Google DeepMind resmi memperkenalkan Gemini Decisions API, sebuah endpoint antarmuka pemrograman aplikasi baru yang ditenagai oleh model kecerdasan buatan Gemini Decision 1 (gemini-decision-1).
Tersedia melalui Gemini API di platform Google AI Studio, layanan ini dirancang khusus untuk mengeksekusi pengambilan keputusan terukur (closed-set decisions) secara cepat pada berbagai format data multimodal, mencakup teks, gambar, audio, video, hingga dokumen PDF.
Melalui pengumuman yang ditulis oleh Product Manager Google DeepMind Min Choi dan Principal Scientist Google DeepMind Felix Yu, Gemini Decisions API dihadirkan untuk menangani beban kerja terarah seperti pemilihan alat (tool selection), pemeriksaan kepatuhan kebijakan (policy checks), penentuan rute model (model routing), hingga penilaian konteks (context grading).
Pemrosesan Satu Tahap (Single Forward Pass) dengan Latensi Rendah
Berbeda dari model bahasa generatif konvensional yang menyusun jawaban kata demi kata (token-by-token decoding),Gemini Decision 1 mengevaluasi seluruh kandidat pilihan dalam satu kali pemrosesan (single forward pass).
Keunggulan arsitektur teknis yang ditawarkan oleh Gemini Decisions API meliputi:
-
Kapasitas Evaluasi Masif: Mampu memproses satu input multimodal dengan jendela konteks hingga 256.000 token dan mengevaluasi hingga 1.000 pertanyaan independen sekaligus dalam satu permintaan (single request).
-
Latensi Sangat Rendah: Mencatatkan waktu komputasi model rata-rata (median) hanya 50–100 milidetik (atau 150–250 milidetik latensi end-to-end) untuk konteks hingga 16.000 token, dengan durasi respons yang tetap stabil baik saat memproses 1 maupun 100 pertanyaan per permintaan.
-
Akurasi dan Kalibrasi Tinggi: Unggul dalam berbagai pengujian tolok ukur (benchmark) yang mencakup agent routing, penalaran (reasoning), pemeringkatan (ranking), serta pemahaman multimodal dengan tingkat kesalahan kalibrasi (calibration error) paling rendah.
Tiga Tipe Keputusan Multimodal dengan Skor Kepercayaan
Dibangun di atas arsitektur multimodal bawaan (native) Gemini, pengembang dapat menggabungkan berbagai jenis media dalam satu umpan sekaligus, misalnya memasangkan rekaman suara panggilan pelanggan dengan metadata akun, atau menggabungkan dokumen PDF klaim asuransi dengan foto bukti kerusakan fisik.
Pengembang juga dapat mengatur resolusi gambar dan video untuk mengendalikan detail visual serta konsumsi token.
Setiap jawaban yang dihasilkan menyertakan skor kepercayaan (confidence score) dalam rentang 0 hingga 1, sehingga sistem perangkat lunak dapat mengalihkan kasus yang ambigu ke prosedur cadangan (fallback) atau peninjau manusia.Tiga tipe primitif keputusan yang dapat digabungkan dalam satu panggilan API meliputi:
-
noul (Yes/No): Mengestimasi probabilitas benar atau salah atas suatu kondisi biner, dilengkapi opsi kriteria deskripsi tambahan untuk nilai true dan false.
-
choice (Pilihan Ganda): Memilih opsi terbaik dari 2 hingga 255 pilihan kandidat, sekaligus mengembalikan nilai probabilitas ternormalisasi untuk setiap kandidat.
-
score (Rubrik Berjenjang): Menilai input berdasarkan rubrik berurutan (dimulai dari angka 0), menghasilkan skor bobot kontinu serta probabilitas untuk masing-masing tingkatan level.
Implementasi Nyata di Ekosistem Internal Google
Sejumlah tim produk internal Google telah mengadopsi Gemini Decisions API sebagai lapisan kendali berlatensi rendah (low-latency control plane) tanpa perlu melatih model pengklasifikasi khusus (custom classifiers):
-
Dynamic Model Routing di Gemini Notebook: Digunakan sebagai pengarah waktu nyata (real-time router) untuk menentukan tingkatan model dan level penalaran (thinking level) paling optimal bagi setiap kueri yang masuk. Klasifikasi intensi pengguna dalam hitungan milidetik ini berhasil memangkas latensi kueri harian hingga 40 persen, sembari mencadangkan model penalaran mendalam khusus untuk tugas-tugas kompleks.
-
Iterasi Desain Cepat di Stitch: Eksperimen kanvas cepat pada aplikasi Stitch memanfaatkan API ini untuk menghasilkan wireframe alur produk interaktif dalam hitungan detik serta menerapkan revisi berbasis suara atau sentuhan secara instan.
-
Pemilihan Emoji di CC (Google Labs): Memilih reaksi emoji paling relevan dari palet berisi lebih dari 200 opsi dalam sepersekian detik tanpa menimbulkan jeda tampilan.
-
Lapisan Keamanan MCP Tools di Google Search: Mendeteksi perilaku dan konten berbahaya (adversarial behavior) pada perkakas protokol konteks model (MCP) dengan tingkat akurasi tinggi di dalam batas ambang latensi pencarian.
Skema Harga Tanpa Biaya Output dan Dukungan Ekosistem
Dari sisi efisiensi anggaran komputasi, Gemini Decision 1 dibanderol dengan harga US$0,10 per 1 juta token inputdan Rp0 (US$0) alias gratis untuk token output. Dengan skema tanpa biaya output ini, penggunaan Gemini Decision 1 tercatat hampir 5 kali lebih hemat dibandingkan model Gemini 3.5 Flash-Lite pada Interactions API untuk pengujian tolok ukur yang setara.
Selain itu, materi input gabungan hanya ditagihkan satu kali per permintaan terlepas dari berapa banyak pertanyaan yang diajukan (setiap pertanyaan tambahan hanya menghitung token instruksi dan kriterianya sendiri). Tidak ada tagihan token penalaran (thinking-token) variabel maupun biaya terpisah untuk transkripsi audio dan pemindaian teks gambar (OCR).
Saat ini, Gemini Decisions API sudah dapat diakses melalui kunci API di Google AI Studio (termasuk opsi no-cost tier untuk pembuatan prototipe) menggunakan panduan dokumentasi Python, JavaScript, dan REST, serta aplikasi demo seperti Doorstep Parcels, Speed Sketch, dan Find the Zoo Keeper.
Dukungan integrasi ekosistem juga telah digulirkan bersama google-genai SDK ke berbagai kerangka kerja pengembang, di antaranya OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, dan OpenCode, serta dijadwalkan segera hadir di layanan Gemini pada Google Cloud.
—
Disclosure: Artikel ini disusun dengan bantuan AI dan dalam pengawasan editor.
