Ep.1613 Google、判断特化AI「Gemini Decision 1」を投入──出力0円・ミリ秒応答が変える企業の意思決定インフラ（2026年11月12日配信）

タイトル

Google、判断特化AI「Gemini Decision 1」を投入──出力0円・ミリ秒応答が変える企業の意思決定インフラ

このエピソードで登場するキーワードを説明します。

Google DeepMind: GoogleのAI研究開発部門。基盤モデル「Gemini」シリーズの開発を主導しており、今回発表された意思決定特化型モデルの開発も手がけた。

Gemini Decision 1: 2026年11月11日に発表された、テキストを生成せず選択肢の採点と確率の算出に特化したマルチモーダルAIモデル。

Gemini Decisions API: Gemini Decision 1をGoogle AI Studio経由で利用するための専用エンドポイント。1回のリクエストで最大1000問の質問を同時に評価できる。

TypeSafe: 2026年9月に判断特化型AIモデル「Jev」を投入し、「System Oneモデル」と呼ばれる高速意思決定AIの市場を切り拓いたスタートアップ。

フォワードパス: ニューラルネットワークにおいて、入力データから出力結果へ向かって一方向に計算を進める処理。従来の言語モデルのように1文字ずつ反復して文章を紡ぎ出す工程を省くことで、圧倒的な高速化を実現する。

ECE (Expected Calibration Error): AIが算出した予測確率と、実際に正解した割合のズレを示す指標。数値が低いほど、AIが示す「確信度」が信頼できることを意味する。

それでは解説に入ります。

2026年11月11日、Googleは文章を生成するのではなく「判断」を下すことだけに特化した新モデル「Gemini Decision 1」と、それを利用するための「Gemini Decisions API」を発表しました。これまで企業がAIを業務システムに組み込む際、たとえば顧客からの問い合わせメールをどの部署に振り分けるか、あるいは投稿されたコンテンツが規約に違反していないかを判定するためにも、大規模言語モデルを呼び出して1文字ずつ回答テキストを生成させる必要がありました。しかし、こうした用途の本質は「はい・いいえ」の判定や決められた選択肢からの分類であり、文章の生成そのものは不要です。従来のやり方では、出力される文字数に応じた課金や応答の待ち時間が積み重なるだけでなく、AIが指定外の形式で回答してしまいプログラム側でエラーが起きるといった課題が常につきまとっていました。

今回投入されたGemini Decision 1は、この構造的な無駄を根本から排除しています。テキストや画像、音声、動画、PDFといった最大25万6000トークンまでの多様なデータを直接読み込み、たった1回のフォワードパス、つまり一方向の計算処理だけで候補となる選択肢を採点します。質問の形式は、真偽を問うイエス・ノー判定、最大255個の候補から選ぶ選択式、そして段階的な評価基準に沿って採点するルーブリック形式の3種類に対応しており、1つの入力データに対して最大1000問の独立した質問を同時に投げかけることができます。文字を一切出力しないため、応答にかかる時間は往復で150から250ミリ秒と極めて高速で、質問の数を1問から100問に増やしても待ち時間はほぼ変わりません。さらに、それぞれの回答には0から1までの数値で示される「信頼度スコア」が付与されるため、確信度が高い案件はシステムで自動処理し、迷いがある曖昧な案件だけを人間の担当者に回すという業務フローをプログラム上で容易に構築できます。

料金体系も従来の生成AIとは一線を画しています。出力トークンが常にゼロであるため出力に対する課金は一切発生せず、入力トークン100万個あたり0.10ドルという低価格に設定されました。しかも、複数の質問を同時に投げる場合、元となる画像や書類などの入力データに対する課金は1回分のみで済みます。Googleの試算によれば、同社の軽量モデルであるGemini 3.5 Flash-Liteを従来のAPIで使った場合と比較して、約5分の1のコストで同等の判定業務をこなすことができます。

実は、こうした「生成しない判断特化型AI」は、2026年秋に入り急速に立ち上がった新たな激戦区となっています。2026年9月15日にスタートアップのTypeSafeが「Jev」を発表してこの市場を切り拓くと、10月にはMicrosoftが「Decision-1」を、OpenAIも「GPT-6 Luna」を用いた独自のDecisions APIを相次いで投入しました。単価だけで見れば、100万トークンあたり0.042ドルのTypeSafe Jevが依然として最安値を維持していますが、Googleの強みはネイティブなマルチモーダル対応と予測の正確さにあります。競合モデルが音声や動画の直接判定に対応していない中、Gemini Decision 1は文字起こしやOCRの事前処理なしで音声通話の録音や破損品の写真、PDFの請求書をまとめて評価できます。Googleが公開した9つの精度ベンチマークでは、Jev 1.14やGPT-6 Lunaを抑えて7項目で首位を獲得し、予測確率の信頼性を示すECEでも0.0250と、Jevの約半分という極めて低い誤差を記録しました。

Google社内ではすでにこのAPIが実運用に組み込まれています。たとえば「Gemini Notebook」では、ユーザーからの質問の意図をミリ秒単位で判定し、日常的な質問は軽量モデルへ、複雑な課題は深い推論モデルへと振り分けるリアルタイムのルーターとして機能しており、応答時間を最大40パーセント短縮しました。また、UIデザインツールの「Stitch」では音声やタップによる修正指示を即座に画面へ反映させる制御基盤として、Google検索では外部ツール連携時の悪意ある挙動を検知する安全層として稼働しています。現時点ではGoogle AI Studioを通じたプレビュー提供となっており、大企業が基幹システムで利用するGoogle Cloudへの統合は近日対応予定とされていますが、大量の書類審査や品質検査、モデルの振り分けを高速かつ安価にさばく「制御プレーン」として、企業のAIインフラ設計を大きく塗り替えることになりそうです。

今回のエピソードは以上で終了です。また次回お会いしましょう。