Googles neues Gemini-Modell trifft Entscheidungen, ohne Antworten zu schreiben

Google DeepMind stellte die API am 11. November 2026 in einer Ankündigung von Produktmanager Min Choi und leitendem Wissenschaftler Felix Yu vor. Die API basiert auf Gemini Decision 1 und kann laut Google in einer Anfrage bis zu 1.000 unabhängige Ja-Nein-, Multiple-Choice- und Bewertungsraster-Fragen zu gemeinsamem Material auswerten. Sie ist eine Schnittstelle für andere Software, keine weitere Chatbot-Oberfläche.⁠2

Der Unterschied ist wichtig. Ein herkömmliches generatives Modell erstellt eine Antwort Token für Token; eine Anwendung, die eine Entscheidung sucht, muss diese Antwort anschließend möglicherweise erst auslesen. Gemini Decision 1 bewertet stattdessen in einem einzigen Verarbeitungsschritt klar begrenzte Alternativen und gibt strukturierte Urteile und Wahrscheinlichkeiten zurück. Laut Googles Dokumentation kann Software die Antwort direkt für Verzweigungen, Sortierungen und Weiterleitungen nutzen; die Zahl der Ausgabe-Tokens ist immer null. Eine offene Erklärung liefert das Modell nicht.⁠1⁠3

Damit könnte der Endpunkt überall dort nützlich sein, wo die gewünschte Antwort eine Anweisung an die umgebende Anwendung ist: ein Modell auswählen, eine Richtlinie prüfen, relevantes Material ordnen oder entscheiden, wohin eine Anfrage weitergeleitet werden soll. Der technische Reiz liegt auf der Hand. Wenn Software ein klar begrenztes Urteil benötigt, ist es ein vermeidbarer Umweg, ein Modell zuvor einen Absatz schreiben zu lassen.⁠1⁠3

Die Startberichterstattung von Hybrid.co.id beschreibt drei Fragetypen, die Entwickler in einem Aufruf kombinieren können. Ja-Nein-Fragen schätzen ein, ob eine Bedingung erfüllt ist; optional lässt sich beschreiben, was als wahr oder falsch gilt. Multiple-Choice-Fragen akzeptieren zwei bis 255 Kandidaten und geben Wahrscheinlichkeiten zurück, die über diese Alternativen hinweg auf eins normiert sind. Bewertungsraster-Fragen verwenden geordnete Stufen, die bei null beginnen, und geben neben Wahrscheinlichkeiten für die einzelnen Stufen einen kontinuierlichen gewichteten Wert aus.⁠1

Diese Definitionen übertragen erhebliche Verantwortung auf die Entwickler. Jemand muss weiterhin die Alternativen auswählen, die Bewertungsstufen festlegen und entscheiden, welche Handlung folgt. Eine gut formulierte Antwort kann eine schlecht formulierte Frage nicht korrigieren. Auch beweist die Auswahl der wahrscheinlichsten Option nicht, dass die Anwendung von vornherein die richtigen Optionen angeboten hat.

Ein Beispiel aus der Startberichterstattung betrifft Versicherungen: Ein Schadenformular im PDF-Format kann zusammen mit Schadensfotos eingereicht werden. Eine Anwendung könnte dazu klar begrenzte Fragen stellen und anhand der Wahrscheinlichkeiten den nächsten Schritt bestimmen. Das ist ein plausibler Mechanismus für die Aufnahme von Fällen, aber kein Beleg dafür, dass das Modell Ansprüche sicher genehmigen oder ablehnen kann. Der Unterschied zwischen der Weiterleitung einer Datei und der Entscheidung über den Leistungsanspruch einer Person darf nicht verschwinden, nur weil sich beides als Klassifizierung darstellen lässt.⁠1

Zu den beworbenen Eingaben gehören Text, Bilder, Audio, Video und PDFs, die sich innerhalb derselben Anfrage kombinieren lassen. Hybrid nennt ein Kontextfenster von bis zu 256,000 Tokens – den Einheiten, die das System verarbeitet – sowie eine einstellbare Auflösung für Bilder oder Videos. Eine geringere Auflösung kann den Token-Verbrauch senken, geht aber zulasten visueller Details. So kann etwa die Aufzeichnung eines Kundengesprächs gemeinsam mit Kontoinformationen verarbeitet werden, statt als vollständig separate Eingabe.⁠1

Auch die Angabe von tausend Fragen muss richtig verstanden werden: Es geht um viele Fragen zu gemeinsamem Material, nicht um tausend voneinander unabhängige, umfangreiche Eingabepakete, die ohne Zusatzkosten verarbeitet werden. Jede Frage bringt eigene Anweisungen und Kriterien mit.⁠1

Hybrid gibt für Kontexte mit bis zu 16,000 Tokens eine mediane Modellberechnungszeit von 50–100 Millisekunden und eine Ende-zu-Ende-Latenz von 150–250 Millisekunden an. Außerdem beschreibt der Bericht die Antwortdauer als nahezu konstant zwischen einer und 100 Fragen. Diese Aussagen sind enger gefasst als die hervorgehobenen Kapazitätsangaben: Sie belegen nicht dieselbe Geschwindigkeit bei 1,000 Fragen oder beim größten beworbenen Kontext.⁠1

Die Geschwindigkeitsangaben wurden in der verfügbaren Berichterstattung zu diesem Start nicht unabhängig reproduziert. Ebenso fehlt eine reproduzierbare Beschreibung der Hardware, der Bereitstellungsregion, der Nebenläufigkeit, der Aufwärmbedingungen oder der vollständigen Verteilung der Antwortzeiten. Eine Anwendung sollte die Angaben als Anlass für einen Test betrachten, nicht als Garantie für ein Service-Level.⁠20

Der angegebene Preis beträgt $0.10 pro Million Eingabe-Tokens; für Ausgabe-Tokens fallen keine Kosten an. Laut Beschreibung wird das gemeinsam genutzte Material innerhalb einer Anfrage nur einmal berechnet, unabhängig davon, wie viele Fragen es verwenden. Die Anweisungen und Kriterien der Fragen erhöhen jedoch weiterhin die Zahl der Eingabe-Tokens. Hybrid gibt außerdem an, dass keine variablen Gebühren für Denk-Tokens und keine gesonderten Gebühren für Audiotranskription und optische Zeichenerkennung anfallen. Die Verarbeitung von Material durch den Dienst ist also nicht kostenlos. Dass keine Ausgabe-Tokens anfallen, ist mehr als ein Rabatt: Es wird kein Antworttext generiert, der berechnet werden könnte.⁠1⁠3

Ein Vergleich zum Start bezeichnet den Endpunkt bei gleichwertigen Benchmark-Tests als «fast fünfmal» günstiger als Gemini 3.5 Flash-Lite über die Interactions API. Ohne reproduzierte Methodik ist das keine allgemeingültige Ersparnis. Die tatsächlichen Kosten hängen vom eingereichten Material, der Anzahl und Länge der Fragen sowie der ersetzten Arbeitslast ab.⁠1

Google beschreibt die ausgegebenen Wahrscheinlichkeiten als kalibriert: Vereinfacht gesagt sollten vorhergesagte Wahrscheinlichkeiten widerspiegeln, wie oft die Ergebnisse tatsächlich korrekt sind. Hybrid beschreibt Konfidenzangaben auf einer Skala von null bis eins, mit denen Entwickler Schwellenwerte für Ausweichverfahren oder eine menschliche Prüfung festlegen können. Ein hoher Wert bleibt eine Vorhersage, keine Garantie.⁠1⁠3

Die Startunterlagen werben mit Ergebnissen bei Routing, Schlussfolgern, Rangordnung und multimodalem Verständnis, einschließlich der Angabe eines niedrigsten Kalibrierungsfehlers. Sie belegen weder unabhängig validierte Kalibrierungsmessungen noch eine allgemeine Fehlerrate oder einen reproduzierbaren Genauigkeitsvergleich. Diese Lücken sind besonders wichtig, wenn eine falsche Klassifizierung eine nur schwer rückgängig zu machende Handlung auslöst.⁠1⁠20

Googles beschriebene interne Anwendungen zeigen die vorgesehene Rolle. Ein Arbeitsablauf namens Gemini Notebook wählt Modellstufen und Denkniveaus aus und reserviert tiefergehendes Schlussfolgern für komplexere Anfragen; für alltägliche Anfragen wird eine Latenzsenkung von bis zu 40 Prozent angegeben. Diese Angabe gilt für diesen Arbeitsablauf, nicht für jede Anwendung, die den Endpunkt nutzt. In der CC-Anwendung von Google Labs ist die Aufgabe kleiner: Aus mehr als 200 Optionen in Sekundenbruchteilen ein Emoji auswählen.⁠1

Auch bei anderen Beispielen muss zwischen dem Entscheidungsmodell und dem umgebenden Produkt unterschieden werden. Stitch soll es bei schnellen Canvas-Experimenten mit interaktiven Wireframes sowie sprach- oder berührungsgesteuerten Überarbeitungen einsetzen. Ein Beispiel aus der Google-Suche prüft Model Context Protocol-Tools – Verbindungen zwischen KI-Systemen und Werkzeugen – auf feindseliges Verhalten und schädliche Inhalte. Für dieses Sicherheitsbeispiel werden weder eine zahlenmäßige Erkennungsgenauigkeit noch eine Falsch-Positiv-Rate angegeben. Es veranschaulicht einen vorgesehenen Einsatz, keine nachgewiesene Immunität gegen Angriffe.⁠1

Der Zugang erfolgt laut Beschreibung über die Gemini API in Google AI Studio mit einem API-Schlüssel; es gibt Anleitungen für Python, JavaScript und REST sowie eine kostenlose Prototyping-Stufe. Die Modellkennung lautet gemini-decision-1. Zu den angekündigten Unterstützungen im Ökosystem gehören das Software-Kit google-genai und Integrationen mit OpenRouter, LangChain, Vercel und anderen Frameworks. Dabei handelt es sich um Angaben zur Unterstützung beim Start, nicht um verifizierte Ergebnisse aus dem Produktionseinsatz bei Kunden. Die Verfügbarkeit in Google Cloud soll folgen, ein konkreter Termin wurde nicht genannt.⁠1⁠2

Welche Länder zugangsberechtigt sind und ob es sich um eine Vorschau oder allgemeine Verfügbarkeit handelt, bleibt in der Berichterstattung zum Start unklar. Wichtiger ist, dass die entscheidende Prüfung noch aussteht: ob Geschwindigkeit, Kosten und Qualität der Konfidenzangaben auch bei den eigenen Arbeitslasten der Entwickler Bestand haben. Ein Modell, das nie eine Antwort schreibt, kann nützlich sein. Software braucht dennoch einen soliden Grund, um auf Grundlage der implizierten Antwort zu handeln.