Google lancerede onsdag den 11. november Gemini Decisions API, et nyt endpoint, der er bygget til én ting: at træffe mange små beslutninger hurtigt og billigt. Modellen bag, Gemini Decision 1, skriver ikke tekst. Den vurderer en fast liste af svarmuligheder og giver en sandsynlighed og en confidence-score for hvert spørgsmål. I ét kald kan den besvare op til 1.000 spørgsmål om det samme materiale, og prisen er 0,10 dollar pr. million input-tokens, mens output er gratis.
Det lyder teknisk, men pointen er praktisk. De fleste AI-arbejdsgange er fulde af små valg: hvilken kø skal en henvendelse i, overholder et svar jeres politik, mangler der bilag i en sag, skal en agent have lov til at kalde et værktøj. I dag løser mange virksomheder de valg med en stor sprogmodel, der genererer fritekst, man bagefter skal fortolke. Vi har læst Googles lanceringsindlæg, Googles API-vilkår og den første uafhængige måling fra Artificial Analysis gengivet af VentureBeat. Herunder skiller vi Googles egne tal fra de uafhængige og forklarer, hvornår det her er en god idé for jer, og hvornår en anden model er bedre.
En almindelig sprogmodel svarer ved at generere tekst ét token ad gangen. Det er langsomt og dyrt, når opgaven blot er at vælge mellem nogle få muligheder, og svaret skal parses bagefter, før koden kan bruge det. Gemini Decision 1 gør noget andet. Den scorer alle de svarmuligheder, du selv har defineret, i ét gennemløb af inputtet og returnerer en sandsynlighedsfordeling plus en confidence-score mellem 0 og 1. Det er en snæver beslutningskomponent, ikke en ny chatbot eller en frontier-model som Gemini 4 Carbon.
Inputtet er multimodalt. Du kan sende tekst, billeder, lyd, video og PDF i samme kald, op til 256.000 tokens, og justere opløsningen på billeder og video for at styre, hvor mange tokens medierne bruger. Et typisk eksempel er en skadesanmeldelse: en scannet PDF, nogle fotos af skaden og en note fra et kundeopkald, samlet i ét input, som modellen vurderer på én gang. Det fremgår af Googles lanceringsindlæg.
Google bruger allerede modellen internt. I Gemini Notebook bruges den som en router, der vælger modeltype og tænkeniveau for hver forespørgsel, og Google oplyser op til 40 procent lavere latens på almindelige forespørgsler. I Google Søgning bruges den som et sikkerhedslag, der opdager fjendtlig adfærd fra MCP-værktøjer. Det minder om den model-routing, vi beskrev med Copilot Fusion, bare som et separat, billigt trin i stedet for et lag oven på kodeværktøjet.
Decisions API arbejder med tre spørgsmålstyper, og du kan blande dem frit i samme kald:
Hvert spørgsmål vurderes uafhængigt. Afhænger én beslutning af en anden, skal du håndtere den afhængighed i din kode eller lave et opfølgende kald. Det vigtige er confidence-scoren: din kode kan sætte en tærskel, så usikre sager automatisk sendes videre til et menneske eller til en større model. Det tal er forskellen mellem en lukket kasse og en arbejdsgang, I kan styre.
Prisen er 0,10 dollar pr. million input-tokens, og output er gratis. Det afgørende er, at det fælles input kun faktureres én gang pr. kald, uanset hvor mange spørgsmål du stiller. Hvert spørgsmål lægger kun sine egne instruktioner og kriterier til.
En gennemgang hos VentureBeat regner et eksempel igennem: en post på 4.000 tokens med 20 tjek, der hver lægger 50 tokens til. Samlet i ét kald på 5.000 tokens koster det cirka 0,50 dollar pr. 1.000 poster. Sender du den samme post i 20 separate kald, bliver prisen cirka 8,10 dollar pr. 1.000 poster, før eventuelle gentagelser. Besparelsen ligger altså ikke i en lav tokenpris alene, men i at samle en hel tjekliste i ét input.
Google oplyser selv, at modellen på selskabets egen testsuite er cirka fem gange billigere end Gemini 3.5 Flash-Lite kørt gennem Interactions API. Men pris pr. token er ikke det samme som pris pr. korrekt håndteret sag. Det afgør jeres egne data, ikke en prisliste.
Google viser ved lanceringen en række benchmarks, hvor Gemini Decision 1 fører fem af de syv tests, alle fire sammenlignede modeller kørte. På JevBench scorer den 92,2 procent mod 90,9 for OpenAIs GPT-6 Luna og 90,0 for TypeSafes Jev 1.14. Google fremhæver også den laveste kalibreringsfejl, 0,0250 mod Jevs 0,0494. Kalibrering måler, hvor godt modellens confidence passer med, hvor ofte den rent faktisk har ret, og det er netop det tal, der afgør, hvor mange sager der havner hos et menneske.
De uafhængige tal tegner et mere nøgternt billede. Ifølge VentureBeat placerer Artificial Analysis i version 2.1 af sit Decision Index Gemini Decision 1 som nummer ni ud af atten modeller ved lanceringen. Indekset kombinerer seks evalueringer, blandt andet dokumentgennemgang, tool calling, viden og ræsonnement. Blandt de fem modeller, VentureBeat fremhæver, ser det sådan ud:
Gemini førte de uafhængige tests af viden og ræsonnement. Men på dokumenttesten AA-Paperclip, der stiller 15 spørgsmål til hvert dokument, fik Gemini alle svar rigtige på kun 33 procent af dokumenterne, mod 63 procent for Drex Max. I en arbejdsgang, hvor hvert felt skal være korrekt, er det tal vigtigere end et pænt gennemsnit. Googles styrke er den multimodale del: lyd, video og PDF i samme kald. Til korte tekstbilletter findes der billigere og i målingerne stærkere alternativer.
Markedet for beslutningsmodeller er allerede tæt. Ifølge VentureBeats gennemgang ser feltet sådan ud:
Mønsteret er klart. Gemini er stærkest, når ét emne kommer i flere formater og udløser en tjekliste. Til korte tekstbilletter er Jev eller Drex ofte et bedre udgangspunkt, og vil I holde data i eget hus, er den selvhostede Strands-model den eneste af dem, der kan det.
Der er ingen context caching, intet batch-API og ingen Flex- eller Priority-inferens. Gentaget input faktureres fuldt hver gang, så hvis I sender det samme store referencedokument igen og igen, mister I en del af prisfordelen. Modellen kan desuden ikke generere tekst, kalde funktioner eller trække et vilkårligt felt ud af et dokument. Skal I både beslutte og skrive et svar, kræver det et separat kald. Og modellen er stadig på v1beta.
Så er der sikkerheden. VentureBeat beskriver en test, hvor et enkelt plantet felt i inputtet sænkede en konkurrerende beslutningsmodels sandsynlighed for at blokere en handling fra 0,76 til 0,48. Pointen gælder også Gemini: adgangskontrol, godkendelseskrav og beløbsgrænser skal ligge i jeres applikationskode, ikke i modellen. En beslutningsmodel er sårbar over for prompt injection på samme måde som enhver model, der læser input, I ikke selv kontrollerer.
Her bliver det vigtigt for danske virksomheder. Gemini Decision 1 fås indtil videre kun gennem Gemini Developer API i Google AI Studio på v1beta. Understøttelse i Gemini i Google Cloud er på vej, men er ikke klar, og det er netop dér, enterprise-aftaler og regional databehandling hører hjemme.
Googles API-vilkår skelner skarpt mellem betalt og gratis brug. Ordlyden er, at man kun må bruge de betalte tjenester, når man stiller API-klienter til rådighed for brugere i EØS, Schweiz eller Storbritannien. For brugere i de regioner gælder de betalte datavilkår for alle tjenester, også AI Studio, selv om de er gratis. I praksis betyder det, at I ikke bør køre produktion på gratis kvote i EU. På betalt brug oplyser Google, at prompts og svar ikke bruges til at forbedre modellen, og at de kun logges i en begrænset periode for at håndhæve politikker og lovpligtige oplysninger.
Bruger I modellen til at træffe beslutninger om mennesker, fx screening af ansøgere, kreditvurdering eller prioritering af borgerhenvendelser, kommer GDPR artikel 22 om automatiske afgørelser og AI Act's højrisikokategorier i spil. Det er den samme logik, vi så i gennemgangen af EU's Digital Fairness Act, hvor ansvaret for en automatiseret beslutning ikke forsvinder, bare fordi en model tog den. Confidence-scoren er et godt redskab til den menneskelige kontrol, reglerne forudsætter, men den erstatter den ikke. Skriv jeres tærskler og eskaleringsregler ned. Det er den dokumentation, I får brug for.
For de fleste virksomheder er det her en billig komponent, I kan sætte ind foran de valg, en stor model i dag løser dyrt. I skal ikke skifte jeres eksisterende modeller ud. Den største gevinst er måske prisen, men nok så meget det, at I får et tal for usikkerhed, som kan styre, hvornår et menneske skal ind over.
Det kan I gøre nu:
Den her type model passer især godt ind i et CRM- eller supportflow, hvor en henvendelse skal klassificeres, prioriteres og måske sendes videre, før et menneske ser den. Et lille beslutningstrin kan også stå lige før en AI-agent kalder et værktøj, med en eksplicit eskalering, når sagen falder uden for de muligheder, I har defineret.
Sætter I modellen til at godkende agenthandlinger, hører den sammen med den øvrige overvågning. Vi har tidligere beskrevet, hvordan selv OpenAI bruger flere lag til at overvåge sine egne AI-agenter, og et beslutningstrin erstatter ikke den slags kontrol. Det er ét filter mere, ikke det sidste.
Beslutningsmodeller er ved at blive et selvstændigt lag i AI-stakken: et hurtigt, billigt trin, der sidder mellem jeres data og de store modeller og afgør, hvad der skal ske. Både Google, OpenAI, Amazon og en håndfuld mindre spillere har nu et bud. Det gode ved det er, at den samme investering i en god tjekliste og klare confidence-tærskler kan genbruges, uanset hvilken udbyder I lander på. Konkurrencen på det her lag er lige begyndt, og priserne har kun én vej at gå.