
  • jeśli faktury pójdą jako skany PDF i zużyją dziesięć razy więcej tokenów, wychodzi 0,75 USD;
  • przy kursie przyjętym do rachunku 4 zł za dolara to 0,30–3 zł miesięcznie (aktualny kurs sprawdź w NBP).

Decisions API nie odczyta jednak kwoty ani NIP-u. Do wyciągania wartości dokumentacja odsyła do zwykłego modelu generującego, a liczby i daty każe porównywać w kodzie. W Port Jatki faktury odczytuje Claude, więc klasyfikator mógłby tam być osobnym, tanim krokiem: przypisaniem kategorii po odczytaniu danych. Jak ustawić sam odbiór faktur, opisałem w tekście o automatycznym pobieraniu faktur z KSeF.

Realny koszt to budowa i opieka. Automatyzacja jednego procesu w Vizeon kosztuje 1 800–4 500 zł netto za wdrożenie i od 250 zł netto miesięcznie za opiekę (cennik, stan 10.11.2026).

Kiedy wystarczy klasyfikator, a kiedy potrzebny agent?

Moim zdaniem Decisions API przyda się tam, gdzie odpowiedź da się zapisać jako wybór z listy, a takich decyzji jest dużo. Gdy trzeba napisać odpowiedź klientowi, wyciągnąć dane albo wykonać kilka kroków po kolei, potrzebny jest model generujący albo agent AI.

Firma Tak, jeśli… Poczekaj, jeśli…
Mała (kilka–kilkanaście osób) codziennie przychodzą dziesiątki maili, zgłoszeń z formularza albo faktur z KSeF i chcesz je rozdzielać na kilka stałych kategorii dostajesz kilka wiadomości dziennie; przejrzysz je szybciej sam, niż zapłacisz za opiekę nad automatyzacją
Średnia (dział, kilka procesów) masz kilka kontroli tak/nie dla jednego dokumentu: kompletność wniosku, zdjęcie z reklamacji, ocena leada; wszystkie pytania idą w jednym zapytaniu umowa z klientem albo polityka firmy wymaga przetwarzania danych w UE
Duża (IT, zgodność) masz już agentów lub router modeli i szukasz taniej warstwy kontroli przed droższym modelem potrzebujesz Google Cloud, SLA i regionu danych; obsługa w Google Cloud jest tylko zapowiedziana

Dziś firmy rozwiązują te zadania ręcznie albo regułami: filtrem w poczcie po słowach kluczowych czy dekretacją u księgowej. Reguła nie zadziała, gdy dostawca nazwie towar inaczej niż zwykle. Model ocenia treść, nie same słowa kluczowe, i zwraca pewność, więc niejasne przypadki możesz kierować do człowieka. Spodziewam się, że przy takiej cenie jednej decyzji koszty przestaną być barierą, a zostanie jakość opisu kategorii i obsługa wyjątków. Ten sam typ decyzji pasuje do chatbota na stronę: rozpoznanie, czy pytanie dotyczy oferty, czy reklamacji.

Na co uważać przed wdrożeniem?

Najwięcej ryzyka jest w danych i w statusie wersji beta. Przed podłączeniem systemu produkcyjnego sprawdź:

  • Wersja v1beta, tylko Gemini Developer API. Pola i zachowanie mogą się zmienić. Nie ma Batch API ani buforowania kontekstu, więc powtarzane wejście jest liczone w całości.
  • Warunki w UE. Aplikację dla użytkowników w EOG wolno udostępniać tylko na płatnych usługach. W płatnym API Google nie używa promptów do ulepszania produktów i przetwarza je według umowy dla podmiotu przetwarzającego. Loguje je jednak przez ograniczony czas w celu wykrywania nadużyć, a dane mogą być przejściowo przechowywane w dowolnym kraju.
  • RODO. Faktury od jednoosobowych działalności i maile klientów zawierają dane osobowe. Potrzebujesz podstawy przetwarzania i oceny przekazania danych poza UE. Potwierdź to u prawnika.
  • Język polski. Ani ogłoszenie, ani dokumentacja nie podają listy obsługiwanych języków. Wyniki na polskich tekstach sprawdź sam, zanim zaufasz progom.
  • Treść od klienta. Dokumentacja ostrzega, że tekst użytkownika może przekonywać model do własnej klasyfikacji. Przy wypłatach i zwrotach zostaw człowieka albo drugą kontrolę.
  • Blokady. Gdy filtry bezpieczeństwa odrzucą wejście, API zwraca błąd. Automatyzacja musi wtedy przekazać sprawę człowiekowi.

Od czego zacząć test?

Wybierz jeden strumień, np. skrzynkę biuro@. Opisz 5–10 kategorii, każdą jednym zdaniem, i zbierz 100 ostatnich wiadomości z poprawną kategorią, bez danych osobowych. Wrzuć je do Decisions Playground w AI Studio i sprawdź, przy jakim progu pewności model zgadza się z Twoją oceną. Dopiero z tą liczbą decyduj o wdrożeniu. Jeśli chcesz przejść przez to razem, umów bezpłatną 15-minutową rozmowę przez kontakt.

Źródła

  1. Google Blog: Gemini Decisions API: Fast, calibrated multimodal decisions (11.11.2026)
  2. Google AI Studio: dokumentacja Decisions API (12.11.2026)
  3. Google AI Studio: Gemini Developer API pricing (12.11.2026)
  4. Google AI Studio: Gemini API Additional Terms of Service (12.11.2026)
  5. Google AI Studio: Available regions for Google AI Studio and Gemini API (12.11.2026)

Autor: Tomasz Kamiński, założyciel Vizeon. Buduję automatyzacje, agentów AI i aplikacje dla małych i średnich firm.

Pytania i odpowiedzi

Czy Gemini Decisions API napisze odpowiedź na maila klienta?

Nie. Model zwraca tylko wybór z listy, prawdopodobieństwa i pewność. Do pisania odpowiedzi potrzebny jest zwykły model generujący, np. przez Interactions API.

Czy firma w Polsce może korzystać z darmowego limitu?

Do prototypów w AI Studio tak, Polska jest na liście dostępnych krajów. Aplikację dla użytkowników w Europejskim Obszarze Gospodarczym wolno udostępniać tylko na płatnych usługach.

Czy Decisions API da się podłączyć do n8n albo Make?

Google nie wymienia gotowej integracji z tymi narzędziami. API ma zwykły adres REST z kluczem w nagłówku, więc można je wywołać modułem do zapytań HTTP.

Ile pytań można zadać do jednego dokumentu?

Od 1 do 1 000 w jednym zapytaniu, w granicy 262 144 tokenów na wejście i wszystkie pytania razem. Dokument jest liczony raz, a każde pytanie dodaje tylko tokeny swojej treści i opisu opcji.

Czym to się różni od filtrów w poczcie?

Filtr działa na słowach kluczowych i nie wie, kiedy się myli. Decisions API ocenia treść, także zdjęcia i PDF-y, i do każdej odpowiedzi podaje pewność, więc niejasne przypadki można kierować do człowieka.

Powiedz mi, co w Twojej firmie robi się ręcznie. W 15 minut powiem, czy da się to zautomatyzować.

Umów bezpłatną rozmowę