Googleは2026年11月11日(現地時間)、新たな意思決定モデルAPI「Gemini Decision 1」を発表し、同分野に参入した。このモデルは、既存のJevやOpenAIのモデルと競合するもので、テキスト、画像、音声、動画、PDFを含む完全なマルチモーダル機能を特徴とする。価格はGPT-6 Luna Decisionモデルと同等の入力トークン100万件あたり10セントに設定された。

GoogleはGemini Decision 1を発表し、意思決定モデルのカテゴリにおいてJevやOpenAIと並んだ。

この新モデルAPIはJevのモデルとほぼ同一の機能を持ち、yes/no、選択、ルーブリックスコアリングの3種類の質問形式をサポートする。yes/no質問に際しては、Jevが用いる用語「Noul」を再利用している。

価格設定に関しては、Gemini Decision 1はGPT-6 Luna Decisionモデルと同じく、入力トークン100万件あたり10セントで提供され、出力は無料である。一方、Jevは100万件あたり4.2セントと、これら3モデルの中で最も安価である。

対応するデータ形式においては、JevがテキストとJSONのみを扱うのに対し、OpenAIのモデルはテキストと画像を処理できる。Gemini Decision 1はテキスト、画像、音声、動画、PDFをカバーする、完全にマルチモーダルな能力を持つ。

筆者は自身のYonkers stomping robot video fileを用いて、Gemini Decision 1を動画に対してテストした。動画に「ドラゴン」「ロボット」の登場有無や、「フランス」「USA」が舞台かといった質問を行った。JevとOpenAIのモデルがyes/no質問に対して1.0または0.0の確信度を返すのに対し、Gemini Decision 1はそれよりも低い確率を示す回答を提示した。


参考: Simon Willison’s Weblog (アーカイブ) — 2026年11月12日 07:03 (JST)

原文ハイライト

"Google join Jev and OpenAI in the decision model category with "Gemini Decision 1"."

この記事をシェア
X はてブ LinkedIn