Gemini Decisions API Schnellstart: Ja/Nein-, Auswahl- und Score-Antworten mit Python und curl

Googles Gemini Decisions API liefert Wahrscheinlichkeiten statt Text, ohne abgerechnete Output-Tokens. Hier ist ein Schritt-für-Schritt-Schnellstart mit Python und curl, dazu die Limits und Fallstricke.

Graphic showing a quickstart for the Gemini Decisions API with a yes, choice and score answer card.

Wenn du einem KI-Modell eine Frage stellst, willst du meistens keinen Aufsatz zurück. Du willst „ja“, „billing“ oder „7 von 10“, damit dein Code einen Zweig wählen und weitermachen kann. Googles neue Gemini Decisions API ist genau dafür gebaut, und der Output kostet nichts.

Auf Mindloop Experience ansehen: Gemini Decisions API: 1,000 Questions in One Call for $0.10 per Million Tokens

Diese Anleitung zeigt dir, wie du deinen ersten Aufruf in Python und curl machst, die drei Antwortarten liest und die Fallen vermeidest, die Google dokumentiert. Sie gibt Googles Doku mit Stand 15. November 2026 wieder. Wir haben die Syntax der Python- und curl-Beispiele geprüft (der Code kompiliert und der JSON-Body lässt sich parsen). Echte Aufrufe brauchen deinen eigenen API-Schlüssel, deshalb stammen die Beispielausgaben unten aus der Doku.

Was die Decisions API eigentlich ist

Google hat sie am 11. November 2026 mit einem Modell namens Gemini Decision 1 (gemini-decision-1) gestartet. Statt Text zu schreiben, bewertet das Modell die Optionen, die du ihm gibst, und liefert Wahrscheinlichkeiten zurück. Laut Google kann eine Anfrage bis zu 1.000 Fragen zu einem gemeinsamen Input enthalten, und die mediane End-to-End-Latenz liegt bei 150 bis 250 Millisekunden für Inputs bis 16K Tokens.

Der Preis liegt bei 0,10 US-Dollar pro Million Input-Tokens, und der Output ist immer null Tokens. Gemeinsamer Input wird pro Anfrage nur einmal berechnet, egal wie viele Fragen du stellst. Es gibt eine kostenlose Stufe in Google AI Studio; laut Googles Preisseite können deine Daten dort zur Verbesserung der Produkte genutzt werden. Für die kostenpflichtige Stufe heißt es, dass das nicht passiert.

Simon Willison hat festgestellt, dass Googles Modell zu einer kleinen Kategorie mit zwei Konkurrenten gehört. Nach seinen Angaben kostet Gemini Decision 1 genauso viel wie OpenAIs Entscheidungsmodell GPT-6 Luna, während ein Modell namens Jev mit 4,2 Cent pro Million günstiger ist. Außerdem fand er eine Eigenheit: Jev und OpenAI liefern bei Ja/Nein-Fragen glatt 1.0 oder 0.0, Gemini dagegen weichere Werte wie 0.92 und 0.05.

Was du brauchst

  • Einen Gemini-API-Schlüssel aus Google AI Studio.
  • Python mit dem Google GenAI SDK, Version 3.2 oder neuer. Wer JavaScript nutzt, braucht @google/genai.
  • Einen beliebigen HTTP-Client, falls du das SDK lieber weglässt.

Schritt 1: SDK installieren und Schlüssel setzen

Terminal
pip install -U google-genai
export GEMINI_API_KEY=your-key-here

Das curl-Beispiel in Googles Doku liest den Schlüssel aus GEMINI_API_KEY. Einen breiteren Überblick, wie du Gemini aus Python, JavaScript und curl aufrufst, gibt dir unsere Anleitung zur Gemini 4 Hydrogen API.

Schritt 2: Stell deine erste Ja/Nein-Frage

Das ist der Schnellstart aus Googles Doku. Speichere ihn als decisions.py:

Code
from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create(
    model="gemini-decision-1",
    input="The blue mug I ordered on Monday arrived cracked on Wednesday.",
    questions={
        "is_damaged": {
            "type": "noul",
            "instructions": "Did the item arrive damaged?",
        },
    },
)

answer = result.answers["is_damaged"]
print(f"P(yes)={answer.noul:.2f} confidence={answer.confidence:.2f}")

Führe python decisions.py aus. Die Doku zeigt als Antwort 0.99 sowohl für die Ja-Wahrscheinlichkeit als auch für die Confidence, mit total_output_tokens bei 0. Der Schlüssel, den du wählst (is_damaged), ist nur ein Label. Das Modell sieht ihn nie, also schreib die ganze Frage in instructions.

Schritt 3: Probier es mit curl

Die API ist ein einziger POST-Request, ein SDK ist also nicht nötig:

Terminal
curl -X POST "https://generativelanguage.googleapis.com/v1beta/decisions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-decision-1",
    "input": "The blue mug I ordered on Monday arrived cracked on Wednesday.",
    "questions": {
      "is_damaged": {
        "type": "noul",
        "instructions": "Did the item arrive damaged?"
      }
    }
  }'

Schritt 4: Lerne die drei Fragetypen kennen

TypWofürBraucht criteria?Was du zurückbekommst
noulEine Ja/Nein-Aussage prüfenNeinnoul (0.01 bis 0.99), confidence
choiceEine von 2 bis 255 Optionen wählenJa, eine Zuordnung von Option zu Beschreibungchoice, probabilities, confidence
scoreAnhand geordneter Stufen ab 0 bewertenJa, eine Liste von Stufenscore, probabilities, legend, confidence

Eine choice-Frage sieht so aus (der Beispiel-Input in der Doku lautet „I was charged twice for my order.“ [Mir wurde meine Bestellung zweimal berechnet]):

Code
questions={
    "department": {
        "type": "choice",
        "instructions": "Which department should handle this request?",
        "criteria": {
            "billing": "Payments, invoices, and refunds.",
            "technical": "Problems using the product.",
            "shipping": "Delivery and tracking.",
            "other": "Anything outside these categories.",
        },
    },
}

Der Wert score ist der wahrscheinlichkeitsgewichtete Durchschnitt der Stufennummern und kann deshalb zwischen zwei Stufen liegen. Flavio Copes zeigt in seinem Beitrag 1.12 auf einer dreistufigen Skala.

Schritt 5: Lass die Confidence entscheiden, wer handelt

Jede Antwort enthält einen confidence-Wert von 0 bis 1, die geschätzte Wahrscheinlichkeit, dass die Top-Antwort stimmt. Google empfiehlt, mit der Antwort eine Aktion auszuwählen und mit der Confidence zu entscheiden, ob der Code sie ausführt:

Code
answer = result.answers["department"]
if answer.confidence >= 0.7:
    route_to(answer.choice)
else:
    route_to("human_review")

Hier ist route_to deine eigene Funktion. Google rät, Schwellenwerte anhand gelabelter Beispiele aus deinem eigenen Traffic festzulegen, statt einfach 0.7 zu übernehmen.

Schritt 6: Bündle deine Fragen

Pack unabhängige Fragen zum selben Input in eine einzige Anfrage. Der gemeinsame Input wird einmal gezählt, und du kannst die Typen mischen. Googles Beispiel routet ein Support-Ticket mit einer Ja/Nein-Fehlerprüfung, einer Auswahl zwischen vier Aktionen und einem vierstufigen Abwanderungs-Score in einem einzigen Aufruf. Die Fragen sehen einander nicht.

Limits, die du kennen solltest

LimitWert
Fragen pro Anfrage1 bis 1.000
Kontextfenster262.144 Tokens, Input plus Fragen
Kostenlose Stufe200 Anfragen pro Minute, 10.000 pro Tag
Stufe 1 (Tier 1)1.500 Anfragen pro Minute, 50.000 pro Tag

Typische Fehler und Lösungen

  • Nichts passiert, wenn du auf Sicherheit prüfst. Ja/Nein-Wahrscheinlichkeiten liegen immer zwischen 0.01 und 0.99, ein Test auf noul > 0.99 greift also nie. Setz deine Schwellenwerte innerhalb dieses Bereichs.
  • Auch Unsinn bekommt ein Label. Auswahlfragen verteilen die Wahrscheinlichkeit auf deine Optionen, selbst wenn keine passt. Füge eine Option other mit Beschreibung hinzu und prüfe die Confidence.
  • Deine Auffangoption steht nicht am Ende. Die API sortiert Optionsschlüssel alphabetisch, deshalb landet none_of_the_above vor shipping statt am Schluss. Nutze eine beschriebene Auffangoption wie other.
  • Ein 400-Fehler. Er kommt zurück, wenn du ein Limit überschreitest, die Schlüsselvalidierung fehlschlägt oder die Sicherheitsfilter anschlagen. Der Fehler-Body nennt einen code wie safety.
  • Medien laden nicht. YouTube-URLs und gs://-Adressen werden nicht unterstützt. Nutze eine Files-API-URI, einen öffentlichen oder signierten HTTPS-Link oder Inline-Base64-Daten.
  • Deine Rechnung wächst bei einem langen Dokument. Es gibt kein Context Caching und keine Batch API, wiederholter Input wird also voll berechnet. Stell stattdessen alle Fragen in einer Anfrage.
  • Seltsame Ergebnisse bei Nutzertext. Google warnt, dass Input für seine eigene Einordnung argumentieren kann. Setz einen Menschen oder eine zweite Prüfung vor alles, was Geld bewegt.
  • Probleme beim Setup. Prüfe, ob du SDK 3.2 oder neuer und die API-Version v1beta nutzt, bevor du irgendetwas anderes debuggst. Laut Doku ist die API nur in v1beta verfügbar.

Wann du etwas anderes nehmen solltest

Nutze die Decisions API für Routing, Filterung und Regelprüfungen mit einem festen Satz von Antworten. Wenn du generierten Text, Zusammenfassungen oder Werte nach deinem eigenen JSON-Schema brauchst, verweist Google stattdessen auf die Interactions API. Wenn du Modelle lieber auf deiner eigenen Hardware laufen lässt, zeigt dir unsere Ollama-Anleitung diesen Weg.

Quellen

Links zuletzt geprüft am 15. November 2026.

Von Mindloop Editorial

The Mindloop Experience editorial team writes clear, carefully sourced explainers and how-tos on tech, science, money and culture, for anyone who likes to know how things actually work.

Über Mindloop Experience

Kommentare

Kommentar schreiben

Mehr von Mindloop Experience

Alle Artikel von Mindloop Experience

Du kannst bis zu 50-mal applaudieren.