AIに“書かせず選ばせる”　Googleが高速判定向け「Gemini Decisions API」を発表

　Googleは11月11日（米国時間）、新たな判定特化型AIモデル「Gemini Decision 1」と、それを利用するための「Gemini Decisions API」を発表した。Google AI Studioを通じてGemini API経由で利用できる。

　今回発表されたGemini Decisions APIは、AIに長い文章を書かせるためのものではなく、与えられた選択肢の中から最適なものを選ばせることに特化したサービスである。たとえば、問い合わせ内容を担当部署や適切なモデルに振り分けたり、送られてきた画像が特定の条件を満たしているかを判定したり、複数の候補から1つを選ばせたりといった用途が想定されている。従来は生成AIに自由回答させてからその結果を解釈する必要があったが、本APIでは候補の中からの選択そのものを行えるという。

　Gemini Decision 1は、テキスト、画像、音声、動画、PDFといった複数の形式の入力を1つのリクエストにまとめて渡せる点が特徴だ。入力は最大256Kトークンまで対応し、1つの入力に対して最大1000件までの独立した質問をまとめて評価できる。たとえば通話録音とアカウント情報を組み合わせた判定や、PDFの申請書類と写真を併せて確認する、といった使い方ができる。

　処理速度についてGoogleは、入力が1万6000トークン以下かつ1リクエストあたりの質問数が1〜100件の条件において、エンドツーエンドで150〜250ミリ秒という測定結果を示している。この速度は上記の測定条件下での数値であり、最大1000件の質問すべてが同じ速度で返るわけではない。

　質問は、「はい／いいえ」で答える形式、2〜255個の候補から1つを選ぶ形式、0から始まる順序付きの評価軸で採点する形式の3種類を組み合わせて使える。各回答には0から1までの確信度スコアが付与され、確信度が低い場合は人間のレビュアーや別の処理に回すといった運用が可能だ。ただしこの確信度は精度を保証するものではなく、あくまで判断のあいまいさを示す参考値である点には注意が必要となる。

　Google社内ではすでに、Gemini Notebookでの問い合わせ振り分け、デザインツール「Stitch」でのワイヤーフレーム生成、Google LabsのCCにおける絵文字選択、Google検索でのMCPツール向け安全性チェックなどで本APIが使われているという。

　料金は入力100万トークンあたり0.10ドルで、出力トークンは無料。Google AI Studioでは試験利用のための無料枠も用意されている。