
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.
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
- Google Blog: Gemini Decisions API: Fast, calibrated multimodal decisions (11.11.2026)
- Google AI Studio: dokumentacja Decisions API (12.11.2026)
- Google AI Studio: Gemini Developer API pricing (12.11.2026)
- Google AI Studio: Gemini API Additional Terms of Service (12.11.2026)
- 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.