Znak Google GeminiTechnologia·16 listopada 2026·4 min

Gemini Decision 1 wybierze odpowiedź, nawet gdy żadna nie pasuje

Model Google przy pytaniu z wyborem rozdziela szansę między opcje, także gdy żadna nie pasuje. Dokumentacja podaje to wprost, a od tego zależy, czy próg pewności w firmie cokolwiek odfiltruje.

Dłonie na klawiaturze laptopa, widok z góry
Zdjęcie ilustracyjne

Na skróty

  • 11 listopada 2026 Google udostępnił Gemini Decision 1, model zwracający wybór z liczbą pewności, przez Gemini Decisions API.
  • Model dostaje jedno wejście i do 1000 niezależnych pytań: tak lub nie, wybór z listy albo ocena w skali.
  • Pytanie z wyborem zawsze rozdziela szansę między opcje, także gdy żadna nie pasuje; dokumentacja podpowiada opcję „other” i ustawienie progu na własnych oznaczonych przykładach.
  • Według cennika Google wejście kosztuje 0,10 USD za milion tokenów, wyjście 0 USD; 10 000 zgłoszeń po 1000 tokenów to około 4 zł.
  • Google nie podaje wyników dla języków europejskich, źródła nie podają, czy model jest dostępny w Polsce, a dane z darmowego poziomu opisują różnie.

Google 11 listopada 2026 udostępnił Gemini Decision 1, model zwracający wybór z liczbą pewności: dostaje listę opcji i podaje, jak prawdopodobna jest każda. Firmie może posłużyć do sortowania zgłoszeń i zapytań, a granica jest zapisana w dokumentacji Google: przy pytaniu z wyborem model rozdziela szansę między opcje także wtedy, gdy żadna nie pasuje.

Model przyjmuje jedno wejście (tekst, obraz, dźwięk, wideo albo PDF) i do 1000 niezależnych pytań naraz: tak lub nie, wybór z listy albo ocena w skali.

Sortowanie zgłoszeń to zadanie dla modelu, który tylko wybiera

Google wymienia jako zadania wybór narzędzia, kontrolę zgodności z regułami, kierowanie zapytania do właściwego modelu i ocenę kontekstu. W firmie ta sama konstrukcja pasuje do segregowania poczty: jedno zgłoszenie, kilka pytań. Przykładowe pytania do jednego zgłoszenia: czy to zapytanie o ofertę, do którego działu trafia i jak pilne jest w skali od jednego do pięciu. Dokumentacja takich pytań nie podaje. Pytania nie widzą się nawzajem. Jeśli odpowiedź na jedno zależy od drugiego, zależność musi obsłużyć kod firmy, pisze Dataconomy.

Pytanie z wyborem rozdziela szansę także wtedy, gdy nic nie pasuje

  • Wybór bez dopasowania. Pytanie z wyborem zawsze rozdziela prawdopodobieństwo między podane opcje. Zgłoszenie niepasujące do żadnej kategorii dostanie więc jakiś wynik. Dokumentacja podpowiada opcję zbiorczą, na przykład „other”, z wyraźnym opisem. Klucz „none_of_the_above” odradza, bo API sortuje klucze alfabetycznie i taka opcja trafia przed „shipping” i „technical”.
  • Granice przedziału. Odpowiedzi tak lub nie mieszczą się między 0,01 a 0,99, więc próg wyższy niż 0,99 nigdy nie zadziała.
  • Próg na własnych danych. Progi należy ustawiać na oznaczonych przykładach z własnego ruchu i ważyć koszt fałszywego alarmu przeciw kosztowi przeoczenia.

W praktyce regułę „przyjmij automatycznie powyżej 0,8” trzeba najpierw sprawdzić na zgłoszeniach opisanych ręcznie: ile zgłoszeń powyżej progu rzeczywiście trafiło do dobrej kategorii. Kalibracja, czyli zgodność pewności z rzeczywistością, oznacza, że przy wyniku 0,9 na stu przypadkach około dziewięćdziesiąt powinno być prawdziwych; tak cel Jeva, modelu firmy TypeSafe AI, opisuje Firecrawl.

Dla Gemini Decision 1 kalibrację opisuje wykres Google. DataCamp pisze, że model ma najniższy błąd kalibracji, ale DataCamp i Dataconomy podają różną liczbę testów, w których prowadził. Autor japońskiego wpisu na platformie Zenn zaznacza, że API nie uruchomił i nie podaje własnych pomiarów.

Dziesięć tysięcy zgłoszeń kosztuje około 4 zł

Google wycenia wejście na 0,10 USD za milion tokenów (kawałków słów), a wyjście na 0 USD, więc płaci się za to, co model przeczyta. Jev kosztuje 0,042 USD za milion tokenów, według Firecrawl.

Przetworzenie 10 000 zgłoszeń po 1000 tokenów, obliczenie redakcji

ok. 4 zł

Gemini Decision 1, 0,10 USD za milion tokenów wejścia

ok. 1,67 zł

Jev, 0,042 USD za milion tokenów wejścia

10 000 zgłoszeń po 1000 tokenów to 10 milionów tokenów, czyli 1 USD wobec 0,42 USD. Przeliczone kursem średnim Narodowego Banku Polskiego (NBP) z 13 listopada 2026 (3,9852 zł za dolara), bo cenniki są w dolarach. Długość własnych zgłoszeń trzeba zmierzyć.

Po polsku jakość trzeba sprawdzić na własnych zgłoszeniach

  • Dostępność. Model działa w Gemini Developer API w wersji testowej (v1beta). Wersja w Google Cloud z umowami firmowymi i wyborem regionu przetwarzania jest według i-SCOOP zapowiedziana bez daty. Źródła nie podają, czy Decision 1 jest dostępny w Polsce.
  • Język. i-SCOOP zwraca uwagę, że Google nie podaje wyników dla języków europejskich, i radzi zmierzyć jakość na własnym ruchu, czyli dla polskich zgłoszeń na polskich przykładach.
  • Dane z darmowego poziomu. i-SCOOP pisze, że Google może używać treści z darmowego poziomu do ulepszania produktów, ale nie z płatnego. Instytut.ai pisze o Gemini API ogólnie, że w Polsce i całym Europejskim Obszarze Gospodarczym zasady płatne obowiązują także w darmowym limicie, ale danych osobowych i poufnych nie wolno tam wysyłać. Źródła różnią się co do darmowego poziomu, więc rozstrzygają warunki Gemini API.
  • Decyzje o osobach. Według i-SCOOP ocena kandydatów do pracy i zdolności kredytowej osób to systemy wysokiego ryzyka z załącznika III unijnego rozporządzenia o sztucznej inteligencji (AI Act), z większością obowiązków od grudnia 2027. Artykuł 22 ogólnego rozporządzenia o ochronie danych (RODO) daje osobie prawo, by nie podlegać decyzji opartej wyłącznie na zautomatyzowanym przetwarzaniu, jeśli wywołuje ona skutki prawne lub podobnie istotnie na nią wpływa, pisze jflowlabs.pl.

Czytaj też

Model, który nie zmyśla odpowiedzi, wciąż może wybrać złą

Reklamowane 193,6 raza szybciej i 444,6 raza taniej firma TypeSafe AI, producent modelu Jev, policzyła na czterech scenariuszach własnego zespołu, a pomiar z Francji dał prawie trzy razy szybciej i dwanaście razy taniej. Przy polskich mailach ważniejsze od ceny jest to, że model najlepiej działa po angielsku, a serwery ma tylko w USA.

Źródła

  1. Google, „Gemini Decisions API: Fast, calibrated multimodal decisions”, 11.11.2026 (źródło pierwotne)
  2. Google AI Studio, dokumentacja Decisions API (źródło pierwotne)
  3. Google AI Studio, cennik Gemini Developer API (źródło pierwotne)
  4. Narodowy Bank Polski, kurs średni USD z 13.11.2026 (źródło pierwotne)
  5. i-SCOOP, „Gemini Decision 1 turns AI answers into probabilities, and that is what European firms can govern”, 12.11.2026
  6. DataCamp, „Gemini Decision 1: Benchmarks, Pricing, and Access”, 12.11.2026
  7. Dataconomy, „Google Launches Gemini Decision 1 API For 1,000 Questions Per Call”, 12.11.2026
  8. sukcesai.com, „Gemini Decisions API: decyzje AI w 150-250 ms za 0,10 USD”, 12.11.2026
  9. Firecrawl, „What Is Jev?”, 21.09.2026
  10. instytut.ai, „Gemini API: jak zacząć, ile kosztuje i jak bezpiecznie”, 3.11.2026
  11. jflowlabs.pl, „AI Act: obowiązki JDG i MŚP z checklistą”
  12. Zenn (hfujihira), wpis o Gemini Decision 1, 14.11.2026 (po japońsku; autor API nie uruchomił)

Czy ten tekst Ci pomógł?

Jedno kliknięcie. Bez podawania adresu e-mail. Dzięki temu wiem, które teksty wymagają poprawy.