--- title: "Google stellt Gemini Decisions API vor: KI bewertet tausend Anfragen in Millisekunden" description: "Google hat die Gemini Decisions API auf Basis des Modells Gemini Decision 1 vorgestellt: Die Schnittstelle bewertet bis zu 1.000 unabhängige Fragen in 50–100 Millisekunden und kostet 0,10 US-Dollar pro Million Input-Token." date: 2026-11-12T08:25:18.728Z lang: de url: https://xab.info/de/posts/google-gemini-decisions-api tags: [google, gemini, ai-api, machine-learning, google-ai-studio] author: "Alexander Buran" publisher: "XAB.info" --- # Google stellt Gemini Decisions API vor: KI bewertet tausend Anfragen in Millisekunden ![Computerbildschirm mit Gemini-Logo und API-Leistungsdiagramm auf einem Schreibtisch](https://xab.info/media/2026/11/12/google-gemini-decisions-api/google-gemini-decisions-api-1.webp) ## Kernpunkte - Google hat die Gemini Decisions API auf Basis des Modells Gemini Decision 1 gestartet. - Die Schnittstelle bewertet parallel bis zu 1.000 unabhängige Fragen in 50–100 ms (Gesamtlatenz 150–250 ms). - Die Kosten betragen 0,10 US-Dollar pro Million Input-Token – laut Google fast 5-mal günstiger als Gemini 3.5 Flash-Lite. - Das Tool ist in Notebook API, Stitch, CC, Google Search sowie Drittanbieter-Plattformen (OpenRouter, LangChain, Vercel usw.) integriert. Google hat offiziell die Gemini Decisions API vorgestellt, eine neue programmierbare Schnittstelle, die auf dem spezialisierten Modell Gemini Decision 1 basiert. Im Gegensatz zu klassischen Sprachmodellen, die Antworten sequenziell Wort für Wort generieren, ist dieses Tool auf massive parallele Auswertung ausgerichtet: In einem einzigen Aufruf kann das System bis zu 1.000 unabhängige Fragen auf Basis gemeinsamer multimodaler Daten verarbeiten, ohne unnötigen Text zu erzeugen. ### Parallele Auswertung statt sequenzieller Generierung Der Hauptunterschied von Gemini Decision 1 liegt in der Art und Weise, wie mit Antwortoptionen umgegangen wird. Das Modell bewertet sofort mehrere mögliche Ergebnisse, berechnet die Wahrscheinlichkeit jedes Einzelnen und zeigt den Grad des Vertrauens in die eigene Auswahl an. Die Schnittstelle unterstützt Text, Bilder, Audio, Video und PDF-Dokumente mit einem Gesamtvolumen von bis zu 256.000 Token. Laut Google liegt die durchschnittliche Berechnungszeit zwischen 50 und 100 Millisekunden, bei einer Gesamtlatenz von 150–250 Millisekunden. ### Preise und Positionierung Die Preisgestaltung für die Neuentwicklung ist auf Massenszenarien ausgelegt: 0,10 US-Dollar pro Million Input-Token ohne zusätzliche Gebühren für Ausgabedaten. Das Unternehmen betont, dass dies fast fünfmal günstiger ist als das Modell Gemini 3.5 Flash-Lite. In Marketingmaterialien zeigt Google ein Vergleichsdiagramm, in dem die Latenz der Gemini Decisions API mit 0,8 Sekunden angegeben wird, verglichen mit 3,4 Sekunden bei OpenAI, 4,2 Sekunden bei Anthropic und 5,6 Sekunden bei „anderen Modellen“; eine unabhängige Überprüfung dieser Zahlen lag zum Zeitpunkt der Veröffentlichung nicht vor. Der Service ist bereits über die Google AI Studio-Plattform verfügbar, einschließlich eines kostenlosen Tarifs zum Prototyping. ### Integration in Googles eigene Produkte Das Unternehmen integriert das Tool aktiv in sein eigenes Ökosystem. In der Gemini Notebook API wird das Modell als Router eingesetzt, der die Latenz täglicher Abfragen um 40 Prozent reduziert. In der Plattform Stitch hilft es dabei, interaktive Mockups per Sprachbefehl sofort zu erstellen, und in der CC-App Emoji-Reaktionen aus über 200 Optionen auszuwählen. Darüber hinaus nutzt Google Search das Modell als Schutzschicht zur Erkennung verdächtiger Aktivitäten. ### Partner-Integrationen und der Kontext des KI-Wettlaufs Neben internen Diensten erhält die Gemini Decisions API Integrationen mit beliebten Drittanbieter-Plattformen: OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit und OpenCode. Die Einführung der Schnittstelle erfolgt vor dem Hintergrund verstärkter KI-Aktivitäten von Google: Kürzlich stellte das Unternehmen sein Flaggschiffmodell Gemini 4 Argon vor, mit dem es auf Angebote von Mitbewerbern reagiert. Damit wird die Decisions API zu einem weiteren Instrument in Googles Strategie, seine Position im Wettlauf mit OpenAI und Anthropic zu behaupten. ## Faktencheck und Quellen - [Google представила Gemini Decisions API: ИИ оценивает 1000 запросов за миллисекунды](https://www.rbc.ua/ukr/news/google-predstavila-gemini-decisions-api-shi-1794470806.html) - Primärquelle: Alle Spezifikationen der Decisions API sind hier aufgeführt (bis zu 1.000 Fragen, 256k Token, 50–100 ms Berechnung, 150–250 ms Latenz, 0,10 $/M Input-Token, Integrationen). Das Geschwindigkeits-Vergleichsdiagramm (0,8 s vs. 3,4/4,2/5,6 s) ist Google-Marketingmaterial. - [Google вернулась в гонку ИИ с Gemini 4 Argon, которая слишком опасна для публики](https://3dnews.ru/1149297/google-vernulas-v-gonku-ii-s-gemini-4-argon-kotoraya-slishkom-opasna-dlya-publiki) - Kontext: Einführung des Flaggschiffmodells Gemini 4 Argon als Antwort auf GPT-6 Astra und Claude Fable/Mythos 5; steht in keinem direkten Zusammenhang zur Decisions API. - [Google представила новую ИИ-модель Gemini 4 Argon – уже доступна всем](https://hi-tech.mail.ru/news/157908-gemini-4-argon-stala-dostupna-vsem-v-google-nazvali-ee-tsenu/) - Kontext: Globaler Zugriff auf Gemini 4 Argon über API, AI Studio und den Antigravity-Agenten; steht in keinem direkten Zusammenhang zur Decisions API. ## Häufige Fragen ### Was ist die Gemini Decisions API? Es handelt sich um eine neue Google-Schnittstelle auf Basis des Modells Gemini Decision 1, die bis zu 1.000 unabhängige Fragen anhand multimodaler Daten (Text, Bilder, Audio, Video, PDFs bis zu 256.000 Token) parallel auswertet, ohne zusätzlichen Text zu generieren. ### Wie viel kostet die Gemini Decisions API? 0,10 US-Dollar pro Million Input-Token ohne Aufpreis für Ausgabedaten; laut Google fast fünfmal günstiger als das Modell Gemini 3.5 Flash-Lite. ### Wo ist der Dienst verfügbar? Über die Google AI Studio-Plattform inklusive eines kostenlosen Prototyping-Tarifs sowie durch Integrationen mit OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit und OpenCode.