Gemini Decisions APIが登場 選択肢の確率を返す方式

前回からの変化

前回(2026-11-11、前日)との比較である。前回は大手のGemini 4 Carbonが主役で、新顔の「判断モデル」がAmazonの実運用事例に広がった。今回はその判断モデルをGoogle自身がAPIとして売り出した。

変わったこと(変化・新規)

• 判断モデルが、Amazon社内の事例(前回)から、Googleの公式API「Gemini Decisions API」(今回)へ進んだ。利用の入口が、自前で土台モデルを動かす形から、料金表のあるAPIに変わった(Google: Gemini Decisions API)
• 開発手法の話題が、旧モデルとの並走運用(前回)から、AIエージェントが全コードを書いたAWS Emulatorの作り方(今回)に移った(All Things Distributed)
• 研究・技術の項目が、形式検証(前回)から、細胞の種類ごとにDNA変異を予測するAlphaGenome 2(今回)に替わった(Google DeepMind: AlphaGenome 2)
• Anthropicが11月10日にClaude Sheets、Meetings、Whiteboardsを出した。前回のFable 5.2に続く同社の動きだが、モデルではなく仕事用の機能である(Engadget)

昨日と同じこと(継続)

• Gemini 4 Carbonの導入価格は、11月30日まで入力100万トークンあたり2ドル、出力10ドルのまま続く。今回のGemini Robotics 2.5は、そのひとつ下のGemini 4 Argonの能力を土台にしている(SiliconANGLE)
• Hugging Faceのトレンドは、idolが3位、Kimi-K3.1-Proが4位、Ripple-65B-Previewが5位で、前回と同じ顔ぶれが上位に残っている。webAIのTwIL-8Bも11位にとどまる(Hugging Face: トレンド一覧)
• 性能値の多くが自社発表で、第三者の検証が追いついていない点は前回と同じである

要因の連続性

• 継続要因: 新しい製品の効果が自社計測にとどまる点は前回と同じ。コーディングエージェントを前提にした開発の工夫への関心も続いている
• 新規要因: 大手が「判断」専用のAPIを出し、判断モデルが特定の企業事例から一般の開発者向けの道具になった。エージェントに検証用の環境を持たせる考え方が、AWSの具体例として加わった
• 解消した要因: 前回の「主要企業の新モデルはAnthropicとGoogleの最上位モデルだけ」という状況は、今回は新しいモデルではなくAPIや機能の発表が中心になり、後退した

本日のハイライト

Google: 文章を作らずに判断するGemini Decisions API

Googleは11月11日、固定の選択肢から答えを選ばせる専用のAPI「Gemini Decisions API」を公開した。モデルはGemini Decision 1(gemini-decision-1)である。文章を1文字ずつ生成せず、候補ごとの確率を1回の計算で出し、0から1の確信度を添えて返す。出力は生成されないので、出力トークンの料金はゼロである(Google: Gemini Decisions API)。

何ができるか。

• 1回のリクエストに、同じ入力(テキスト、画像、音声、動画、PDF)への質問を最大1,000個まとめられる。質問は、はい/いいえ、多肢選択(2〜255択)、順位付けの採点の3種類である
• 用途は、ツールの選択、方針の確認、モデルの振り分け、文脈の採点などである。確信度が低いものだけをほかのモデルや人に回せる
• 入力は最大256Kトークンである。遅延は、コンテキスト16Kトークンまでの測定で150〜250ミリ秒とされる

利用条件と料金は次のとおりである。

• 料金は入力100万トークンあたり0.10ドルで、出力は無料である。共通の入力は1回だけ課金され、質問ごとには指示と基準の分だけ加わる。Google AI Studioには無料枠がある
• Gemini APIとGoogle AI Studioで使える。OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCodeへの対応が順次進む。Google Cloud側は「近日」とされる

性能の根拠は自社発表である。Googleは、エージェントの振り分けや推論などの評価で首位かつ較正誤差が最小としているが、ページの文章に点数はなく、図にのみ示される。Gemini 3.5 Flash-Liteにくらべて約5倍安いという主張も自社の数字で、第三者の検証は確認できていない。試すなら、いまLLMに「分類」や「ルーティング」をさせている処理に、確信度の閾値つきで置き換えて、費用と精度を比べるとよい。

主要企業のリリース

Gemini Decisions APIが本日の主な発表である。そのほか次がある。

• Google DeepMindのGemini Robotics 2.5。ロボット向けの視覚・言語・行動モデルで、Gemini 4 Argonの能力を使って作られた。200を超えるタスクで試され、成功率は課題により30〜100パーセント、前の版より20〜30パーセント速いとされる。メルセデス・ベンツの部品の梱包では96パーセントの成功率が報告された。Agile Robots、Apptronik、Boston Dynamicsなどの提携先を通じて提供が始まった。数値は自社発表で、課題の詳細と比較条件は示されていない(SiliconANGLE)
• Anthropicは11月10日、Claude Sheets(表計算の作成と編集。有料会員向けのβ)、Claude Meetings(Google Meetに参加して議事を取る。TeamとEnterpriseのみ)、Claude Whiteboards(アイデアをまとめて担当者別の作業案を出す。有料会員向けのβ)を発表した(Engadget)

OpenAI、Metaなどは、今回の調査では本日の技術的な新規リリースを確認できなかった。

新興AI・注目の新顔

Gemini Decisions API(続報): 判断モデルが大手の公式APIに

続報である。前回までに、Jev、Flide、Amazonの事例Strands Deciderと、「文章でなく選択肢への確率を返す」判断モデルを取り上げてきた。今回、Googleが同種のモデルを公式のAPIにした。上のとおり、料金は入力のみ、出力はゼロ、1リクエストに最大1,000問である。

Strands Deciderは、土台のモデルを自分で用意して動かす形だった。Gemini Decisions APIは、土台の運用が要らない代わりに、Googleのサービスに依存する。どちらが向くかは、遅延、費用、データを外に出せるかで分かれる(この比較は本レポートの整理であり、同条件の検証結果ではない)。

そのほかの新顔は、今回の調査では技術的に新しいものを確認できなかった。Hugging Faceのトレンド上位は、前回と同じ顔ぶれが続いている(Hugging Face: トレンド一覧)。

AI開発手法

エージェントに「本物のAWSで確かめた試験」を書かせてから作らせる

AWSのWerner Vogelsは、AWS Emulatorの作り方を公開した。AWS Emulatorは、AWSの200以上のサービスを手元で無料・オフラインで再現する道具で、400を超えるAPIの定義(Smithyという記述形式)から作られた。コードはCC0(著作権を放棄する公開形態)で、GitHubのaws/aws-emulatorにコミット履歴ごと公開されている(All Things Distributed)。

手順は次のとおりである。

• まずエージェントが、APIの定義から「忠実度テスト」を書く。顧客の使い方を想定した通しの場面で、本物のAWSで通るまで直す。つまり試験が本物の挙動の記録になる
• 次に別のエージェントが、同じ試験を通るようにエミュレーターを作る。落ちる試験が、足りない部分を示す
• すべてのコードをエージェントが書き、人は仕様、試験、合格の関門(複数のセキュリティ用エージェントの敵対的なレビューなど)を設計する。最初のSQSは、Kiroへの1回の指示で約15分で動いたとされる
• 著者が試した、ロックサービスAlfの再構築は、仕様と試験環境があると約2時間で終わった。元の開発は約4か月かかったという

どんな課題に効くか: 正解が外部の実物(本物のサービス)で確かめられる再実装や移植である。再現には、実物に対して試験を回せる環境と、変更の関門が要る。効果の数字は著者の体験談で、第三者の検証ではない。

Atuin Threads: 複数のエージェントの作業履歴を共有する

Atuinの新機能Threadsは、Claude Code、Codex、Pi、Omp、OpenCodeの作業の履歴を、暗号化して機械間で同期し、検索や再開ができる。たとえばClaude Codeで始めた作業をCodexで続けられる。atuin mcpで、エージェント自身が過去の作業を検索することもできる。Atuin 18.24以降で使え、記録は任意参加である。公開は10月27日で、11日にHacker Newsで話題になった(153ポイント)。料金はページに記載がなかった(Atuin、Hacker News)。

AIを使った新サービス

新しく一般に公開されたサービスは、今回の調査では確認できなかった。未発表の話として、Appleが「Harbor」というMacアプリを準備しているとの報道がある。Apple siliconのMacをオープンウェイトのモデル用のローカルサーバーにし、Thunderbolt 5でつないだ複数台のメモリをまとめて使うという。流出情報に基づく報道で、Apple自身は発表していない。非公開のプレビュー段階で、公開日は不明である(9to5Mac)。

トレンドのAI活用法

特筆すべきトレンドなし。Hacker Newsの上位ではAI関連が複数あったが、再現できる使い方としては、上のAtuin Threadsを除き確認できなかった(Hacker News)。

LLM性能比較・得意分野

新しい比較情報なし。Gemini Decisions APIとGemini Robotics 2.5の性能値は、いずれもGoogleとDeepMindの自社発表で、評価の条件と点数が確認できないため、優劣の根拠としては扱えない。

研究・技術

AlphaGenome 2(Google DeepMind): 細胞の種類ごとにDNA変異の影響を予測

Google DeepMindは11日、DNAの配列から遺伝子の働きを予測するモデルの第2版を発表した。初代は多数の組織を並べて一度に予測したが、AlphaGenome 2は「組織・細胞の種類・状態」のどれか1つの条件とDNA配列を入れ、その条件での結果を返す。組織の平均ではなく、個々の細胞の種類のレベルで見られる点が新しい。遺伝子発現、クロマチンの開きやすさなどに加え、DNAメチル化も予測できる(Google DeepMind: AlphaGenome 2)。

自社の評価(免疫細胞28種のデータセットTenK10K)では、原因とみられる変異の検出が30パーセントで、微調整した初代の16パーセントのほぼ2倍、効果の向きの正答は43パーセントで初代の23パーセントのほぼ2倍とされる。1億を超える単一細胞のデータで学習し、利用者が自分の単一細胞データを渡せば、再学習なしで新しい細胞の状態にも合わせられる。第三者の検証はまだ出ていない。

入手: 非商用の研究に限り、AlphaGenome APIで今日から使える(無料)。商用研究は非公開プレビューである。モデルの重みが公開されるかは記載がなかった。臨床や診断には使えない。「近いうちに道具になるか」の見立てとしては、APIとColabの手順書がすでにあり、研究者は試せる段階にある。