Gemini Decision 1 ist ein Entscheidungsmodell von Google, das seit dem 11. November 2026 über die neue Gemini Decisions API verfügbar ist. Es gehört zur Kategorie der System-One-Modelle, die wir im Beitrag Jev von TypeSafe: Das KI-Modell, das keinen Text schreibt erklärt haben: Statt eine Antwort Token für Token zu formulieren, bewertet das Modell vorgegebene Antwortoptionen in einem einzigen Durchlauf und gibt für jede eine kalibrierte Wahrscheinlichkeit zurück. Google positioniert die API für geschlossene Entscheidungen wie Tool-Auswahl, Policy-Checks, Modell-Routing und die Bewertung von Kontext.
Gemini Decision 1 verarbeitet Text, Bilder, Audio, Video und PDFs in einem gemeinsamen Input und beantwortet bis zu 1.000 Fragen pro Anfrage. Grundlage dieser Seite sind die Ankündigung im Google-Blog von Min Choi (Product Manager) und Felix Yu (Principal Scientist) von Google DeepMind, die Dokumentation der Decisions API, die Modellseite, die Preisseite, die Rate Limits und die Nutzungsbedingungen der Gemini API. Stand dieser Übersicht: 11. November 2026.
Was ist Gemini Decision 1?
Gemini Decision 1 (Modell-ID gemini-decision-1) ist laut Google auf der nativ multimodalen Architektur von Gemini aufgebaut. Ein Basismodell, eine Parameterzahl oder einen Knowledge Cutoff nennt Google nicht. Das Modell erzeugt keine Text-Token: Die Ausgabe besteht ausschließlich aus Wahrscheinlichkeiten und Confidence-Werten, die Output-Token-Zählung ist immer null.
Jeder Aufruf schickt einen gemeinsamen Input und eine Liste von Fragen. Jede Frage wird laut Dokumentation unabhängig gegen den gemeinsamen Input ausgewertet: Fragen sehen sich gegenseitig nicht, und das Hinzufügen oder Entfernen einer Frage ändert die übrigen Antworten nicht. Die Anwendung kombiniert die Antworten anschließend im eigenen Code, etwa mit Schwellwerten und if-Bedingungen.
Einen expliziten Release-Status (Preview oder GA) nennt Google weder in der Dokumentation noch auf der Preisseite. Der Changelog führt den Start am 11. November 2026 als „Released“. Die Modell-ID folgt dem Namensschema stabiler Gemini-Modelle ohne Preview-Suffix, der Endpunkt liegt aber in der API-Version v1beta.
Fragetypen und Antworten
Die Fragetypen heißen wie bei Jev und Microsoft-Decision-1.1 noul, choice und score:
| Fragetyp | Zweck | Rückgabe |
|---|---|---|
noul (Ja/Nein) | Trifft eine Aussage zu? | Wahrscheinlichkeit für Ja (0,01 bis 0,99), confidence |
choice (Auswahl) | Eine Option aus einer festen Liste wählen | gewählte Option, Wahrscheinlichkeit je Option (Summe 1), confidence |
score (Rubrik) | Eingabe auf einer geordneten Skala bewerten | wahrscheinlichkeitsgewichteter Wert, Wahrscheinlichkeit je Stufe, legend, confidence |
Eine choice-Frage erlaubt 2 bis 255 Optionen, eine score-Frage 2 bis 255 Stufen, beginnend bei 0; Google empfiehlt für die meisten Rubriken 2 bis 10 Stufen. Der confidence-Wert von 0 bis 1 gibt an, wie wahrscheinlich die Top-Antwort richtig ist. Damit lässt sich steuern, welche Fälle automatisch weiterlaufen und welche an einen Menschen oder ein größeres Modell gehen. Google rät ausdrücklich, die Schwellwerte mit gelabelten Beispielen aus dem eigenen Datenverkehr festzulegen. Die API sortiert die Options-Schlüssel vor der Auswertung alphabetisch; für eine Auffangoption empfiehlt Google deshalb einen Schlüssel wie „other“.
Der Aufruf erfolgt über POST https://generativelanguage.googleapis.com/v1beta/decisions oder über das SDK google-genai ab Version 3.2 (client.decisions.create(...) in Python, ai.decisions.create(...) in JavaScript). Das Feld input nutzt dasselbe Content-Blockformat wie die Interactions API.
Eingaben, Limits und Einschränkungen
| Limit | Wert laut Dokumentation |
|---|---|
| Kontextfenster | 262.144 Token für gemeinsamen Input und alle Fragen |
| Fragen pro Anfrage | 1 bis 1.000 |
Optionen je choice-Frage | 2 bis 255 |
Stufen je score-Frage | 2 bis 255 (empfohlen 2 bis 10) |
| Inline-Daten | bis 100 MB pro Anfrage, PDFs bis 50 MB |
| Externe URLs | bis 15 MB je URL |
| Eingabeformate | Text, Bilder (u. a. PNG, JPEG, WebP, HEIC), Audio (u. a. WAV, MP3, FLAC, Opus), Video (u. a. MP4, MOV, WebM), PDF |
Für Bilder und Videos lässt sich die Auflösung (low, medium, high, bei Bildern zusätzlich ultra_high) wählen, um Detailtiefe und Token-Kosten zu steuern. Die Dokumentation nennt mehrere Einschränkungen:
- Frage-Instruktionen akzeptieren nur Text, Medien gehören in den gemeinsamen Input.
- YouTube-URLs und direkte Cloud-Storage-URIs (
gs://) werden nicht unterstützt; Medien kommen über die Files API, öffentliche oder signierte HTTPS-URLs oder inline als Base64. - Gesprächsverläufe, Thought- und Tool-Call-Blöcke sind als Eingabe nicht möglich; mehrstufigen Kontext serialisiert man als Text.
- Context Caching, Batch API sowie Flex- und Priority-Inferenz gibt es nicht. Wiederholter Input zählt bei jeder Anfrage voll.
- Blockieren die Sicherheitsfilter eine Eingabe, liefert die API HTTP 400 mit einem Fehlercode statt einer Antwort.
Das Modell erzeugt keine Begründungen. Wer eine nachvollziehbare Erklärung braucht, kombiniert die Decisions API mit einem Sprachmodell oder dokumentiert die Entscheidungslogik im Workflow selbst.
Benchmarks und Praxisbeispiele laut Google
Laut Google führt Gemini Decision 1 auf einem Benchmark-Set zu Agenten-Routing, Reasoning, Ranking und multimodalem Verständnis und erreicht dabei den niedrigsten Kalibrierungsfehler. Einzelwerte und die Liste der Vergleichsmodelle veröffentlicht Google im Blogbeitrag nicht. Über dasselbe Benchmark-Set ist die Kombination aus Gemini Decision 1 und Decisions API laut Google fast 5-mal günstiger als Gemini 3.5 Flash-Lite mit der Interactions API.
Zur Latenz nennt Google 150 bis 250 ms Ende-zu-Ende und einen Median von 50 bis 100 ms reiner Modellrechenzeit. Diese Werte gelten laut Google für multimodale Eingaben und Kontexte bis 16K Token und bleiben zwischen 1 und 100 Fragen pro Anfrage nahezu konstant.
Aus der internen Nutzung bei Google nennt der Blogbeitrag vier Beispiele:
- Gemini Notebook leitet eingehende Anfragen per Decisions API an die passende Modellstufe und das passende Thinking-Level weiter, laut Google mit bis zu 40 Prozent niedrigerer Latenz bei Alltagsanfragen.
- Stitch erzeugt im Experiment „rapid canvas“ klickbare Wireframes und übernimmt Änderungen per Sprache oder Tippen.
- CC aus Google Labs wählt aus über 200 Emojis die passende Reaktion.
- Google Search nutzt die API als Sicherheitsschicht für MCP-Tools, um adversariales Verhalten und Inhalte zu erkennen.
Alle Zahlen stammen von Google; unabhängige Evaluationen liegen noch nicht vor.
Preise und Rate Limits
| Modell | Input (USD pro 1M Token) | Output | Free Tier |
|---|---|---|---|
| Gemini Decision 1 | 0,10 (Text, Bild, Video, Audio, PDF) | keine Output-Token | kostenlos in Google AI Studio |
Preise laut Google, Stand November 2026. Der gemeinsame Input wird pro Anfrage nur einmal berechnet, jede Frage ergänzt nur ihre eigenen Instruktions- und Kriterien-Token. Kosten für Thinking-Token, separate Audio-Transkription oder OCR fallen laut Google nicht an. Weil Context Caching fehlt, sollten Anwendungen mit großen, wiederkehrenden Eingaben möglichst viele Fragen in einer Anfrage bündeln.
| Tier | Anfragen/Minute | Token/Minute | Anfragen/Tag |
|---|---|---|---|
| Free | 200 | 50.000 | 10.000 |
| Tier 1 | 1.500 | 1.000.000 | 50.000 |
| Tier 2 | 5.000 | 4.000.000 | unbegrenzt |
| Tier 3 | 15.000 | 10.000.000 | unbegrenzt |
Google weist darauf hin, dass die Rate Limits nicht garantiert sind und die tatsächliche Kapazität abweichen kann.
Verfügbarkeit in der EU und DSGVO
Gemini Decision 1 ist ausschließlich über die Gemini API und Google AI Studio verfügbar. Unterstützung für Gemini in Google Cloud, also die Gemini Enterprise Agent Platform mit ihren Regionen und Residenz-Optionen, kündigt Google als „coming soon“ an, ohne Termin. Die Integrationen in OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit und OpenCode befinden sich laut Google im Rollout; die angekündigte OpenRouter-Modellseite war am 11. November 2026 noch nicht abrufbar.
Für die Gemini API gelten die Nutzungsbedingungen der Gemini API:
| Free Tier (Unpaid Services) | Paid Tier (Paid Services) | |
|---|---|---|
| Nutzung zur Produktverbesserung | ja, inklusive möglicher Prüfung durch Menschen | nein |
| Verarbeitung | nach Googles Datenschutzerklärung | nach dem Data Processing Addendum (Google als Auftragsverarbeiter) |
| Logging | keine Angabe zur Dauer | befristet, ausschließlich zur Missbrauchserkennung und für rechtlich erforderliche Offenlegungen |
| Speicherort | keine EU-Zusage | vorübergehende Speicherung oder Caching in jedem Land möglich, in dem Google oder seine Beauftragten Einrichtungen unterhalten |
Zwei Regeln sind für Unternehmen in Europa wichtig. Erstens gelten für Nutzer im EWR, in der Schweiz und im Vereinigten Königreich laut Bedingungen die Datenregeln der Paid Services auch für Google AI Studio und das kostenlose Kontingent der Gemini API. Zweitens dürfen Anwendungen, die Nutzern im EWR, in der Schweiz oder im Vereinigten Königreich zur Verfügung gestellt werden, nur Paid Services verwenden.
Eine EU-Datenresidenz gibt es nicht. Ob die Decisions API Anfragen wie die Interactions API standardmäßig speichert, dokumentiert Google nicht; die Request-Referenz führt keinen store-Parameter. Für garantierte Zero Data Retention oder Enterprise-Verträge zur Datenverarbeitung verweist Google auf seiner ZDR-Seite auf die Agent Platform, auf der Gemini Decision 1 noch nicht verfügbar ist. Offene Gewichte gibt es nicht, ein Betrieb auf eigener Infrastruktur ist also nicht möglich. Mehr zum Unterschied zwischen Gemini API und Agent Platform steht auf der Seite Google Gemini.
Für Workflows mit personenbezogenen Daten empfehlen wir derzeit Alternativen mit EU-Bezug: Microsoft-Decision-1.1 als Data Zone Standard in einer EU-Region oder selbst gehostete offene Modelle wie Cloudflare Clef, Julia-1 oder GLiNER2.5-Decide.
Einordnung im Feld der Entscheidungsmodelle
Mit Gemini Decision 1 bietet nach OpenAI und Microsoft nun auch Google eine eigene Entscheidungs-API an. Im Vergleich zu den anderen Modellen dieser Kategorie:
- Jev von TypeSafe hat die Kategorie und die Fragetypen
noul,choiceundscoregeprägt und läuft als gehostete API aus den USA. - Clef von Cloudflare ist offen (Apache 2.0), multimodal und lässt sich selbst betreiben.
- Laya, Julia-1 und GLiNER2.5-Decide decken kompakte, CPU-fähige Varianten für Self-Hosting ab.
- Microsoft-Decision-1.1 verarbeitet Text, JSON und Bilder bei 32K Token Kontext, kostet 0,042 USD je 1 Mio. Input-Token (EU Data Zone 0,05 USD) und läuft in Microsoft Foundry mit EU-Data-Zone-Option.
- OpenAI bietet unter demselben Namen eine Decisions API auf Basis von GPT-6 Luna mit bis zu 400 Fragen je Anfrage (Details auf der Seite OpenAI GPT).
- Gemini Decision 1 kombiniert Text, Bild, Audio, Video und PDF in einem Input mit 262.144 Token Kontext und bis zu 1.000 Fragen je Anfrage, ist aber nur über die Gemini API ohne EU-Datenresidenz nutzbar.
Unsere Empfehlung
Gemini Decision 1 ist interessant, wenn Entscheidungen auf Bildern, Dokumenten, Audio oder Video beruhen: etwa die Prüfung von Schadensfotos zusammen mit einem PDF-Antrag, die Einordnung von Anrufaufzeichnungen oder viele Policy-Checks auf demselben Input in einer Anfrage. Für Prototypen eignen sich der Free Tier und das Decisions Playground in Google AI Studio, solange keine personenbezogenen oder vertraulichen Daten im Spiel sind.
Für den produktiven Einsatz mit personenbezogenen Daten raten wir, die angekündigte Verfügbarkeit in Google Cloud abzuwarten und dann Regionen und Residenz-Optionen zu prüfen. Bis dahin sind Microsoft-Decision-1.1 mit EU Data Zone oder selbst gehostete offene Entscheidungsmodelle die naheliegende Wahl. Unabhängig vom Anbieter empfehlen wir, Schwellwerte mit eigenen, auch deutschsprachigen Testfällen zu kalibrieren und Eingaben als nicht vertrauenswürdig zu behandeln: Google weist selbst darauf hin, dass Nutzertext für seine eigene Klassifikation argumentieren kann, und empfiehlt für folgenreiche Aktionen eine zweite Prüfung. In CompanyGPT und dem AI Gateway lassen sich Entscheidungsmodelle als vorgeschaltete Routing- und Prüfstufe einsetzen; wir unterstützen bei Auswahl, Evaluation und Integration.
Verwandte Entscheidungsmodelle
Zur Kategorie der Entscheidungsmodelle (System One) gehören auch Microsoft-Decision-1.1, Cloudflare Clef, Laya, Jev, Julia-1 und GLiNER2.5-Decide. Auch OpenAI geht mit der Decisions API auf Basis von GPT-6 Luna in diese Richtung; Details stehen auf der Seite OpenAI GPT. Die generativen Gemini-Modelle finden Sie unter Google Gemini.
