Rất nhiều việc AI làm trong doanh nghiệp không phải là viết. Đó là những quyết định nhỏ lặp lại hàng nghìn lần mỗi ngày: phiếu hỗ trợ này chuyển cho bộ phận nào, khách hàng tiềm năng này có đáng gọi không, tin nhắn này có đang lừa chatbot không, đánh giá này tích cực hay tiêu cực. Dùng một mô hình chat đầy đủ cho từng quyết định như vậy vừa chậm vừa tốn kém, giống như thuê một người viết bài chỉ để đánh dấu vào ô.
Ngày 11/11/2026, Google ra mắt một mô hình chỉ làm đúng việc đánh dấu đó. Gemini Decision 1, dùng qua Gemini Decisions API mới, không tạo ra bất kỳ chữ nào. Mô hình đọc dữ liệu đầu vào, trả lời tối đa 1.000 câu hỏi có định dạng sẵn trong một lượt, và trả về xác suất kèm điểm tin cậy. Giá là $0,10 cho mỗi triệu token đầu vào, còn đầu ra miễn phí vì không có đầu ra. Với sản phẩm này, Google chính thức bước vào thị trường mô hình ra quyết định mà TypeSafe AI mở ra với Jev hồi tháng 9 và OpenAI tham gia hồi tháng 10.
Bài viết này giải thích Gemini Decision 1 là gì, giá và giới hạn ra sao, benchmark của Google cho thấy gì, so sánh với Jev và OpenAI thế nào, và kết quả khi chúng tôi tự test 26 câu hỏi về marketing và thương mại điện tử bằng tiếng Anh và tiếng Việt.
Gemini Decision 1 là gì?
Gemini Decision 1 là một mô hình ra quyết định. Thay vì viết câu trả lời từng chữ như Gemini, ChatGPT hay Claude, theo Google, mô hình “chấm điểm các phương án của bạn trong một lượt xử lý duy nhất, trả về xác suất và điểm tin cậy”. Mã mô hình là gemini-decision-1.
Mô hình trả lời ba loại câu hỏi, được đặt tên như sau trong tài liệu Decisions API của Google:
- noul (có hoặc không): trả về xác suất một điều kiện là đúng, luôn trong khoảng 0,01 đến 0,99. Ví dụ: tin nhắn này có cố vượt qua hướng dẫn của trợ lý không?
- choice (chọn phương án): chọn một trong 2 đến 255 phương án và trả về xác suất cho từng phương án. Ví dụ: bộ phận hỗ trợ nào nên xử lý phiếu này?
- score (chấm điểm): đặt đối tượng lên một thang có thứ tự từ 2 đến 255 mức (Google khuyên dùng 2 đến 10) và trả về điểm có trọng số. Ví dụ: đánh giá này tích cực đến mức nào, từ rất tiêu cực đến rất tích cực?
Mỗi câu trả lời đi kèm một giá trị tin cậy từ 0 đến 1, là ước tính của Google về xác suất câu trả lời hàng đầu là đúng. Nhờ đó phần mềm có thể tự xử lý các trường hợp rõ ràng và chuyển các trường hợp chưa rõ cho người xem lại.
Có hai điểm khác biệt so với các mô hình ra quyết định trước đó. Thứ nhất, mô hình đa phương thức: một yêu cầu có thể gồm văn bản, hình ảnh, âm thanh, video và PDF, nên một lệnh gọi có thể kiểm tra cùng lúc hóa đơn scan, ảnh sản phẩm và ghi chú của khách. Thứ hai, một yêu cầu có thể hỏi tới 1.000 câu về cùng một dữ liệu đầu vào, và phần đầu vào chung chỉ bị tính phí một lần.
Khác gì so với mô hình Gemini thông thường?
Một mô hình ngôn ngữ lớn thông thường được xây dựng để viết. Gemini Decision 1 thì không viết được. Trang mô hình của Google ghi rõ không hỗ trợ tạo văn bản, gọi hàm, structured outputs, suy nghĩ (thinking), tìm kiếm Google hay tạo ảnh. Đổi lại sự linh hoạt, mô hình có tốc độ, giá rẻ và đầu ra dễ đoán:
- Không có token đầu ra. Bạn chỉ trả tiền cho dữ liệu gửi vào, nên không có hóa đơn bất ngờ từ câu trả lời dài hay phần suy luận ẩn.
- Định dạng cố định. Kết quả luôn là xác suất, lựa chọn hoặc điểm số, không cần xử lý văn bản và không có nguy cơ trả về sai định dạng.
- Tốc độ. Google cho biết thời gian tính toán trung vị là 50 đến 100 mili giây, hay 150 đến 250 mili giây tính cả đường truyền, với đầu vào tới 16.000 token, và gần như không đổi khi hỏi từ 1 đến 100 câu mỗi yêu cầu.
- Xác suất được hiệu chỉnh. Google cho biết các xác suất đã được hiệu chỉnh (calibrated), nghĩa là câu trả lời có xác suất 0,8 sẽ đúng khoảng 80% số lần, điều giúp ngưỡng tin cậy thực sự có ích.
Gemini Decision 1 giá bao nhiêu và có giới hạn gì?
- Giá: $0,10 cho mỗi triệu token đầu vào với văn bản, hình ảnh, video, âm thanh và PDF, đầu ra $0. Có gói miễn phí trong Google AI Studio để thử nghiệm.
- Cửa sổ ngữ cảnh: 262.144 token, dùng chung cho dữ liệu đầu vào và mọi câu hỏi trong một yêu cầu.
- Giới hạn tốc độ: gói miễn phí cho phép 200 yêu cầu mỗi phút và 10.000 yêu cầu mỗi ngày. Gói trả phí bắt đầu từ 1.500 yêu cầu mỗi phút và lên tới 15.000, theo trang giới hạn của Google.
- Chưa hỗ trợ: context caching, Batch API, và Flex hay Priority inference. Google lưu ý dữ liệu lặp lại giữa các yêu cầu bị tính phí đầy đủ mỗi lần.
- Nơi dùng được: Gemini Developer API (v1beta) và Google AI Studio, gồm một Decisions Playground để thử mà không cần viết code. Google cho biết hỗ trợ trên Gemini in Google Cloud “sắp có”. Mô hình cũng có trên OpenRouter, nơi chúng tôi dùng để test.
Để so sánh, Gemini 3.5 Flash-Lite của Google có giá $0,30 cho mỗi triệu token đầu vào và $2,50 cho mỗi triệu token đầu ra. Google cho biết Decision 1 “rẻ hơn gần 5 lần” so với Flash-Lite trên bộ benchmark của hãng, chủ yếu vì không phải trả tiền token đầu ra.
Benchmark của Google cho thấy gì?
Bảng benchmark của Google được đăng dưới dạng ảnh. Điểm số dưới đây lấy từ DataCamp và khớp với số liệu của 36Kr. Thứ tự là Gemini Decision 1, Jev 1.14 của TypeSafe, GPT-6 Luna trên Decisions API của OpenAI, và Gemini 3.5 Flash-Lite. Tất cả là số liệu của chính Google và chưa được kiểm chứng độc lập.
- JevBench, bộ benchmark ra quyết định của chính TypeSafe: 92,2% so với 90,0%, 90,9% và 86,6%.
- Amazon ESCI, mức độ liên quan khi tìm kiếm sản phẩm (Macro-F1): 58,7 so với 56,7, 54,7 và 47,2.
- New Yorker Caption, ghép chú thích với tranh biếm họa: 79,7% so với 72,0%, 68,4% và 73,7%.
- PubMedQA, câu hỏi y sinh học: 79,8% so với 78,2%, 74,4% và 77,6%.
- Global-MMLU-Lite, kiến thức đa ngôn ngữ: 86,0% so với 85,0%, 79,6% và 78,8%.
- Mind2Web Multimodal, chọn hành động tiếp theo trên trang web: 86,2% so với 86,8%, 81,8% và 78,0%. Jev thắng.
- When2Call, quyết định có gọi công cụ hay không và gọi thế nào: 79,9% so với 82,0%, 70,4% và 60,9%. Jev thắng.
- MMAU, hiểu âm thanh: 71,8% so với 67,7% của Flash-Lite. Jev và GPT-6 Luna không có điểm.
- Video-MME, hiểu video: 69,1% so với 63,3% của Flash-Lite. Jev và GPT-6 Luna không có điểm.
Google cũng công bố sai số hiệu chỉnh (calibration error) thấp nhất trong bốn mô hình: 0,025, so với 0,049 của Jev, 0,072 của GPT-6 Luna và 0,210 của Flash-Lite. Về chi phí, DataCamp cho biết tổng chi phí cho bảy bài kiểm tra chung là $0,88 với Gemini Decision 1, $0,68 với Jev, $0,93 với GPT-6 Luna và $4,14 với Flash-Lite.
Khi đọc bảng, cần lưu ý ba điểm. Hai trong bảy chiến thắng của Google, ở âm thanh và video, không có đối thủ vì Jev và GPT-6 Luna không nhận được loại dữ liệu đó. Hai trận thua đều thua Jev, và đều ở các tác vụ agent như chọn công cụ, một trong những việc chính Google quảng bá cho mô hình. Và theo chính số liệu chi phí của Google, Jev vẫn là API ra quyết định rẻ nhất trong ba cái tên.
Gemini Decision 1, Jev và OpenAI Decisions API
- Gemini Decision 1: $0,10 cho mỗi triệu token đầu vào, đầu ra miễn phí, ngữ cảnh 262.144 token, nhận văn bản, hình ảnh, âm thanh, video và PDF, tối đa 1.000 câu hỏi mỗi yêu cầu.
- Jev 1.14 của TypeSafe: $0,042 cho mỗi triệu token đầu vào, đầu ra miễn phí, ngữ cảnh mặc định 64.000 token mỗi yêu cầu (262.000 khi bật thiết lập tùy chọn), nhận văn bản và ảnh ở dạng thử nghiệm, theo tài liệu của TypeSafe. Jev không nhận âm thanh hay video. Jev ra mắt giữa tháng 9 và sau đó TypeSafe gọi vốn 870 triệu USD với định giá 7,5 tỷ USD, theo SiliconANGLE.
- OpenAI Decisions API với GPT-6 Luna: $0,10 cho mỗi triệu token đầu vào, đầu ra miễn phí, nhận văn bản và hình ảnh, theo eesel AI.
Tóm lại: Jev rẻ nhất tính theo token và mạnh hơn ở một số tác vụ agent. Gemini Decision 1 là mô hình duy nhất đọc được âm thanh, video và PDF trực tiếp, và dẫn đầu phần lớn các bài kiểm tra độ chính xác và hiệu chỉnh của Google. OpenAI nằm ở giữa về giá nhưng xếp sau trong số liệu của Google.
Bài test của chúng tôi: 26 quyết định marketing và thương mại điện tử
Benchmark của nhà phát triển chỉ cho biết đến một mức nhất định, nên ngày 13/11/2026 chúng tôi tự chạy một bài test nhỏ, gọi cả Gemini Decision 1 và Jev qua endpoint decisions của OpenRouter từ Việt Nam. Chúng tôi soạn 26 câu hỏi có đáp án đúng sẵn, lấy từ những việc khách hàng của chúng tôi thường làm, trong đó 5 câu viết bằng tiếng Việt:
- Phân loại phiếu hỗ trợ (choice, 8 câu): chuyển mỗi tin nhắn khách hàng tới bộ phận thanh toán, kỹ thuật, vận chuyển hoặc đổi trả.
- Đánh giá khách hàng tiềm năng (có hoặc không, 6 câu): đây có phải khách hàng thật cho một agency Shopify và marketing thương mại điện tử không?
- Phát hiện prompt injection (có hoặc không, 6 câu): tin nhắn này có cố vượt qua hướng dẫn của trợ lý không?
- Cảm xúc trong đánh giá (score, 6 câu): chấm mỗi đánh giá từ rất tiêu cực đến rất tích cực, gồm một đánh giá mỉa mai và một đánh giá lẫn lộn.
Kết quả:
- Độ chính xác: cả hai mô hình đúng 25/26 câu, gồm mọi câu tiếng Việt và câu mỉa mai. Cả hai cùng sai một câu: “Good quality, but shipping took longer than promised” (chất lượng tốt nhưng giao hàng lâu hơn hứa), chúng tôi gắn nhãn tích cực còn cả hai chấm gần trung tính.
- Độ tin cậy ở đúng chỗ cần: khi Gemini Decision 1 trả lời sai, độ tin cậy chỉ là 0,50, một tín hiệu rõ để chuyển cho người xem lại. Jev trả lời sai với độ tin cậy 0,72. Với các câu đúng, cả hai trung bình khoảng 0,92 đến 0,93.
- Tốc độ: thời gian phản hồi trung vị khoảng 820 mili giây với Gemini Decision 1 và 700 mili giây với Jev, đo trọn vòng từ Việt Nam qua OpenRouter. Con số này cao hơn nhiều so với mức 150 đến 250 mili giây Google công bố, có lẽ vì Google đo với kết nối trực tiếp gần máy chủ hơn, nên hãy tự đo từ vị trí của bạn.
- Chi phí: cả 26 lệnh gọi tốn $0,00034 với Gemini Decision 1 và $0,00037 với Jev. Jev rẻ hơn tính theo token, nhưng lại đếm 8.699 token đầu vào cho cùng nội dung mà Gemini đếm 3.441, nên chi phí mỗi lệnh gọi gần như bằng nhau, khoảng $0,000013 đến $0,000014.
Đây là một bài test nhỏ với các trường hợp khá rõ ràng, chạy một lần và chỉ dùng văn bản, nên không nói được gì về khả năng hình ảnh, âm thanh hay video của Gemini Decision 1. Bài học chính mang tính thực tế: cả hai mô hình xử lý tốt các quyết định marketing thường ngày, kể cả bằng tiếng Việt; giá theo token dễ gây hiểu lầm khi các mô hình đếm token khác nhau; và điểm tin cậy của Gemini là tín hiệu cảnh báo hữu ích hơn ở câu mà cả hai cùng sai.
Đội marketing và thương mại điện tử dùng được vào việc gì?
- Phân loại hỗ trợ khách hàng: chuyển email và tin nhắn chat tới đúng bộ phận, đánh dấu tin nhắn khẩn hoặc khách đang bực tức.
- Chấm điểm khách hàng tiềm năng: lọc form đăng ký và email gửi đến trước khi chuyển cho đội bán hàng.
- Gắn nhãn đánh giá và bình luận: chấm cảm xúc và gắn chủ đề như giao hàng, kích cỡ hay giá cho hàng nghìn đánh giá.
- Hàng rào an toàn cho chatbot: kiểm tra mọi tin nhắn đến để phát hiện prompt injection, và mọi câu trả lời đi để đối chiếu với chính sách trước khi hiển thị.
- Kiểm tra sản phẩm và quảng cáo: vì đọc được hình ảnh và PDF, mô hình có thể kiểm tra ảnh sản phẩm có đúng tiêu chuẩn không, hay mẫu quảng cáo có đủ nội dung bắt buộc không.
- Điều phối mô hình: chuyển câu hỏi dễ cho mô hình rẻ và câu khó cho mô hình mạnh. Google cho biết sản phẩm Gemini Notebook của hãng dùng Decision 1 theo cách này, giảm độ trễ tới 40% với các câu hỏi thường ngày.
Nếu bạn đang xây các quy trình này với AI agent, mô hình ra quyết định là bước nhanh và rẻ nằm giữa tác nhân kích hoạt và một mô hình ngôn ngữ đầy đủ, mô hình mà chúng tôi giải thích trong bài AI orchestration.
Giới hạn và rủi ro là gì?
- Mô hình chỉ trả lời những câu hỏi bạn định nghĩa. Mọi việc mở, như viết câu trả lời cho khách, vẫn cần mô hình ngôn ngữ.
- Câu hỏi dạng choice luôn chia xác suất cho các phương án bạn đưa ra, kể cả khi không phương án nào phù hợp. Google khuyên thêm một phương án “khác” (other).
- Đúng định dạng không có nghĩa là đúng câu trả lời. Chính Google khuyên đặt ngưỡng tin cậy dựa trên dữ liệu có nhãn của bạn và giữ bước kiểm tra của con người với các hành động quan trọng.
- Coi dữ liệu đầu vào là không đáng tin. Tin nhắn của khách có thể chứa chỉ dẫn nhắm vào mô hình.
- Kết quả khác nhau theo loại dữ liệu. Trong bài test thực tế của MindStudio, mô hình làm tốt với văn bản, hình ảnh và PDF nhưng đọc sai cảm xúc trong một đoạn âm thanh và khó nhận ra video do AI tạo.
- Đây là API v1beta, chưa có cache hay giảm giá batch, và chưa có trên Google Cloud, điều quan trọng với doanh nghiệp cần hợp đồng cấp doanh nghiệp.
Bắt đầu như thế nào?
- Thử không cần code trong Decisions Playground của Google AI Studio.
- Chọn một quyết định lặp lại nhiều mà đội bạn đang làm thủ công, như phân loại phiếu hỗ trợ, và gom 50 đến 100 ví dụ thật kèm đáp án đúng.
- Viết mỗi câu hỏi bằng ngôn ngữ đơn giản và mô tả ngắn cho từng phương án. Giữ thang điểm đơn giản, khoảng 3 đến 5 mức.
- Chạy thử các ví dụ, kiểm tra độ chính xác, và chọn một ngưỡng tin cậy mà dưới mức đó các trường hợp sẽ chuyển cho người xem lại.
- So sánh chi phí mỗi lệnh gọi, không phải giá mỗi token, với Jev hoặc một mô hình ngôn ngữ nhỏ trước khi quyết định.
Mô hình ra quyết định là một trong những công cụ AI thực tế nhất của năm 2026 với doanh nghiệp, vì chúng tự động hóa vô số quyết định nhỏ làm chậm đội ngũ mà không tốn chi phí của một chatbot đầy đủ. Nếu bạn cần hỗ trợ chọn đúng quyết định để tự động hóa và triển khai an toàn, chương trình đào tạo AI của chúng tôi có thể giúp. Liên hệ với chúng tôi để lên lịch một buổi.
Câu hỏi thường gặp
Gemini Decision 1 là gì?
Gemini Decision 1 là mô hình ra quyết định của Google, ra mắt ngày 11/11/2026. Thay vì tạo văn bản, mô hình trả lời các câu hỏi có hoặc không, chọn phương án và chấm điểm về dữ liệu đầu vào gồm văn bản, hình ảnh, âm thanh, video hoặc PDF trong một lượt, và trả về xác suất kèm điểm tin cậy.
Gemini Decision 1 giá bao nhiêu?
Giá là $0,10 cho mỗi triệu token đầu vào và không tốn phí đầu ra vì mô hình không tạo token đầu ra. Có gói miễn phí trong Google AI Studio để thử nghiệm, giới hạn 200 yêu cầu mỗi phút và 10.000 yêu cầu mỗi ngày.
Gemini Decision 1 có tốt hơn Jev không?
Theo benchmark của Google, Gemini Decision 1 thắng Jev ở năm trong bảy bài kiểm tra cả hai cùng tham gia và có sai số hiệu chỉnh thấp hơn, còn Jev thắng ở hai tác vụ agent và rẻ hơn tính theo token. Trong bài test 26 câu của chúng tôi, cả hai đúng 25/26 và chi phí mỗi lệnh gọi gần như bằng nhau. Gemini còn đọc được âm thanh, video và PDF, điều Jev không làm được. Xem bài [so sánh đầy đủ Gemini Decision 1 và Jev](/blog/gemini-decision-1-vs-jev).
Gemini Decision 1 nhanh đến mức nào?
Google công bố 150 đến 250 mili giây tính cả đường truyền với đầu vào tới 16.000 token. Trong bài test của chúng tôi từ Việt Nam qua OpenRouter, thời gian trung vị khoảng 820 mili giây, nên tốc độ thực tế phụ thuộc vào vị trí và kết nối của bạn.
Gemini Decision 1 có viết văn bản hay gọi công cụ được không?
Không. Mô hình không hỗ trợ tạo văn bản, gọi hàm, structured outputs hay thinking. Mô hình chỉ trả lời các câu hỏi có hoặc không, chọn phương án và chấm điểm mà bạn định nghĩa.
Gemini Decision 1 có dùng được với tiếng Việt không?
Trong bài test của chúng tôi, mô hình trả lời đúng cả 5 câu tiếng Việt, gồm phân loại phiếu hỗ trợ, đánh giá khách hàng tiềm năng, phát hiện prompt injection và cảm xúc trong đánh giá. Google cũng công bố điểm 86,0% trên benchmark đa ngôn ngữ Global-MMLU-Lite.
Cần hỗ trợ triển khai?
Growthtrait có thể giúp bạn áp dụng điều này vào thực tế. Cùng trao đổi về mục tiêu của bạn.
Liên hệ ngay




