保留評価で、Gemini Decision 1のルーティングポリシーが、高い入力価格を正当化するだけのコストのかかるエラーやエスカレーションを回避できると示された場合は、Gemini Decision 1を選びましょう。入力価格を重視するテキストルーターなら、Jev 1.14を早い段階で評価する価値があります。どちらも万能の勝者ではありません。
ここで具体的に判断するのは、リクエストをルーティングするか、ツールの実行を許可するか、エスカレーションするかです。どちらのモデルも、範囲を限定した yes/no（noul）、選択式、ルーブリック採点式の判断に対応しています。Jevが有力な比較対象なのは、一般的なチャットボットランキングでどちらかが上位だからではなく、Googleがこの特定のバージョンを直接比較しているためです。
Googleのチャートが示すのは、指標ごとに分かれる結果です
これらの数値はGoogleのローンチ時評価によるものです。自己報告値であり、独立した検証結果でもAIHubMixによる測定値でもありません。
| 指標 | Gemini Decision 1 | Jev 1.14 |
|---|---|---|
| JevBenchの精度 | 92.2% | 90.0% |
| When2Callの精度 | 79.9% | 82.0% |
| Top-1 ECE | 0.0250 | 0.0494 |
| 評価コスト | USD 0.88 | USD 0.68 |
JevBenchには公開スプリットを使用しています。ECEとコストは、共通する7つの評価を対象としています。ECEは低いほど良好です。Googleは、拒否、安全性ブロック、モデルが受け付けられないリクエストを不正解として数え、ベンチマーク全体を分母にしています。
GeminiはJevBenchと集計キャリブレーションで優位に立ち、When2Callの精度ではJevが優位です。期待キャリブレーション誤差は、信頼度と実際の正解率との一致度を測るものであり、誤分類の割合を示すものではありません。集計ECEが低くても、ツールルーターに使う閾値がキャリブレーションされているとは限りません。
このチャートには、ルートごとの適合率や再現率、誤ったツール呼び出し率、一定のエラー予算内での自動化率は示されていません。導入時には、1つの行の数値で勝者を決めるより、こうした不足している測定値のほうが重要です。
信頼度の数値をそのまま比べるのではなく、ルーティングポリシーを比較する
Googleの信頼度に関するドキュメントでは、信頼度を最も高い結果確率と定義しています。yes/noの質問では、yesとnoの確率のうち高いほうであり、独立した別のチェックではありません。
Jevのネイティブなnoul回答は、個別の信頼度フィールドを持たず、確率を提示します。選択式や採点式の回答でフィールド名が共通していても、キャリブレーションが同一であることの証明にはなりません。そのため、モデルやルート、バージョンをまたいで閾値をコピーするのは、未検証のポリシー変更にあたります。
ラベル付きの開発用トラフィックを使って、モデルごとに閾値を選びましょう。その後、ルートの定義と誤ったアクションのコストを固定したうえで、別の保留セットで比較します。誤った自動アクションと、不要にエスカレーションされた正当なリクエストの両方を数え、同じエラー予算内で各ポリシーが自動化できるトラフィック量を報告してください。
その予算内に収めるために一方のモデルでより多くの人手による確認が必要なら、その費用も含めてください。重大な結果につながるアクションでは、実行を拒否するか、手動フォールバックを使用しましょう。認可チェックは、モデルの判断とは別に行う必要があります。
公式価格はあくまで出発点
以下は、AIHubMixのチャネル価格ではなく、公式のAPI直接利用時の定価です。Googleの料金ページおよびTypeSafeのモデルドキュメントから引用しています。
| モデル | 入力 / 1Mトークン | 出力 |
|---|---|---|
| Gemini Decision 1 | USD 0.10 | 0トークン |
| Jev 1.14 | USD 0.042 | 無料 |
Geminiの出力トークン数は0です。Jevの出力が無料でも、報告される出力トークン使用量が必ず0になるわけではありません。Geminiの入力トークン単価はJevの約2.38倍ですが、すべてのリクエストで総コストが同じ比率になるとは限りません。
決定回数1,000,000回、決定1回につきリクエスト1件、両ベンダーでそれぞれ独立に仮定したリクエストあたりの課金対象入力トークン数2,000とします。この場合、課金対象入力トークンは合計2 billionとなり、公式価格ではGeminiがUSD 200、JevがUSD 84で、差額はUSD 116です。
この推定では、トークン化やフォーマット、再試行、エスカレーション、精度は同等と仮定していません。ゲートウェイの請求額ではないため、実際の料金は選択したチャネルの価格を確認してください。
Googleの評価コストの比率は異なります。USD 0.88 / USD 0.68は約1.29倍です。ワークロードや課金対象トークン数が異なれば、標準価格と矛盾することなく比率も変わります。
ネイティブ機能によって候補が変わることがある
Googleのドキュメントによると、テキスト、画像、音声、動画、PDFの入力に対応し、質問も含めて合計262,144トークンを共有します。質問数が1～1,000件という上限は、Jevに対する処理能力の優位性を意味しません。TypeSafeの仕様では、コンテキスト上限の範囲内であれば質問数に個別の上限はありません。
Jevはテキスト専用ではありません。テキストとPNG/JPEG画像を受け付けますが、Jev 1.14のリリースノートでは、画像、Box、拡張コンテキストが実験的機能とされています。画像とBoxはデフォルトで無効で、ベンダーのオプトインヘッダーが必要です。このヘッダーがゲートウェイでどう動作するかは、ここでは確認されていません。デフォルトの上限は、共有stateとすべての質問を合わせて64kトークン、共有stateと単一の質問を合わせて32kトークンです。実験用のベンダーヘッダーを使うと、どちらも262kまで引き上げられますが、処理速度と精度は低下します。
これらはベンダーのネイティブ機能であり、ゲートウェイでの提供を確認したものではありません。とりわけ、これらの仕様だけを根拠に、AIHubMixでメディアや長いコンテキストを使うワークフローを計画しないでください。GoogleのネイティブAPIは、キャッシュとBatchにも対応しておらず、ネイティブなツール呼び出し入力ブロックも受け付けません。ツールを実行すべきかを判断することと、ツールのプロトコルブロックを受け付けることは別です。
ドキュメント記載のIDを選び、返されたバージョンを記録する
AIHubMixの比較ページは、2つの製品を選ぶ際の出発点です。公開されている手順では、POST /v1/systemone、共通のAIHubMixキー、stateとquestionsを含むリクエスト形式が記載されています。
AIHubMixのドキュメントには、製品 IDとしてgemini-decision-1とjev-1.14が記載されていますが、これらの名前だけでは、上流のビルドが不変であるとは確認できません。Jevのネイティブなバージョン付きIDはjev-1.14.0です。実際のチャネルから返されたモデルとバージョンを記録し、変動するエイリアスがどの環境でも同じバージョンを指すとは想定しないでください。
この比較では、認証済みリクエストを実行していません。共通のテキストリクエストに関するドキュメントは評価の出発点であり、応答が同等であることの証明ではありません。ネイティブなメディア、コンテキスト上限全体、Geminiの質問数1,000件への対応がAIHubMix経由で機能するかは確認されていません。
選ぶ前に確認すること：
- 許容できる誤アクション率とフォールバックポリシーを定める。
- 保留データでの自動化率と運用総コストを比較する。
- 選択したチャネルで必要な機能が使えることを確認する。
Jevが基準を満たし、総コストも低ければJevを選びましょう。Geminiの検証済みの利点が追加コストに見合うなら、Geminiを選びましょう。モデル、バージョン、トラフィックが変わったら再評価してください。
よくある質問
ツールルーティングにはどちらのモデルが適していますか？
万能のランキングはありません。GoogleのWhen2Callの結果ではJevが優位ですが、集計キャリブレーションではGeminiが優位です。実際のルーティングポリシーをテストしてください。
ECEが低いほど、誤った判断は少なくなりますか？
いいえ。キャリブレーションと精度は別の指標です。集計ECEが低くても、ルートごとのエラー率や安全な閾値が確認できるわけではありません。
同じ信頼度閾値を再利用できますか？
検証なしではできません。モデルとルートごとに開発データで閾値を選び、その後、別の保留トラフィックで評価してください。
Geminiは常に2.38倍高価ですか？
いいえ。これは公式の入力トークン価格の比率です。課金対象トークン数、再試行、エスカレーション費用によって、運用コストの比率は変わることがあります。
Jev 1.14はテキスト専用ですか？
いいえ。ネイティブなPNG/JPEG画像サポートがありますが、画像とBoxは実験的機能です。AIHubMixで画像をパススルーできることを意味するものではありません。
AIHubMixで機能の同等性は確認されていますか？
いいえ。認証済みリクエストは実行されていません。ドキュメントだけを根拠に、ネイティブなメディア、コンテキスト、質問数の上限、応答の意味が同等だと想定しないでください。
続けて読む：Gemini Decision 1シリーズ
- リクエスト例とモデルの概要については、Gemini Decision 1の料金：入力は$0.10/M、API、ユースケースをご覧ください。
出典
公式価格の確認日時：Google、2026年11月12日 06:43 UTC；TypeSafe、2026年11月12日 06:53 UTC。コスト例はドキュメントに基づく推定であり、推論の測定値ではありません。
- Google：Gemini Decisions APIの発表とベンチマークチャート。
- Google：Decisions APIのドキュメントと公式料金。
- TypeSafe：モデルドキュメント、Jev 1.14のリリース、画像の制限、ネイティブAPIスキーマ。
- AIHubMix：Gemini Decision 1（手順）およびJev 1.14（手順）。
- AIHubMix：Gemini Decision 1とJev 1.14の比較。
