Google ra mắt Gemini Decision 1: Xử lý 1.000 câu hỏi cùng lúc, giá từ 0,10 USD mỗi triệu token đầu vào

Hình ảnh giúp hiểu rõ bài viết

Google vừa giới thiệu Gemini Decision 1, mô hình AI chuyên xử lý các câu hỏi và nhiệm vụ ra quyết định độc lập, với khả năng tiếp nhận tối đa 1.000 câu hỏi trong một lần tính toán. Điểm đáng chú ý là mức giá đầu vào chỉ 0,10 USD cho mỗi triệu token, trong khi token đầu ra được miễn phí.

Được công bố ngày 11/11/2026 theo giờ địa phương, mô hình có mã định danh gemini-decision-1 và được cung cấp thông qua Gemini Decisions API. Thay vì tập trung vào việc tạo nội dung dài hoặc giải thích phức tạp, sản phẩm hướng đến các tác vụ cần đánh giá, phân loại và lựa chọn giữa nhiều phương án.

Chi phí thấp, xử lý hàng loạt câu hỏi trong một lần gọi

Theo Google, Gemini Decision 1 có thể xử lý tối đa 1.000 câu hỏi độc lập trong một lượt tính toán xuôi (forward pass). Thời gian phản hồi từ lúc gửi yêu cầu đến khi nhận kết quả dao động 150–250 mili giây; riêng thời gian tính toán trung vị của mô hình là 50–100 mili giây.

Mức phí được công bố là 0,10 USD cho mỗi triệu token đầu vào, không tính phí token đầu ra. Các nhà phát triển muốn thử nghiệm và xây dựng nguyên mẫu có thể sử dụng gói miễn phí của Google AI Studio. Google cho biết mô hình cũng sẽ sớm được hỗ trợ trên Gemini thuộc Google Cloud. Ngoài ra, người dùng có thể tiếp cận thông qua OpenRouter và Vercel AI Gateway.

Google tuyên bố, xét trên toàn bộ bộ benchmark mà hãng chia sẻ, việc sử dụng Gemini Decision 1 qua Decisions API có chi phí thấp hơn gần 5 lần so với Gemini 3.5 Flash-Lite thông qua Interactions API. Để tham khảo, Jev 1.14 có giá đầu vào 0,042 USD mỗi triệu token, trong khi GPT-6 Luna có mức giá 0,10 USD cho mỗi triệu token đầu vào chưa được lưu bộ nhớ đệm.

Giới hạn kỹ thuật và những tác vụ không phù hợp

Gemini Decision 1 hỗ trợ ngữ cảnh tối đa 16.000 token và có thể xử lý câu hỏi trắc nghiệm với tối đa 255 lựa chọn. Tổng số câu hỏi trong một yêu cầu cùng sử dụng cửa sổ ngữ cảnh 262.144 token.

Tuy nhiên, mô hình không được thiết kế để thực hiện các công việc đòi hỏi giải thích hoặc tạo ra dữ liệu tùy ý. Mỗi câu hỏi được đánh giá độc lập, do đó những câu hỏi phụ thuộc vào kết quả của câu trả lời trước đó phải được gửi trong một lần gọi API riêng. Đây là giới hạn quan trọng khi nhà phát triển thiết kế quy trình AI nhiều bước.

Kết quả benchmark: Google dẫn đầu một số bài kiểm tra nhưng chưa vượt trội toàn diện

Trong bộ benchmark do Google công bố, Gemini Decision 1 đứng đầu 5 trong tổng số 7 bài kiểm tra. Ở JevBench, mô hình đạt 92,2%, cao hơn GPT-6 Luna với 90,9% và Jev 1.14 với 90,0%. Chỉ số sai số hiệu chỉnh (calibration error) cũng đạt 0,0250, thấp hơn mức 0,0494 của Jev; chỉ số này càng thấp càng tốt.

Dù vậy, các số liệu của chính Google cho thấy đối thủ vẫn có lợi thế ở một số bài kiểm tra. Tại Mind2Web Multimodal, Jev đạt 86,8%, nhỉnh hơn mức 86,2% của Gemini Decision 1. Trong bài When2Call, Jev cũng dẫn trước với 82,0%, so với 79,9% của mô hình mới.

Ở lĩnh vực đa phương tiện, Gemini Decision 1 đạt 71,8% trong bài kiểm tra âm thanh MMAU, cao hơn mức 67,7% của Gemini 3.5 Flash-Lite. Với Video-MME, mô hình đạt 69,1%, vượt mức 63,3% của mô hình đối chiếu.

Đánh giá độc lập đặt ra câu hỏi về lợi thế cạnh tranh

Kết quả từ Artificial Analysis mang đến góc nhìn thận trọng hơn. Trong Decision Index v2.1, đánh giá độc lập 18 mô hình chuyên về ra quyết định tại thời điểm ra mắt, Gemini Decision 1 xếp thứ 9 với 66 điểm. Mô hình đạt kết quả cao nhất trong nhóm mô hình ra quyết định ở các hạng mục kiến thức và suy luận.

Tuy nhiên, ở những tiêu chí khác, Gemini Decision 1 bị các đối thủ vượt qua. Trong bài AA-Paperclip, chiếm 30% trọng số của chỉ số, Drex Max v1.1 đạt tỷ lệ vượt qua 63%, trong khi Gemini Decision 1 đạt 33%. Ở bài When2Call do Artificial Analysis tự đo lại, Drex Max v1.1 đạt 95,3 điểm, so với 80,5 điểm của Google. Tại AA-Symmetry, Mammoth 27B cũng dẫn trước với 88,2 điểm, còn Gemini Decision 1 đạt 70,5.

Chênh lệch đáng chú ý hơn xuất hiện ở chi phí vận hành. Theo phép đo của Artificial Analysis trên toàn bộ chỉ số, Gemini Decision 1 tiêu tốn 345 USD cho mỗi triệu tác vụ. Con số tương ứng của Drex Max v1.1 là 103 USD và Jev 1.14 là 156 USD. Thời gian xử lý mỗi tác vụ của mô hình Google được đo ở mức 211 mili giây.

Những kết quả trái chiều cho thấy Gemini Decision 1 có lợi thế về khả năng xử lý hàng loạt câu hỏi độc lập, tốc độ và một số chỉ số kiến thức, suy luận. Tuy nhiên, mức giá đầu vào thấp chưa đồng nghĩa với chi phí tổng thể thấp nhất. Với doanh nghiệp và nhà phát triển, hiệu quả thực tế sẽ phụ thuộc vào số lượng tác vụ, cấu trúc câu hỏi và mức độ chính xác cần thiết của từng ứng dụng.

Source: Original Korean article - Trendy News Korea