Gemini Decision 1 vs Jev 1.14: Welches Modell sollten Sie wählen?

Wählen Sie Gemini Decision 1, wenn eine Evaluation mit zurückgehaltenen Daten zeigt, dass seine Routing-Richtlinie genügend kostspielige Fehler oder Eskalationen vermeidet, um den höheren Input-Preis zu rechtfertigen. Für einen textbasierten Router, bei dem der Input-Preis eine wichtige Rolle spielt, sollte Jev 1.14 früh evaluiert werden. Keines der Modelle ist der universelle Sieger.

Konkret geht es hier darum, ob eine Anfrage weitergeleitet, eine Tool-Aktion zugelassen oder eine Eskalation ausgelöst werden soll. Beide Modelle unterstützen begrenzte Ja/Nein-Entscheidungen (noul) sowie Auswahl- und Bewertungsentscheidungen anhand eines Rasters. Jev ist ein relevanter Konkurrent, weil Google genau diese Version direkt vergleicht – nicht, weil eines der Modelle in einer allgemeinen Chatbot-Rangliste führend ist.

Googles Diagramm fällt geteilt aus

Diese Zahlen stammen aus Googles Launch-Evaluation. Es handelt sich um selbst berichtete Ergebnisse, nicht um eine unabhängige Validierung oder Messungen von AIHubMix.

JevBench verwendet den öffentlichen Datensplit. ECE und Kosten umfassen sieben gemeinsame Evaluationen; ein niedrigerer ECE-Wert ist besser. Google wertet Ablehnungen, Sicherheitssperren und Anfragen, die ein Modell nicht annehmen konnte, als falsch und verwendet den vollständigen Benchmark als Nenner.

Gemini liegt bei JevBench und der aggregierten Kalibrierung vorn; Jev erzielt bei When2Call die höhere Genauigkeit. Der erwartete Kalibrierungsfehler misst die Übereinstimmung zwischen Konfidenz und beobachteter Korrektheit, nicht den Anteil falscher Klassifizierungen. Ein niedrigerer aggregierter ECE-Wert belegt keinen kalibrierten Schwellenwert für Ihren Tool-Router.

Das Diagramm enthält keine routenspezifische Präzision oder Trefferquote, keine Rate falscher Tool-Aufrufe und keine Automatisierungsabdeckung bei einem festgelegten Fehlerbudget. Für den Einsatz sind diese fehlenden Messwerte wichtiger, als anhand einer einzigen Tabellenzeile einen Sieger auszurufen.

Vergleichen Sie Routing-Richtlinien, nicht übereinstimmende Konfidenzwerte

Googles Dokumentation zur Konfidenz definiert Konfidenz als die Wahrscheinlichkeit des wahrscheinlichsten Ergebnisses. Bei Ja/Nein-Fragen ist das der höhere der beiden Werte für Ja und Nein – keine zweite, unabhängige Prüfung.

Native Jev-noul-Antworten geben eine Wahrscheinlichkeit aus, aber kein separates Konfidenzfeld. Gleiche Feldnamen bei Auswahl- oder Bewertungsantworten belegen keine identische Kalibrierung. Einen Schwellenwert zwischen Modellen, Routen oder Versionen zu übernehmen, ist daher eine nicht getestete Änderung der Richtlinie.

Verwenden Sie gelabelten Entwicklungs-Traffic, um für jedes Modell einen Schwellenwert festzulegen. Vergleichen Sie die Modelle anschließend anhand eines separaten, zurückgehaltenen Datensatzes und halten Sie dabei die Routendefinitionen und die Kosten einer falschen Aktion konstant. Zählen Sie sowohl falsche automatische Aktionen als auch gültige Anfragen, die unnötig eskaliert werden; geben Sie an, wie viel Traffic jede Richtlinie innerhalb desselben Fehlerbudgets automatisieren kann.

Wenn ein Modell mehr menschliche Prüfung benötigt, um innerhalb dieses Budgets zu bleiben, rechnen Sie deren Kosten mit ein. Bei folgenreichen Aktionen sollten Sie im Zweifel ablehnen oder auf einen manuellen Rückfallprozess zurückgreifen. Autorisierungsprüfungen müssen unabhängig von der Modellentscheidung erfolgen.

Der offizielle Preis ist nur der Ausgangspunkt

Die folgenden Angaben sind offizielle Listenpreise für den direkten API-Zugriff von Googles Preisseite und TypeSafes Modelldokumentation, keine Preise über den AIHubMix-Kanal.

Gemini erzeugt 0 Output-Token. Dass der Output bei Jev kostenlos ist, bedeutet nicht, dass der gemeldete Output-Token-Verbrauch null sein muss. Der Preis pro Input-Token ist bei Gemini etwa 2.38× so hoch wie bei Jev – aber nicht zwangsläufig die Gesamtkosten jeder Anfrage.

Angenommen, es gibt 1,000,000 Entscheidungen, eine Anfrage pro Entscheidung und unabhängig für beide Anbieter 2,000 abgerechnete Input-Token pro Anfrage. Das umfasst auch die Fragen. Das ergibt 2 Milliarden abgerechnete Input-Token: USD 200 für Gemini gegenüber USD 84 für Jev, also eine Differenz von USD 116 zu offiziellen Preisen.

Diese Schätzung gleicht weder Tokenisierung und Formatierung noch Wiederholungsversuche, Eskalationen oder Genauigkeit an. Sie ist keine Rechnung eines API-Gateways; prüfen Sie die Preise des ausgewählten Kanals, um die tatsächlichen Kosten zu ermitteln.

Bei Googles Evaluationskosten fällt das Verhältnis anders aus: USD 0.88 / USD 0.68 sind etwa 1.29×. Unterschiedliche Workloads und abgerechnete Tokenmengen können ein anderes Verhältnis ergeben, ohne den Listenpreisen zu widersprechen.

Native Funktionen können die Auswahl der Kandidaten verändern

Google dokumentiert Text-, Bild-, Audio-, Video- und PDF-Input mit insgesamt 262,144 Token, die sich auf Input und Fragen verteilen. Das Limit von 1–1,000 Fragen ist kein Kapazitätsvorteil gegenüber Jev: TypeSafe nennt keine separate Obergrenze für die Fragenzahl, vorbehaltlich der Kontextlimits.

Jev ist nicht auf Text beschränkt. Es akzeptiert Text und PNG/JPEG-Bilder, doch in den Versionshinweisen zu Jev 1.14 werden Bilder, Box und erweiterter Kontext als experimentell gekennzeichnet. Native Unterstützung für Bilder und Box ist standardmäßig deaktiviert und erfordert einen Opt-in-Header des Anbieters; das Verhalten dieses Headers über ein Gateway ist hier nicht verifiziert. Standardmäßig gelten Limits von 64k Token für den gemeinsamen Status einschließlich aller Fragen und von 32k für den gemeinsamen Status einschließlich einer einzelnen Frage. Ein experimenteller Anbieter-Header erhöht beide Limits auf 262k, führt jedoch zu langsamerer und ungenauerer Verarbeitung.

Dies sind native Funktionen der Anbieter, keine verifizierten Garantien des Gateways. Planen Sie insbesondere keinen Medien- oder Langkontext-Workflow mit AIHubMix allein anhand dieser Spezifikationen. Auch Googles native API unterstützt weder Caching noch Batch und akzeptiert keine nativen Tool-Aufruf-Input-Blöcke; zu entscheiden, ob ein Tool ausgeführt werden soll, ist nicht dasselbe wie die entsprechenden Protokollblöcke zu akzeptieren.

Wählen Sie die dokumentierten IDs aus und protokollieren Sie die zurückgegebene Version

Die AIHubMix-Vergleichsseite ist ein Ausgangspunkt für die Auswahl der beiden Produkte. In den öffentlichen Anleitungen sind POST /v1/systemone, derselbe AIHubMix-Schlüssel und eine Anfrage mit den Feldern state und questions dokumentiert.

AIHubMix dokumentiert die Produkt-IDs gemini-decision-1 und jev-1.14; allein diese Namen belegen nicht, dass es sich um unveränderliche Upstream-Builds handelt. Jevs native versionierte ID lautet jev-1.14.0. Protokollieren Sie das vom tatsächlichen Kanal zurückgegebene Modell bzw. die Version und gehen Sie nicht davon aus, dass ein veränderlicher Alias überall dieselbe Version aufruft.

Für diesen Vergleich wurde keine authentifizierte Anfrage ausgeführt. Die gemeinsame Dokumentation zu Textanfragen ist ein Ausgangspunkt für die Evaluation, aber kein Nachweis für gleichwertige Antworten. Es wurde nicht verifiziert, ob native Medien, die vollständigen Kontextlimits und Geminis Kapazität von 1,000 Fragen über AIHubMix verfügbar sind.

Bevor Sie sich entscheiden:

• Legen Sie die akzeptable Rate falscher Aktionen und die Rückfallrichtlinie fest.
• Vergleichen Sie die Automatisierungsabdeckung bei zurückgehaltenen Daten und die Gesamtbetriebskosten.
• Prüfen Sie, ob die erforderlichen Funktionen über den exakt ausgewählten Kanal verfügbar sind.

Behalten Sie Jev bei, wenn es diese Anforderungen zu geringeren Gesamtkosten erfüllt; wählen Sie Gemini, wenn der validierte Nutzen den Aufpreis rechtfertigt. Evaluieren Sie erneut, wenn sich das Modell, die Version oder der Traffic ändert.

FAQ

Welches Modell eignet sich besser für Tool-Routing?
Es gibt keine allgemeingültige Rangfolge. Googles When2Call-Ergebnis spricht für Jev, während das Ergebnis zur aggregierten Kalibrierung Gemini begünstigt. Testen Sie die tatsächliche Routing-Richtlinie.

Bedeutet ein niedrigerer ECE-Wert weniger falsche Entscheidungen?
Nein. Kalibrierung und Genauigkeit sind unterschiedliche Messgrößen. Ein niedrigerer aggregierter ECE-Wert belegt weder routenspezifische Fehlerraten noch sichere Schwellenwerte.

Kann derselbe Konfidenzschwellenwert wiederverwendet werden?
Nicht ohne Validierung. Legen Sie für jedes Modell und jede Route anhand von Entwicklungsdaten Schwellenwerte fest und evaluieren Sie sie anschließend mit separat zurückgehaltenem Traffic.

Ist Gemini immer 2.38× teurer?
Nein. Das ist das Verhältnis der offiziellen Preise pro Input-Token. Abgerechnete Tokenmengen, Wiederholungsversuche und Eskalationskosten können das Verhältnis der Betriebskosten verändern.

Ist Jev 1.14 auf Text beschränkt?
Nein. Native Unterstützung für PNG/JPEG-Bilder ist vorhanden, doch Bilder und Box sind experimentell. Daraus lässt sich nicht ableiten, dass Bilder über AIHubMix weitergeleitet werden können.

Wurde die Funktionsparität bei AIHubMix verifiziert?
Nein. Es wurde keine authentifizierte Anfrage ausgeführt. Native Medien, Kontext, Fragekapazität und Antwortsemantik sollten nicht allein aufgrund der Dokumentation als gleichwertig vorausgesetzt werden.

Weitere Artikel: die Gemini-Decision-1-Reihe

• Ein dokumentiertes Anfragebeispiel und eine umfassendere Vorstellung des Modells finden Sie in Preise für Gemini Decision 1: 0.10/M Input, API und Anwendungsfälle.

Quellen

Snapshots der offiziellen Preise: Google, November 12, 2026, 06:43 UTC; TypeSafe, November 12, 2026, 06:53 UTC. Die Kostenbeispiele sind Schätzungen auf Grundlage der Dokumentation, keine Inferenzmessungen.

1. Google: Einführung der Gemini Decisions API und Benchmark-Diagramm.
2. Google: Dokumentation zur Decisions API und offizielle Preise.
3. TypeSafe: Modelldokumentation, Jev-1.14-Veröffentlichung, Einschränkungen bei Bildern und natives API-Schema.
4. AIHubMix: Gemini Decision 1 (Anleitung) und Jev 1.14 (Anleitung).
5. AIHubMix: Vergleich von Gemini Decision 1 und Jev 1.14.