Gemini判定API公開、1回1,000問を仕分けるEC活用3論点

GoogleのGemini Decisions APIは最大1,000問を150〜250ミリ秒で判定、入力100万トークン0.10ドルで出力無料。商品画像チェックや問い合わせ振り分けなど日本のEC事業者向け活用の3論点を解説します。

投稿日: カテゴリー AIニュース

Googleは2026年11月11日、選択肢を高速判定する「Gemini Decisions API」を公開しました。

本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)が解説します。Google DeepMindが発表したGemini Decisions APIは、文章を生成するのではなく「はい/いいえ」「どれを選ぶか」「何点か」といった閉じた問いに答えることに特化した新しいAPIです。1回のリクエストで最大1,000問をまとめて判定でき、応答は150〜250ミリ秒、料金は入力100万トークンあたり0.10ドルで出力は無料とされています。商品画像のチェックや問い合わせの振り分けなど、EC運営の「仕分け作業」と相性のよい仕組みなので、何が新しいのかと日本のEC事業者にとっての論点を整理します。

Gemini Decisions APIとは何か、発表内容の事実関係

Gemini Decisions APIとは、候補となる選択肢を1回の計算でまとめて採点し、確率と確信度を返す判定専用のAPIのことです。土台となるモデルは「Gemini Decision 1」(モデルID: gemini-decision-1)で、Google公式ブログによると、回答の文章をトークンごとに生成する通常のLLMとは違い、選択肢を直接スコアリングする方式をとっています。

入力はテキスト、画像、音声、動画、PDFに対応し、最大256Kトークンまで扱えます。1つの共通入力に対して最大1,000問の独立した質問を投げられ、質問の型は3種類です。条件に当てはまる確率を返すYes/No型、2〜255個の選択肢から1つを選ぶ多肢選択型、0から段階評価するルーブリック採点型があり、すべての回答に0〜1の確信度が付きます。確信度が低いものだけを人の確認に回す、といった設計がしやすい点が特徴です。

性能面でGoogleは、レイテンシー(応答の待ち時間)を150〜250ミリ秒、モデル計算の中央値を50〜100ミリ秒としています。共通ベンチマークではGemini 3.5 Flash-LiteをInteractions API経由で使う場合に比べて約5倍安いとしていますが、ベンチマークの具体的なスコアは本文に数値で示されておらず、いずれもGoogle自身による評価です。

Gemini Decision 1のベンチマーク比較

料金は入力100万トークンあたり0.10ドルで、出力トークンや思考トークン、音声の文字起こしやOCRには課金されません。共通入力は質問数にかかわらず1リクエストにつき1回だけ課金され、質問ごとに追加されるのは指示文と判定基準のトークンだけです。Google AI Studioでは試作向けの無料枠も用意されています。Google社内ではすでに、Gemini Notebookのモデル振り分け(日常的な質問で最大40%の低遅延化)、Stitchの高速ワイヤーフレーム生成、Google検索でのMCPツールの安全チェックに使われていると説明されています。

日本のEC事業者にとっての論点

結論から言うと、Gemini Decisions APIは「文章を書くAI」ではなく「仕分けるAI」であり、EC運営で量が多く単純な判定作業のコストを下げられる可能性があります。ここでは楽天市場・Amazon・Shopify・Yahoo!ショッピングの店舗運営を想定し、3つの論点に整理します。なお以下の活用例は筆者の考察であり、Googleが公表した導入事例ではありません。

1つ目は商品画像と商品ページのチェックです。1枚の商品画像に対して「背景は白か」「テキストの焼き込みがあるか」「ロゴが写っているか」といった複数の問いを一度に投げられるため、楽天市場の商品画像登録ガイドラインやAmazonのメイン画像要件に照らした事前チェックを自動化しやすくなります。共通入力の課金が1回で済む仕組みなので、問いを増やしてもコストが比例して膨らみにくい点は、数千SKUを抱える店舗ほど効いてきます。

2つ目は問い合わせとレビューの振り分けです。「返品希望か」「配送遅延の問い合わせか」「至急対応が必要か」といった分類を多肢選択型やYes/No型で判定し、確信度が低いものだけを担当者に回す運用が考えられます。音声やPDFも入力できるため、電話応対の録音や請求書PDFの一次仕分けにも応用の余地があります。

3つ目は生成AIの使い分けによるコスト管理です。Googleが自社でモデル振り分けに使っているように、簡単な質問は軽いモデル、複雑な質問は上位モデルへと振り分ける「ルーター」としての使い方は、AIチャットボットを運用するShopify事業者などにとって現実的な節約策になります。

判定モデル自体は新しいジャンルで、うるチカラでもこれまでにJevの資金調達やMicrosoftの判定モデルを使った返品審査を取り上げてきました。The Decoderは、ここ数週間でJev、OpenAI、Cloudflare、Microsoftが相次いで同種のモデルを出しており、Googleもその流れに加わったと伝えています。

今後の展望と初動アクション

今後は主要プラットフォームとの連携が広がる見込みです。Googleによると、OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCodeとの統合が順次展開中で、Google Cloud上のGeminiへの対応は「近日提供」とされています。日本のEC事業者がまず取り組めることを、文章で3つ挙げます。

最初に、社内で毎日繰り返している「はい/いいえで答えられる確認作業」を洗い出すことをおすすめします。画像の規約チェック、注文の不審判定、レビューの要対応判定など、判定基準を言葉で書けるものが候補になります。

次に、Google AI Studioの無料枠とプレイグラウンドで、自社の商品画像や過去の問い合わせ文を数十件流し、人の判定とどれだけ一致するかを試すことです。開発者のSimon Willisonの簡易テストでは、Geminiは0か1に振り切らない中間的な確率を返す傾向が報告されており、確信度の「しきい値」を何点に置くかは自社データで決める必要があります。

最後に、判定結果をそのまま顧客対応に使わず、確信度の低いものを人に回す二段構えにすることです。ベンチマークはGoogleの自己申告であり、日本語の商品ページや問い合わせでの精度は現時点で要確認です。

まとめ

Gemini Decisions APIは、最大1,000問を一度に、入力100万トークンあたり0.10ドル・出力無料で判定できる「仕分け専用」のAIです。日本のEC事業者にとっては、商品画像チェック、問い合わせ振り分け、AIモデルの使い分けといった大量で地味な判定作業を安く自動化する選択肢になり得ます。まずは無料枠で自社データを使った精度検証から始め、確信度の低い判定は人が確認する運用を前提に導入を検討するのが現実的です。

参考文献

※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/

引用元: Google公式ブログ


【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)


投稿者: 齋藤竹紘

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。

お問い合わせ