Hai tháng trước, Jev của TypeSafe gần như là mô hình ra quyết định nghiêm túc duy nhất trên thị trường. Giờ Google đã tham gia với Gemini Decision 1, và hai mô hình đủ gần nhau trên giấy để việc lựa chọn trở thành câu hỏi thật sự. Cả hai đều không tạo văn bản, đều trả lời câu hỏi có định dạng sẵn bằng xác suất, và đều chỉ tính phí token đầu vào.
Tuy vậy chúng không giống nhau. Gemini Decision 1 đọc được âm thanh, video và PDF, và chạy trên hạ tầng của Google. Jev 1.14 rẻ hơn tính theo token, nhanh hơn trong các bài kiểm tra độc lập, và xếp nhỉnh hơn trên benchmark độc lập hàng đầu về mô hình ra quyết định. Trên benchmark của chính Google, Gemini dẫn phần lớn bài kiểm tra.
Bài so sánh này đặt thông số chính thức cạnh nhau, tách bạch tuyên bố của nhà phát triển với kết quả độc lập, và bổ sung bài test đối đầu của chính chúng tôi với 40 quyết định marketing và thương mại điện tử, chạy hai lần trên mỗi mô hình, cùng các bài kiểm tra gộp câu hỏi, độ nhất quán và thứ tự phương án. Thông số được đối chiếu với tài liệu của từng công ty tính đến ngày 14/11/2026.
Câu trả lời ngắn gọn
- Chọn Gemini Decision 1 nếu bạn cần đầu vào âm thanh, video hoặc PDF, câu trả lời ổn định nhất giữa các lần chạy, điểm tin cậy cho mọi câu trả lời, hoặc gói miễn phí để bắt đầu. Mô hình cũng chính xác hơn với các trường hợp khó trong bài test của chúng tôi.
- Chọn Jev 1.14 nếu chi phí ở quy mô lớn và tốc độ là quan trọng nhất, đặc biệt khi bạn hỏi nhiều câu về cùng một dữ liệu. Jev rẻ hơn khoảng 2,7 lần khi chúng tôi gộp 12 câu hỏi vào một lệnh gọi.
- Với các quyết định đơn giản, rõ ràng, cả hai đều đúng tuyệt đối trong bài test, và chi phí mỗi lệnh gọi đơn lẻ gần như bằng nhau.
So sánh nhanh Gemini Decision 1 và Jev
Thông tin dưới đây lấy từ tài liệu Decisions API của Google và tài liệu mô hình của TypeSafe.
- Nhà phát triển và ngày ra mắt: Gemini Decision 1 của Google, ra mắt ngày 11/11/2026. Jev của TypeSafe AI, ra mắt lần đầu tháng 9/2026, phiên bản 1.14 phát hành ngày 14/10/2026.
- Giá: Gemini Decision 1 tính $0,10 cho mỗi triệu token đầu vào. Jev tính $0,042. Cả hai không tính phí đầu ra, và Jev tính ảnh theo cùng giá token.
- Ngữ cảnh: Gemini Decision 1 có cửa sổ 262.144 token. Jev mặc định 64.000 token mỗi yêu cầu và 32.000 token mỗi câu hỏi, có thể nâng lên 262.000 bằng một header tùy chọn mà TypeSafe cho biết “chậm hơn và kém chính xác hơn”.
- Đầu vào: Gemini Decision 1 nhận văn bản, hình ảnh, âm thanh, video và PDF. Jev nhận văn bản và JSON, cùng ảnh PNG và JPEG qua một header tùy chọn mà TypeSafe ghi là chưa sẵn sàng cho môi trường production. Jev không nhận âm thanh hay video.
- Loại câu hỏi: cả hai dùng chung tên gọi, noul (có hoặc không), choice (chọn phương án) và score (chấm điểm). Jev 1.14 thêm box, trả về vị trí của một vật thể trong ảnh, cũng ở dạng thử nghiệm.
- Giới hạn: Gemini cho phép tối đa 1.000 câu hỏi mỗi yêu cầu, 2 đến 255 phương án và 2 đến 255 mức điểm. Jev không giới hạn số câu hỏi cố định miễn yêu cầu nằm trong giới hạn ngữ cảnh, tối đa 255 phương án và 2 đến 10 mức điểm.
- Độ tin cậy: Gemini trả về giá trị tin cậy cho mọi câu trả lời. Jev trả về độ tin cậy cho choice và score nhưng không cho câu hỏi có hoặc không, nơi bạn dùng trực tiếp xác suất.
- Gói miễn phí: Gemini Decision 1 có gói miễn phí trong Google AI Studio. Chúng tôi không tìm thấy gói miễn phí của Jev.
- Cách truy cập: Gemini qua Gemini Developer API (v1beta), Google AI Studio và OpenRouter, hỗ trợ trên Google Cloud “sắp có”. Jev qua API và SDK của TypeSafe, và OpenRouter.
Benchmark nói gì?
Benchmark của Google (do nhà phát triển công bố)
Khi ra mắt, Google so sánh Gemini Decision 1 với Jev 1.14 trên bảy bài kiểm tra chung, theo VentureBeat và DataCamp. Gemini dẫn năm bài: JevBench (92,2% so với 90,0%), tìm kiếm sản phẩm Amazon ESCI (58,7 so với 56,7), ghép chú thích tranh New Yorker (79,7% so với 72,0%), PubMedQA (79,8% so với 78,2%) và Global-MMLU-Lite (86,0% so với 85,0%). Jev dẫn hai bài, đều là tác vụ agent: Mind2Web Multimodal (86,8% so với 86,2%) và quyết định gọi công cụ When2Call (82,0% so với 79,9%).
Google cũng công bố sai số hiệu chỉnh 0,025 cho Gemini so với 0,049 của Jev, nghĩa là xác suất của Gemini khớp với độ chính xác thực tế hơn trong bài kiểm tra của Google. Về chi phí, chính số liệu của Google cho thấy Jev rẻ hơn trên các bài kiểm tra chung: $0,68 so với $0,88.
Benchmark độc lập: Artificial Analysis
Artificial Analysis Decision Index chấm các mô hình ra quyết định trên sáu bài kiểm tra và thưởng điểm cho xác suất được hiệu chỉnh tốt, không chỉ cho lựa chọn đúng. Theo kết quả VentureBeat đăng lại, hai mô hình gần như ngang nhau:
- Jev 1.14: 66,23 điểm, 92 mili giây mỗi tác vụ, $156 cho mỗi triệu tác vụ.
- Gemini Decision 1: 65,98 điểm, 211 mili giây mỗi tác vụ, $345 cho mỗi triệu tác vụ.
- Ở từng bài, Jev dẫn trên When2Call (80,8% so với 75,2%) và bài kiểm tra tài liệu AA-Paperclip (35,5% so với 33%).
Không mô hình nào đứng đầu bảng xếp hạng này. Drex Max v1.1 của Nace AI đạt 72,62 điểm, nhắc rằng thị trường đang thay đổi rất nhanh. Tóm lại từ benchmark: chất lượng hai bên gần nhau, Gemini dẫn trên bài kiểm tra của Google, Jev nhỉnh hơn trên bảng độc lập, và Jev nhanh hơn, rẻ hơn mỗi tác vụ.
Bài test đối đầu của chúng tôi
Để xem hai mô hình xử lý các quyết định kinh doanh hằng ngày ra sao, ngày 14/11/2026 chúng tôi tự chạy test, gọi cả hai mô hình qua OpenRouter từ Việt Nam. OpenRouter phục vụ Gemini Decision 1 (bản ngày 11/11/2026) và Jev 1.14 (bản ngày 14/10/2026). Bài test gồm bốn phần.
1. Độ chính xác trên 40 quyết định có đáp án
Chúng tôi soạn 40 câu hỏi có đáp án sẵn, gồm 23 câu đơn giản và 17 câu được cố tình làm khó, trong đó 8 câu bằng tiếng Việt. Các câu hỏi bao gồm phân loại phiếu hỗ trợ, đánh giá khách hàng tiềm năng, phát hiện prompt injection và cảm xúc trong đánh giá. Các trường hợp khó gồm một câu hỏi về hoàn tiền nhưng có nhắc tới đổi trả, một đường link theo dõi đơn bị lỗi, một freelancer đề nghị hợp tác, một đánh giá chứa chỉ dẫn ẩn nhắm vào trợ lý AI, và các đánh giá lẫn lộn khen chê.
- Tổng thể: Gemini Decision 1 đúng 38/40, Jev đúng 35/40.
- Câu đơn giản: cả hai đúng 23/23.
- Câu khó: Gemini đúng 15/17, Jev đúng 12/17.
- Theo từng việc: cả hai đúng 9/9 câu prompt injection, kể cả chỉ dẫn ẩn trong đánh giá, 11/12 câu phân loại phiếu và 8/9 câu cảm xúc. Khoảng cách nằm ở đánh giá khách hàng tiềm năng: Gemini 10/10, Jev 7/10.
Chi tiết rất quan trọng. Ba câu sai về khách hàng tiềm năng của Jev đều có xác suất từ 0,44 đến 0,62, gần như tung đồng xu. Tài liệu của TypeSafe khuyên coi các câu trả lời có hoặc không trong khoảng 0,3 đến 0,7 là chưa chắc chắn, và với quy tắc này cả ba câu sẽ được chuyển cho người xem lại thay vì bị quyết định sai. Hai câu sai của Gemini, một đường link theo dõi bị lỗi mà mô hình chuyển cho bộ phận vận chuyển thay vì kỹ thuật và một đánh giá lẫn lộn, có độ tin cậy 0,75 và 0,50. Cả hai mô hình cùng sai câu đánh giá lẫn lộn đó.
2. Độ nhất quán giữa các lần chạy
Chúng tôi chạy cả 40 câu hai lần. Gemini Decision 1 trả về kết quả giống hệt nhau cả hai lần, tới từng chữ số thập phân. Xác suất của Jev thay đổi nhẹ giữa các lần chạy, tối đa 0,09, nhưng không câu trả lời nào đổi. Với việc lưu vết kiểm tra và test hệ thống, khả năng lặp lại của Gemini là một lợi thế.
3. Thứ tự phương án
Tài liệu của TypeSafe ghi nhận Jev “nghiêng về phương án đứng đầu” trong câu hỏi choice. Chúng tôi chạy lại 12 câu phân loại phiếu với thứ tự phương án đảo ngược. Không mô hình nào đổi câu trả lời. Xác suất của Jev dịch chuyển trung bình 0,015, còn của Gemini không đổi chút nào, vì Google sắp xếp phương án theo thứ tự chữ cái trước khi đánh giá.
4. Tốc độ, chi phí và gộp câu hỏi
- Tốc độ: thời gian phản hồi trung vị là 784 mili giây với Gemini và 624 mili giây với Jev, đo trọn vòng từ Việt Nam qua OpenRouter. Cả hai chậm hơn số liệu của nhà phát triển do khoảng cách địa lý và thêm một lớp trung gian, nhưng Jev luôn nhanh hơn, khớp với benchmark độc lập.
- Chi phí mỗi lệnh gọi đơn lẻ: gần như bằng nhau, khoảng $0,0000133 với Gemini và $0,0000141 với Jev. Jev rẻ hơn tính theo token, nhưng đếm khoảng 335 token đầu vào mỗi lệnh gọi trong khi Gemini đếm 133 token cho cùng nội dung.
- Gộp câu hỏi: chúng tôi hỏi 12 câu về một đánh giá sản phẩm trong một lệnh gọi. Cả hai đúng cả 9 câu có thể kiểm tra. Lệnh gọi gộp tốn $0,000079 với Gemini và $0,000030 với Jev, tức Jev rẻ hơn khoảng 2,7 lần. So với 12 lệnh gọi riêng lẻ, gộp câu hỏi rẻ hơn khoảng 3 lần với Gemini và 6,5 lần với Jev, và mất dưới 0,7 giây thay vì tổng cộng 8 đến 11 giây.
Kết quả gộp câu hỏi là bài học thực tế nhất trong bài so sánh này: dù chọn mô hình nào, hãy hỏi mọi câu về cùng một dữ liệu trong một yêu cầu. Và nếu bạn hỏi nhiều câu cho mỗi dữ liệu, lợi thế giá của Jev trở nên rõ rệt.
Bài test của chúng tôi quy mô nhỏ, chạy phần độ chính xác hai lần và các phần khác một lần, và chỉ dùng văn bản, nên hãy xem đây là một lần kiểm tra thực tế chứ không phải benchmark. Các câu hỏi do chúng tôi tự soạn, có thể thiên về cách chúng tôi diễn đạt các quyết định kinh doanh.
Nên dùng mô hình nào cho từng việc?
Chọn Gemini Decision 1 cho
- Kiểm tra nội dung âm thanh, video hoặc PDF, như ghi âm cuộc gọi, video sản phẩm, hóa đơn hay hợp đồng.
- Các quyết định mà câu trả lời sai rất tốn kém và bạn cần mô hình chính xác nhất với trường hợp khó, dựa trên bài test của chúng tôi và benchmark của Google.
- Quy trình cần kết quả lặp lại được cho kiểm toán, kiểm thử hoặc tuân thủ.
- Đội ngũ muốn có gói miễn phí để thử nghiệm, hoặc đã làm việc trong hệ sinh thái Google.
Chọn Jev 1.14 cho
- Quyết định trên văn bản với khối lượng lớn khi chi phí quan trọng, đặc biệt khi có nhiều câu hỏi cho mỗi dữ liệu.
- Các tác vụ nhạy với tốc độ như điều phối agent và chọn công cụ, nơi kiểm tra độc lập cho thấy Jev nhanh hơn và nhỉnh hơn.
- Đội ngũ quen dùng ngưỡng chưa chắc chắn, chuyển các câu trả lời trong khoảng 0,3 đến 0,7 cho người xem lại.
Giới hạn của từng mô hình
- Cả hai: đúng định dạng không bảo đảm đúng câu trả lời, và câu hỏi choice luôn chia xác suất cho các phương án kể cả khi không phương án nào phù hợp. Hãy thêm một phương án “khác” hoặc một câu hỏi có hoặc không để kiểm tra.
- Gemini Decision 1: là API v1beta, chưa có cache hay giảm giá batch, chưa có trên Google Cloud, và bài test thực tế độc lập của MindStudio cho thấy kết quả yếu hơn với cảm xúc trong âm thanh và nhận diện video do AI tạo.
- Jev 1.14: TypeSafe liệt kê các điểm yếu đã biết, gồm đọc quá sát nghĩa đen, đếm, số và ngày tháng, và dữ liệu đầu vào dài không liên quan. Tính năng ảnh và box đang thử nghiệm, còn ngữ cảnh dài thì chậm hơn và kém chính xác hơn.
Cách chọn cho quy trình của bạn
- Gom 50 đến 100 ví dụ thật của một quyết định mà đội bạn đang làm, kèm đáp án đúng.
- Chạy qua cả hai mô hình với cùng cách diễn đạt câu hỏi, và đưa vào những trường hợp khó nhất.
- So sánh độ chính xác, tỷ lệ câu trả lời rơi vào vùng chưa chắc chắn, và chi phí mỗi lệnh gọi với kích thước dữ liệu thật.
- Gộp mọi câu hỏi về cùng một dữ liệu vào một yêu cầu.
- Đặt ngưỡng tin cậy hoặc xác suất mà dưới mức đó trường hợp sẽ chuyển cho người xem lại, rồi theo dõi kết quả sau khi triển khai.
Mô hình ra quyết định là một trong những cách thực tế nhất để giảm chi phí AI năm 2026, vì chúng thay thế các lệnh gọi mô hình ngôn ngữ tốn kém cho vô số quyết định nhỏ có, không và chọn một trong doanh nghiệp. Nếu bạn cần hỗ trợ chọn và thiết lập đúng mô hình cho quy trình của mình, 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 có tốt hơn Jev không?
Tùy việc. Gemini Decision 1 dẫn phần lớn benchmark của Google và chính xác hơn với trường hợp khó trong bài test của chúng tôi (38/40 so với 35/40). Jev 1.14 có điểm nhỉnh hơn trên Artificial Analysis Decision Index độc lập, nhanh hơn và rẻ hơn tính theo token. Với các quyết định đơn giản, cả hai đều đúng tuyệt đối trong bài test.
Gemini Decision 1 hay Jev rẻ hơn?
Jev có giá $0,042 cho mỗi triệu token đầu vào so với $0,10 của Gemini Decision 1, và cả hai không tính phí đầu ra. Trong bài test, lệnh gọi đơn lẻ có chi phí gần như bằng nhau vì Jev đếm nhiều token hơn cho cùng nội dung, nhưng khi gộp 12 câu hỏi vào một lệnh gọi, Jev rẻ hơn khoảng 2,7 lần.
Mô hình nào nhanh hơn?
Jev. Artificial Analysis Decision Index ghi nhận Jev mất 92 mili giây mỗi tác vụ so với 211 mili giây của Gemini Decision 1, và trong bài test từ Việt Nam, thời gian trung vị là 624 mili giây với Jev và 784 mili giây với Gemini.
Jev có đọc được ảnh, âm thanh hay PDF không?
Jev 1.14 đọc được ảnh PNG và JPEG qua một thiết lập tùy chọn mà TypeSafe cho biết chưa sẵn sàng cho production. Jev không nhận âm thanh hay video. Gemini Decision 1 nhận văn bản, hình ảnh, âm thanh, video và PDF.
Gemini Decision 1 và Jev có dùng chung loại câu hỏi không?
Có. Cả hai dùng noul cho câu hỏi có hoặc không, choice để chọn phương án và score để chấm điểm trên thang. Jev 1.14 có thêm loại box thử nghiệm, trả về vị trí của một vật thể trong ảnh.
Hai mô hình có trả lời giống nhau mỗi lần không?
Trong bài test của chúng tôi, Gemini Decision 1 trả về kết quả giống hệt nhau ở hai lần chạy. Xác suất của Jev thay đổi nhẹ, tối đa 0,09, nhưng không câu trả lời nào đổi.
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




