Pada 2026-11-11, blog developer Google menyajikan satu use case yang cukup konkret: Gemini Notebook memakai Decisions API sebagai router real-time. Begitu permintaan masuk, pertanyaan sehari-hari langsung dipilahkan ke tingkat model dan tingkat berpikir (thinking) yang sesuai. Menurut klaim resmi Google, latensi kueri sehari-hari turun hingga 40%. Perlu dicatat, angka ini dilaporkan Google sendiri, bukan hasil uji beban pihak ketiga, dan bukan kesimpulan dari pengujian nyata di platform mana pun.
Ini bukan sekadar peningkatan kemampuan model. Yang berubah adalah letak keputusan “memilih model”: dari kode developer ke jalur permintaan itu sendiri.
Nilai utama: dalam 3 menit, Anda akan tahu apa sebenarnya gemini-decision-1, bagaimana penagihannya, dan apa artinya bagi rantai pemanggilan Anda.
Ringkasan Informasi Inti Gemini Decision
| Item | Detail |
|---|---|
| Tanggal diumumkan | 2026-11-11, blog developer Google |
| ID model | gemini-decision-1 |
| Posisi | Routing dan pengambilan keputusan secara real-time, bukan pembuatan konten |
| Use case publik pertama | Pemilahan tingkat pertanyaan sehari-hari di dalam Gemini Notebook |
| Harga input | $0,10 / 1M token |
| Harga output | $0 |
| Keuntungan latensi | Klaim resmi: kueri sehari-hari turun hingga 40% |
| Ketersediaan di platform agregator | Per 2026-11-12, ID ini belum ada di daftar harga APIYI (apiyi.com) |
Baris yang paling mudah terlewat di tabel ini adalah harga output $0. Artinya, keluaran gemini-decision-1 bukan teks panjang, melainkan hasil penilaian yang sangat singkat: pertanyaan ini masuk ke tingkat mana, dan berapa anggaran berpikir yang dipakai. Kalau model ini dibandingkan harga satuannya dengan model percakapan dalam satu daftar harga, kesimpulannya akan keliru total.
Detail lain: model ini sudah punya use case produksi yang nyata, bukan berhenti di contoh dokumentasi. Gemini Notebook adalah produk Google sendiri. Jadi routing ini dijalankan dulu di produk internal baru kemudian diceritakan ke publik. Pendekatan ini lebih bisa dipercaya daripada benchmark semata, tetapi tetap berupa penjelasan sepihak dari pihak resmi.
Cara Kerja Gemini Decision: Kasus Routing yang Dilaporkan Google Sendiri
Menurut blog Google, pertanyaan sehari-hari di Gemini Notebook lebih dulu dinilai oleh Decisions API. Hasil penilaian itu menentukan model tingkat (tier) mana dan tingkat berpikir (thinking tier) mana yang dipakai. Artinya, keputusan routing sendiri menjadi satu kali pemanggilan model. Ia bukan lagi deretan if-else yang ditulis mati atau ambang batas yang disetel manual.
Masalah yang diselesaikan desain ini sangat nyata. Dalam satu produk, sebagian besar permintaan hanyalah pertanyaan ringan sehari-hari, dan hanya sedikit yang butuh penalaran berat. Kalau semua permintaan diarahkan ke tingkat yang sama, permintaan ringan ikut terseret model berat, sehingga latensi dan biaya sama-sama naik. Kalau semuanya diarahkan ke tingkat ringan, pertanyaan yang kompleks tidak terjawab dengan baik. Dengan model pengambil keputusan khusus di pintu masuk, prinsip “alokasi sesuai kebutuhan” dijadikan bagian dari infrastruktur.
| Aspek | Cara umum sebelum routing | Setelah memakai Decision |
|---|---|---|
| Penentuan tingkat | Aturan di kode atau pencocokan kata kunci | Model menilai berdasarkan isi permintaan |
| Cara perawatan | Ambang batas harus disetel manual saat bisnis berubah | Logika penilaian ikut berkembang seiring pembaruan model |
| Dampak ke latensi | Seluruh sistem melambat saat permintaan tingkat berat banyak | Menurut klaim resmi, latensi kueri sehari-hari turun hingga 40% |
| Dampak ke biaya | Semua permintaan ditagih di tingkat yang sama | Permintaan ringan jatuh ke tingkat ringan, sehingga struktur tagihan berubah |
Perlu ditegaskan bahwa angka 40% ini hanya berlaku untuk skenario “kueri sehari-hari”, bukan untuk semua permintaan. Klaim resminya juga memakai batas atas, jadi hasil nyata di bisnis Anda bergantung pada seberapa banyak permintaan yang memang bisa diturunkan tingkatnya. Kalau produk Anda isinya analisis dokumen panjang atau tugas kode yang kompleks, ruang untuk menurunkan tingkat memang lebih kecil.
🎯 Saran teknis: Untuk membuktikan manfaat pendekatan routing ini di bisnis Anda sendiri, coba dulu jalankan model di berbagai tingkat lewat antarmuka terpadu APIYI (apiyi.com). Bandingkan latensi dan kualitas output untuk kumpulan permintaan yang sama, baru putuskan apakah lapisan routing perlu dipasang.
Struktur Biaya Gemini Decision dan Dampaknya pada Pengeluaran
Dengan tarif input $0,10 / 1M token dan output $0, struktur ini pada dasarnya menagih biaya berdasarkan “seberapa banyak konteks yang dibaca”. Keputusan routing butuh melihat isi permintaan dulu sebelum bisa memilih, jadi wajar kalau biaya dikenakan di sisi input. Sementara itu, outputnya hanya satu kesimpulan tingkatan (tier), sehingga biaya di sisi output nyaris nol, dan pihak resminya langsung menetapkannya jadi 0.
Artinya, kamu perlu menghitung satu pos tambahan: lapisan routing itu sendiri juga memakai token. Penghematan biaya inferensi dari permintaan yang diturunkan tier-nya harus cukup untuk menutup biaya penilaian tambahan ini, baru secara keseluruhan bisa disebut untung bersih. Makin panjang permintaannya dan makin besar selisih antartier, makin mudah hitungannya jadi positif. Sebaliknya, pada kasus dengan permintaan pendek yang memang sudah diarahkan ke tier ringan, menambah satu lapisan routing malah bisa membuat biaya lebih mahal.
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
# gemini-decision-1 saat ini belum tersedia di daftar harga platform
# Untuk sementara, ganti model dengan model percakapan yang sudah ada untuk memvalidasi alur bisnis
response = client.chat.completions.create(
model="YOUR_MODEL",
messages=[{"role": "user", "content": "这个问题需要多深的推理？"}]
)
print(response.choices[0].message.content)
🚀 Mulai Cepat: Per 2026-11-12, daftar harga APIYI (apiyi.com) belum memuat gemini-decision-1, dan platform akan segera menambahkannya. Sebelum tersedia, kamu bisa memakai antarmuka yang kompatibel dengan OpenAI yang sama untuk memanggil model lain guna memvalidasi alur kerja. Biaya untuk berpindah model hampir nol. Untuk tipe model dan harga yang pasti, silakan merujuk ke daftar di apiyi.com.
Siapa yang Terdampak: Perubahan Nyata pada Tiga Jenis Rantai Pemanggilan
Sisi Aplikasi: Routing yang Dulu Ditulis Sendiri, Kini Tinggal Memanggil Antarmuka
Dulu, untuk membagi lalu lintas ke beberapa model, tim biasanya harus merawat satu tabel aturan, lalu menyetel ulang parameternya setiap kali versi model berganti. Kalau keputusan routing bisa diserahkan ke model pengambil keputusan khusus, logika di sisi aplikasi jadi jauh lebih tipis. Pekerjaan yang tersisa tinggal mendefinisikan “ada tingkatan apa saja” dan “model mana yang ditempatkan di tiap tingkatan”. Harganya, ada satu pemanggilan serial tambahan, sehingga kualitas jaringan di lapisan masuk akan langsung memengaruhi total latensi.
Sisi Biaya: Latensi Turun Belum Tentu Tagihan Ikut Turun
Latensi dan biaya adalah dua kurva yang berbeda. Menurunkan tingkatan memang bisa menekan keduanya sekaligus, tetapi routing itu sendiri ditagih berdasarkan token input, jadi pada skenario permintaan pendek biaya marginalnya justru bisa naik. Cara yang lebih aman: kelompokkan dulu permintaan berdasarkan tipenya, lalu aktifkan routing hanya untuk porsi lalu lintas yang “selisih kompleksitasnya besar”. Lalu lintas lainnya cukup diarahkan ke tingkatan tetap.
| Tipe tim | Manfaat utama | Komponen biaya yang perlu diperhatikan |
|---|---|---|
| Produk tanya-jawab untuk pengguna akhir (C-end) | Latensi pertanyaan sehari-hari turun, pengalaman membaik secara jelas | Overhead token tambahan dari pemanggilan routing |
| Alat internal perusahaan | Permintaan kompleks dan sederhana bercampur, selisih antartingkatan besar | Pembagian tingkatan perlu dirancang ulang |
| Layanan permintaan pendek berfrekuensi tinggi | Manfaat terbatas, ruang untuk menurunkan tingkatan kecil | Tambahan satu hop serial bisa jadi tidak sepadan |
Sisi Platform: Kecepatan Mengikuti ID Model Baru Jadi Faktor Pemilihan
Ritme pembaruan model makin cepat, dan antara saat sebuah ID diumumkan sampai benar-benar stabil dipakai biasanya ada masa jeda. Bagi tim yang memakai platform agregator, seberapa cepat mereka bisa mendapat antarmuka yang siap dipanggil selama masa itu akan langsung memengaruhi jadwal validasi. Inilah nilai yang ditawarkan platform seperti APIYI (apiyi.com): satu kunci API, antarmuka yang kompatibel dengan OpenAI, dan setelah model tersedia, Anda bisa berpindah tanpa mengubah struktur kode. Progres ketersediaan model dan rincian penagihan mengacu pada informasi yang tampil di halaman apiyi.com.
Pertanyaan yang Sering Diajukan (FAQ)
Q1: Apa itu Gemini Decision?
gemini-decision-1 yang diumumkan Google adalah model untuk perutean dan pengambilan keputusan secara real-time. Model ini tidak menghasilkan teks jawaban. Tugasnya menentukan apakah sebuah permintaan sebaiknya diarahkan ke tingkat model dan tingkat penalaran (thinking) yang mana. Gemini Notebook adalah kasus penggunaan produksi pertama yang dipublikasikan.
Q2: Apa bedanya dengan model Gemini biasa?
Model percakapan biasa menghasilkan konten, sedangkan model ini hanya mengeluarkan hasil penilaian yang sangat singkat. Karena itu struktur biayanya sama sekali berbeda: input $0,10 / 1M token, output $0. Kalau Anda menganggapnya sebagai “model generatif yang lebih murah”, arah pemahamannya sudah keliru.
Q3: Dari mana angka “latensi turun hingga 40%” berasal?
Angka ini berasal dari klaim Google sendiri di blog resminya. Maksudnya adalah batas atas perbaikan latensi pada Gemini Notebook untuk skenario kueri sehari-hari, bukan hasil uji beban independen dari pihak ketiga. Keuntungan nyatanya bergantung pada seberapa banyak permintaan Anda yang tergolong ringan dan bisa diturunkan tingkatnya.
Q4: Seberapa banyak biaya yang bisa dihemat untuk bisnis saya?
Tidak ada jawaban yang berlaku umum. Penghematan biaya inferensi datang dari permintaan yang dialihkan ke tingkat yang lebih ringan, sementara proses perutean itu sendiri ditagih berdasarkan token input. Semakin panjang permintaan dan semakin besar selisih antartingkat, semakin jelas keuntungan bersihnya. Untuk skenario dengan permintaan pendek berfrekuensi tinggi, hitung dulu dengan hati-hati.
Q5: Apakah Gemini Decision sudah bisa dipanggil sekarang?
Per 2026-11-12, gemini-decision-1 belum ada di daftar harga APIYI (apiyi.com), dan platform akan segera menambahkannya. Sampai saat itu, Anda bisa menjalankan alur bisnis lebih dulu lewat antarmuka terpadu apiyi.com. Setelah ID model tersedia, cukup ganti nama modelnya. Untuk tipe model dan harga, rujuklah daftar di apiyi.com.
Q6: Apa saja kekurangan yang sudah diketahui dari menambahkan lapisan perutean?
Ada tiga hal utama. Pertama, jalur permintaan bertambah satu panggilan berurutan, sehingga kualitas jaringan di pintu masuk jadi lebih penting. Kedua, proses penilaian perutean itu sendiri memakai token input, jadi biaya marginal untuk permintaan pendek justru naik. Ketiga, pembagian tingkat perlu dirancang ulang sesuai kebutuhan bisnis Anda, sehingga tidak bisa begitu saja meniru pembagian milik orang lain.
Gemini Decision: Poin Utama Key Takeaways
- Posisi: gemini-decision-1 adalah model routing real-time yang hanya menghasilkan penilaian tingkatan (tier), bukan teks isi jawaban.
- Kasus penggunaan: Gemini Notebook memakainya untuk mengarahkan pertanyaan sehari-hari ke tingkatan model dan tingkatan “berpikir” yang sesuai.
- Manfaat: Menurut klaim resmi, latensi untuk kueri sehari-hari turun hingga 40%. Angka ini diklaim sendiri oleh Google, bukan hasil pengujian independen.
- Biaya: Input $0,10 / 1 juta token, output $0. Biaya dihitung dari konteks yang dibaca.
- Konsekuensi: Proses routing itu sendiri memakai token, jadi untuk permintaan pendek keuntungan bersihnya perlu dihitung sendiri.
- Ketersediaan: Per 2026-11-12, ID model ini belum tersedia di APIYI (apiyi.com). Kami akan segera menambahkannya, dan harga mengikuti daftar di apiyi.com.
- Cara memverifikasi: Jalankan dulu alurnya lewat antarmuka yang seragam, baru putuskan apakah lapisan routing perlu dipakai di produksi.
Kesimpulan
Nilai dari pengumuman ini bukan terletak pada seberapa canggih modelnya, melainkan pada langkah Google menjadikan “memilih model” sebagai antarmuka yang bisa dipakai pihak luar, setelah lebih dulu diuji di produknya sendiri. Bagi developer, ada tiga hal yang perlu diingat. Pertama, keputusan routing kini bergeser dari logika di dalam kode menjadi satu kali pemanggilan model. Kedua, keuntungan latensi yang diklaim itu adalah batas atas versi resmi, jadi perlu dihitung ulang sesuai struktur trafik Anda sendiri. Ketiga, ada dimensi biaya baru yang mengubah struktur ongkos, sehingga Anda tidak bisa hanya melihat penghematan dari turun tingkatan model.
Kalau ingin mencoba lebih awal, Anda bisa menjalankan logika pembagian tingkatan dengan model yang sudah ada. Setelah gemini-decision-1 tersedia di APIYI (apiyi.com), Anda cukup mengganti nama modelnya. Untuk tipe model dan harga, silakan merujuk ke daftar di apiyi.com.
Referensi
- Blog Resmi Google: Gemini Decisions API
- Tautan:
blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ -
Keterangan: Satu-satunya sumber asli untuk artikel ini terkait ID model, kasus penggunaan routing, angka latensi, dan harga
-
Daftar Harga APIYI apiyi.com
- Tautan:
apiyi.com - Keterangan: Dipakai untuk memeriksa status ketersediaan gemini-decision-1 dan acuan akhir penagihannya
Penulis: Tim Teknis APIYI
Diskusi Teknis: Silakan hubungi kami di beranda APIYI apiyi.com. Kabar terbaru soal model yang baru tersedia dan penjelasan antarmuka baru bisa dilihat di pusat dokumentasi situs kami
