Googleの新しいGeminiモデル、回答を書かずに判断

Google DeepMindは2026年11月11日、プロダクトマネージャーのMin Choi氏と主任研究員のFelix Yu氏による発表で、このAPIを紹介しました。Gemini Decision 1を搭載し、共有された素材について、独立したはい・いいえ形式、複数選択式、ルーブリック採点式の質問を1回のリクエストで最大1,000件評価できるとGoogleは説明しています。これは他のソフトウェアが利用するための接続手段であり、別のチャットボット画面ではありません。⁠2

この違いは重要です。従来型の生成モデルは回答をトークンごとに組み立てます。判断を求めるアプリケーションは、その回答から内容を抽出しなければならない場合があります。一方、Gemini Decision 1は範囲を限定した選択肢を1回の処理で評価し、構造化された判定と確率を返します。Googleのドキュメントによると、ソフトウェアはその応答を直接使って分岐、並べ替え、振り分けができ、出力トークンの使用量は常にゼロです。自由形式の説明は提供しません。⁠1⁠3

そのため、このエンドポイントは、周辺のアプリケーションへの指示が望ましい回答となる場面で役立つ可能性があります。たとえば、モデルを選ぶ、ポリシーを確認する、関連素材に順位を付ける、リクエストの送信先を決めるといった用途です。エンジニアリング上の利点は明快です。ソフトウェアが範囲を限定した判断を必要とするなら、まずモデルに段落を書かせるのは避けられる寄り道です。⁠1⁠3

Hybrid.co.idのサービス開始報道によると、開発者は3種類の質問を1回の呼び出しで組み合わせられます。はい・いいえ形式の質問は、ある条件が成立するかどうかを推定し、何を真または偽とみなすかの説明を任意で付けられます。複数選択式の質問では、2〜255個の候補を指定でき、それらの選択肢全体で正規化された確率が返されます。ルーブリック形式の質問では、0から始まる順序付きのレベルを使い、個々のレベルの確率とともに、連続的な加重スコアを返します。⁠1

こうした定義は、開発者にかなりの責任を負わせます。選択肢を決め、採点レベルを定義し、その後どんな行動を取るかを決めるのは、依然として人です。適切な形式の回答であっても、質問の立て方が悪ければ補えません。また、最も確率の高い選択肢を選んだからといって、そもそもアプリケーションが正しい選択肢を用意していたことにはなりません。

サービス開始時の報道で紹介された保険の例を考えてみましょう。保険金請求書のPDFと、損害を撮影した写真を一緒に入力できます。アプリケーションはその素材について範囲を限定した質問を行い、確率を使って次の手順を決められます。これはもっともらしい受付処理の仕組みですが、モデルが保険金請求を安全に承認または却下できる証拠ではありません。ファイルの振り分けと、誰かの受給資格を決定することは、どちらも分類として表現できるからといって、違いが消えてはなりません。⁠1

宣伝されている入力形式には、テキスト、画像、音声、動画、PDFが含まれ、同じリクエスト内で組み合わせられます。Hybridによると、コンテキストウィンドウは最大256,000トークン、つまりシステムが処理する単位に対応し、画像や動画の解像度も調整できます。解像度を下げると、視覚的な細部を犠牲にしてトークン消費を抑えられます。たとえば、顧客との通話録音をアカウント情報と一緒に処理でき、まったく別の入力として扱う必要がありません。⁠1

1,000件という主張も、正確な意味を捉える必要があります。これは共有された素材に対する多数の質問であり、互いに無関係な大容量の入力パッケージを1,000件、追加料金なしで処理するという意味ではありません。質問ごとに指示と評価基準が必要です。⁠1

Hybridは、コンテキストが最大16,000トークンの場合、モデルの計算時間の中央値を50–100ミリ秒、エンドツーエンドのレイテンシを150–250ミリ秒と報告しています。また、質問が1件から100件に増えても、応答時間はほぼ一定だと説明しています。これらは見出しに掲げられた処理能力より限定的な主張です。1,000件の質問や、宣伝されている最大コンテキストでも同じ速度が出ることを示すものではありません。⁠1

このサービス開始について確認できる報道では、速度の数値は第三者によって独立に再現されていません。また、ハードウェア、提供地域、同時実行数、ウォームアップ条件、応答時間の全体的な分布について、再現可能な説明もありません。アプリケーションでは、これらをサービスレベルの保証ではなく、テストを実施する理由として受け止めるべきです。⁠20

報告されている価格は入力トークン100万個当たり$0.10で、出力トークン料金はありません。ただし、共有素材は1回のリクエスト内で、質問が何件あっても1回だけ課金されると説明されている一方、質問の指示や評価基準は入力トークンを追加します。Hybridによると、可変の思考トークン料金や、音声の文字起こし、光学文字認識の別料金もありません。つまり、素材の処理が無料というわけではありません。出力がゼロという点は、単なる割引以上に根本的な違いです。課金対象となる回答文を生成しないのです。⁠1⁠3

サービス開始時の比較では、同等のベンチマークテストにおいて、このエンドポイントはInteractions API経由のGemini 3.5 Flash-Liteより「ほぼ5倍」安いとうたわれています。方法が再現されていない以上、普遍的な節約額とは言えません。実際のコストは、送信する素材、質問の数と長さ、置き換える作業負荷によって変わります。⁠1

Googleは、返される確率は較正されていると説明しています。大まかに言えば、予測された可能性が、実際に結果が正しい頻度と一致することを意味します。Hybridは信頼度情報を0から1の尺度で示すと説明しており、開発者はこれを使って、代替手順や人による確認に回すしきい値を設定できます。高い数値であっても、それは予測であり、保証ではありません。⁠1⁠3

サービス開始時の資料では、振り分け、推論、ランキング、マルチモーダル理解における成果が宣伝され、較正誤差が最小だとの主張もあります。しかし、独立に検証された較正の測定値、全般的なエラー率、再現可能な精度比較は示されていません。こうした情報の欠如が最も重要になるのは、誤分類によって取り消しが難しい行動が引き起こされる場面です。⁠1⁠20

Googleが説明する社内利用例は、想定される役割を示しています。Gemini Notebookというワークフローでは、モデルのティアと思考レベルを選び、より複雑な質問には深い推論を割り当てます。日常的な質問では、レイテンシを最大40パーセント削減できるとうたっています。この主張はそのワークフローに関するものであり、エンドポイントを使うすべてのアプリケーションに当てはまるわけではありません。Google LabsのCCアプリケーションでのタスクはより小規模で、200種類を超える選択肢から絵文字を1秒未満で選びます。⁠1

他の事例についても、判断モデルと周辺製品を区別する必要があります。Stitchは、インタラクティブなワイヤーフレームを使った迅速なキャンバス実験や、音声・タッチ操作による修正の中で、このモデルを利用すると説明されています。Google Searchの例では、Model Context Protocolツール、つまりAIシステムとツールをつなぐ接続手段を、敵対的な挙動や有害なコンテンツがないか確認します。この安全性の事例には、検出精度や誤検知率の数値がありません。これは想定用途の例であり、攻撃に対する耐性が実証されたことを示すものではありません。⁠1

Google AI StudioのGemini APIでAPIキーを使ってアクセスできると説明されており、Python、JavaScript、RESTのガイドと、無償のプロトタイピング枠が用意されています。モデル識別子はgemini-decision-1です。発表されたエコシステム対応には、google-genaiソフトウェアキットのほか、OpenRouter、LangChain、Vercelなどのフレームワークとの統合が含まれます。これらはサービス開始時の対応に関する主張であり、顧客の本番環境での成果が検証されたものではありません。Google Cloudでの提供は、確定日を示さず、今後予定されていると説明されています。⁠1⁠2

サービス開始をめぐる報道では、利用可能な国や、プレビュー版と一般提供のどちらに当たるのかが明確になっていません。さらに重要な検証はこれからです。開発者自身の作業負荷でも、速度、コスト、信頼度の質が保たれるかどうかです。回答を書かないモデルが役立つことはあります。それでもソフトウェアには、暗示された回答に基づいて行動する確かな理由が必要です。