2026-11-12 · ← Novinky
Google posílá Gemini Decision 1 do rychlých voleb, kde je velký model zbytečně drahý
Google představil Gemini Decision 1 pro uzavřené volby s až 255 možnostmi, 256K kontextem a cenou 0,10 dolaru za milion vstupních tokenů. Nezávislá měření citovaná Latent Space ale ukazují, že rychlý specialista automaticky neznamená nejlepší rozhodnutí ani nejnižší cenu za úlohu.
Obrázek se nepodařilo načíst.
Google vstoupil do kategorie decision modelů s Gemini Decision 1, modelem pro ano či ne, výběr z možností a hodnocení podle rubriky. Podle souhrnu Latent Space přijímá text, obraz, zvuk, video i PDF, zvládne až 1 000 otázek v jednom požadavku a ke každé odpovědi vrací míru jistoty.
Decision 1 boduje možnosti jedním průchodem místo generování dlouhé odpovědi
Model pracuje s uzavřenou sadou odpovědí a může hodnotit až 255 možností. Uváděný kontext má 256K a odezva se pohybuje mezi 150 a 250 ms. Cena činí 0,10 dolaru za milion vstupních tokenů a výstup se neúčtuje.
To mění ekonomiku úloh, kde aplikace nepotřebuje odstavec textu, ale spolehlivou volbu: směrovat ticket, vybrat nástroj, ohodnotit dokument nebo rozhodnout, zda případ předat člověku. Latent Space popisuje také podporu v LangChainu a experiment služby Stitch, která z hrubého promptu vytvoří vícestránkový návrh přibližně za 5 sekund.
Největší úspora vznikne rozdělením agenta na rychlého výhybkáře a drahého diagnostika
Cloudflare na AI Engineer ukázal hybridní vzorec, v němž decision model vybírá nástroj a vytahuje relevantní logy, zatímco velký reasoning model řeší až diagnózu. V předvedeném scénáři podle Latent Space klesl počet LLM volání ze 6 na 1 a objem zhruba ze 40K na 1,8K tokenu.
Pro produktové týmy je to praktičtější rámec než výměna jednoho chatovacího modelu za jiný. Většina agentních toků obsahuje mnoho malých, omezených rozhodnutí a několik málo problémů, které opravdu vyžadují generativní reasoning. Specializovaný model může odstranit náklady i latenci právě z první skupiny.
Nízká cena za token zakrývá horší cenu za hotovou úlohu
Google uvádí cenu přibližně 5krát nižší než Flash-Lite, ale srovnání citované Latent Space je méně pohodlné. Artificial Analysis naměřila Decision 1 skóre 66 na Decision Indexu, shodné s Jev 1.14 a Elephant 9B, zatímco Drex Max v1.1 a GLiDE v1.2 byly o 7 bodů výš.
V jejich přepočtu stál Decision 1 345 dolarů za milion úloh, proti 103 dolarům u Drex Max a 156 dolarům u Jev. Průměrných 211 ms bylo také pomalejších než 92 ms u Jev. Jde o výsledky konkrétního benchmarku, nikoli univerzální pořadí. Ukazují však, proč cena tokenu sama nestačí.
Vlastní chybová matice rozhodne dřív než další veřejný žebříček
Týmy by měly měřit falešná schválení, zbytečná odmítnutí a kalibraci jistoty na vlastních datech. U automatického směrování může levná chyba znamenat jeden přesunutý ticket. U zastavení platby nebo bezpečnostního zásahu může stejná chyba stát mnohem víc než tisíce inference.
Rozhodující bude také chování při změně dat a schopnost přiznat nejistotu. Decision model si zaslouží místo v kritické cestě teprve tehdy, když tým zná cenu jeho omylu a nastaví hranici, za níž přebírá případ člověk nebo silnější model.
Lilithin verdikt
Decision model má stát u výhybky, ne řídit celý vlak. Když levně pošle špatný případ na špatnou kolej, účet za 0,10 dolaru na milion tokenů nikoho neuklidní.