Google heeft op 11 november de Gemini Decisions API gelanceerd, een nieuw onderdeel van de Gemini API waarmee je een AI-model tot 1.000 gesloten vragen over één invoer laat beantwoorden. Het model erachter heet Gemini Decision 1 (gemini-decision-1) en schrijft geen tekst: het geeft per vraag een kans en een betrouwbaarheidsscore terug. Het is bedoeld voor mensen die AI-workflows bouwen, niet om mee te chatten.

Wat is er nieuw?

Veel stappen in een workflow zijn kleine keuzes: is dit een klacht, welke afdeling moet dit hebben, past dit bij ons beleid? Een gewoon taalmodel bedenkt daarvoor tekst die je daarna moet uitlezen. De Decisions API slaat dat over. Je geeft één invoer mee en een lijst vragen, en je krijgt per vraag direct een getal terug waarop je code kan sorteren of doorsturen.

De invoer kan tekst, afbeeldingen, audio, video en pdf's zijn, ook gemengd (Google noemt een gespreksopname met klantgegevens, of een gescande pdf-claim met foto's van schade). Er zijn drie soorten vragen:

Type Waarvoor Antwoord
ja/nee (noul) Klopt deze stelling? Kans tussen 0,01 en 0,99
keuze (choice) Kies uit 2 tot 255 opties Winnaar plus kans per optie
score (score) Beoordeel aan de hand van een rubric met opeenvolgende niveaus Gewogen score plus kans per niveau

Elk antwoord krijgt een betrouwbaarheidsscore van 0 tot 1. Daarmee kun je twijfelgevallen automatisch naar een fallback of een medewerker sturen. De invoer mag volgens de documentatie tot 262.144 tokens groot zijn.

Op snelheid belooft Google een mediane rekentijd van 50 tot 100 milliseconden en 150 tot 250 milliseconden van verzoek tot antwoord, vrijwel gelijk bij 1 tot 100 vragen per verzoek. Die meting geldt voor invoer tot 16.000 tokens. Google zegt ook dat het model op een reeks benchmarks voorop loopt en de laagste kalibratiefout heeft, en dat het bijna 5 keer goedkoper is dan Gemini 3.5 Flash-Lite via de Interactions API. Dit zijn cijfers van Google zelf, wij konden ze niet onafhankelijk controleren.

Google gebruikt het ook intern. Gemini Notebook laat het de vraag naar het juiste model en denkniveau sturen, met volgens Google tot 40% minder wachttijd voor alledaagse vragen. Google Zoeken gebruikt het als veiligheidslaag voor MCP-tools.

Wanneer en voor wie?

De API is vanaf nu beschikbaar via de Gemini API in Google AI Studio: je haalt daar een API-sleutel op en roept het endpoint aan met de Python-, JavaScript- of REST-voorbeelden uit de documentatie. Je hebt de nieuwste SDK nodig (versie 3.2 of hoger van google-genai). Het draait op de v1beta-versie van de API.

De prijs is $0,10 per miljoen invoertokens, in Amerikaanse dollars. Uitvoertokens kosten niets. Je invoer wordt per verzoek één keer gerekend, ongeacht het aantal vragen; elke vraag telt alleen zijn eigen instructie en criteria mee. Er is een gratis laag in AI Studio om te proberen. Volgens de prijspagina mag Google gegevens uit de gratis laag gebruiken om producten te verbeteren, maar de voorwaarden maken een uitzondering voor gebruikers in de EER, Zwitserland en het VK: daar gelden ook voor gratis gebruik de regels van de betaalde laag, en dan worden je prompts en antwoorden daar niet voor gebruikt. Contextcaching en de Batch API werken er niet mee. Prijzen kunnen veranderen, check de actuele prijs op ai.google.dev.

Voor Nederland: Nederland staat op de lijst met landen waar de Gemini API en AI Studio beschikbaar zijn. Of verwerking binnen de EU mogelijk is, staat niet op de pagina's die wij lazen. Google schrijft wel dat ondersteuning in Gemini in Google Cloud "binnenkort" volgt. Heb je persoonsgegevens in je invoer, zoek dan eerst uit waar de verwerking plaatsvindt.

Gemini, OpenAI of Microsoft?

Google is niet de eerste. Microsoft kwam begin oktober met Decision-1 en OpenAI maakte eind oktober de Decisions API algemeen beschikbaar. Wat de pagina's van die makers zeggen, op een rij:

  • Prijs: Google en OpenAI vragen allebei $0,10 per miljoen invoertokens en rekenen geen uitvoer. Decision-1 van Microsoft kost $0,042.
  • Invoer: Google noemt tekst, afbeeldingen, audio, video en pdf's. OpenAI noemt tekst, afbeeldingen en JSON. Decision-1 is volgens Microsoft gemaakt voor tekst.
  • Aantal vragen: tot 1.000 per verzoek bij Google, tot 400 bij OpenAI.
  • Waar: Google en OpenAI via hun eigen API-platform, Microsoft in Foundry met een Azure-abonnement.

Welk model beter beslist, is niet onafhankelijk vastgesteld. Elke maker meet op zijn eigen benchmarks. Test op je eigen voorbeelden.

Wat betekent dit voor jou?

Gebruik je alleen de Gemini-app, dan merk je hier niets van. Bouw je zelf, of laat je een bureau bouwen, dan is dit interessant voor alles wat nu een groot model vraagt om een kleine keuze: mails en tickets sorteren, reacties beoordelen op een rubric, een document tegen tien beleidsregels tegelijk toetsen, of kiezen welk model of welke AI-agent een taak krijgt.

Onze tip: gebruik de betrouwbaarheidsscore als drempel en stuur wat eronder valt naar een mens. Stel smalle vragen die je los kunt controleren (ook Google raadt kleine, losse checks aan) en test eerst op een paar honderd echte gevallen uit je eigen werk. Laat het niet als enige beslisser over mensen optreden, bijvoorbeeld bij sollicitaties of krediet. Werk je vanuit Nederland, dan gebruikt Google je invoer ook in de gratis laag niet om producten te verbeteren, maar dat zegt nog niets over waar die verwerkt wordt. Wees dus voorzichtig met klantgegevens.

Bronnen

Eindredactie: Jan van Musscher, hoofdredacteur · Zo werken we

Zie AI Nieuws Daily vaker in Google: voeg ons toe als voorkeursbron