Gemini Decision 1 vs Jev 1.14 dan GPT-6 Luna: Model AI Google yang Tidak Menulis, Hanya Menilai Pilihan

Google DeepMind merilis Gemini Decision 1 pada Rabu (11/11/2026) lewat blog resmi Google. Model ini menjadi mesin di balik Gemini Decisions API, layanan baru untuk pengembang yang bisa menjawab sampai 1.000 pertanyaan ya/tidak, pilihan ganda, atau skor rubrik atas satu dokumen, gambar, audio, video, atau PDF dalam sekali proses, dengan tarif US$0,10 per 1 juta token input dan tanpa biaya output.

Banyak yang mengira model AI terbaru selalu berarti chatbot yang makin pandai menulis. Namun, Gemini Decision 1 justru sengaja tidak bisa menulis satu kalimat pun. Tugasnya hanya menilai pilihan yang sudah disiapkan pengembang, misalnya apakah sebuah foto paket rusak atau keluhan pelanggan masuk antrean mana, lalu memberi peluang dan angka keyakinan untuk setiap jawaban. Namun, tindakan sesudahnya tetap diatur kode aplikasi, misalnya kapan sebuah kasus diserahkan ke manusia. Kini Google ikut berebut kategori yang dibuka startup TypeSafe dengan Jev dan sudah dimasuki OpenAI lewat Decisions API berbasis GPT-6 Luna.

Ringkasnya: Google merilis Gemini Decision 1 pada Rabu, 11 November 2026, dengan konteks 262.144 token dan masukan teks, gambar, audio, video, serta PDF. Menurut klaim Google, model ini unggul di 5 dari 7 uji bersama melawan Jev 1.14, GPT-6 Luna, dan Gemini 3.5 Flash-Lite, dengan galat kalibrasi terendah. Namun, Jev masih menang di 2 uji dan lebih murah, sedangkan di papan pihak ketiga Artificial Analysis skor Gemini Decision 1 baru setara median. Indonesia masuk daftar wilayah resmi Gemini API, tetapi API ini hanya untuk pengguna berusia 18 tahun ke atas.

Daftar Isi

• Apa itu Gemini Decision 1?
• Bagaimana cara kerjanya dibanding Gemini 3.5 Flash-Lite?
• Gemini Decision 1 vs Jev 1.14 dan GPT-6 Luna: mana yang unggul?
• Apa kata uji pihak ketiga?
• Berapa harganya?
• Apakah bisa dipakai di Indonesia?
• Apa artinya untuk belajar dan kerja?
• FAQ

Apa itu Gemini Decision 1?

Sederhananya, Gemini Decision 1 adalah decision model pertama Google, jenis AI yang tidak menghasilkan teks tetapi langsung memberi probabilitas untuk setiap pilihan jawaban. Kategori ini mulai ramai sejak Jev dirilis pada September 2026; cara kerja dasarnya sudah kami bahas di ulasan decision model Jev, Clef, dan joey-1, jadi artikel ini fokus pada versi Google. Menurut catatan The Decoder, setelah Jev muncul, OpenAI, Cloudflare, dan Microsoft juga lebih dulu merilis layanan serupa.

Pengumuman resmi Google mencantumkan tiga jenis pertanyaan yang bisa dicampur dalam satu permintaan. Pertama, ya/tidak yang mengembalikan peluang sebuah kondisi benar. Kedua, pilihan ganda dengan 2 sampai 255 opsi. Ketiga, skor rubrik bertingkat yang menghasilkan nilai rata-rata tertimbang. Setiap jawaban disertai angka keyakinan dari 0 sampai 1.

"Decisions API memberi Anda primitif yang dibuat khusus untuk pilihan terbatas seperti pemilihan alat, pengecekan kebijakan, perutean model, dan penilaian konteks," tulis Min Choi, Product Manager Google DeepMind, bersama Felix Yu, Principal Scientist Google DeepMind, dalam pengumuman resmi Google. Kutipan ini diterjemahkan dari bahasa Inggris.

Contoh di blog Google cukup sederhana: foto meja dapur kantor ditambah catatan singkat, lalu tiga pertanyaan sekaligus. Hasilnya, peluang ada tumpahan 0,95, tindakan yang disarankan "lap dengan kain" dengan keyakinan 0,98, dan tingkat keparahan 1,19 pada skala 0 sampai 2. Semua jawaban keluar dari satu permintaan, tanpa satu kata penjelasan pun.

Bagaimana cara kerjanya dibanding Gemini 3.5 Flash-Lite?

Model bahasa biasa seperti Gemini 3.5 Flash-Lite menulis jawaban kata demi kata, sehingga setiap kata keluaran memakan waktu dan biaya. Sementara itu, Gemini Decision 1 menilai semua pilihan dalam satu kali lintasan. Menurut Google, latensi median komputasi modelnya 50 sampai 100 milidetik untuk masukan sampai 16 ribu token, dan nyaris tidak berubah dari 1 hingga 100 pertanyaan per permintaan.

Alhasil, biayanya turun tajam. Google mengklaim Gemini Decision 1 hampir 5 kali lebih murah daripada Gemini 3.5 Flash-Lite lewat Interactions API pada rangkaian uji yang sama. Di halaman harga resmi, Flash-Lite dipatok US$0,30 per 1 juta token input dan US$2,50 untuk output, sedangkan Decision 1 hanya menagih input. Dokumen bersama juga dihitung sekali per permintaan, berapa pun jumlah pertanyaannya.

VentureBeat memberi hitungan konkret. Sebuah berkas 4.000 token dengan 20 pengecekan yang masing-masing menambah 50 token, total 5.000 token per permintaan, akan berbiaya sekitar US$0,50 per 1.000 berkas. Padahal, kalau setiap pengecekan dikirim terpisah sambil mengulang berkas yang sama, biayanya menjadi US$8,10 per 1.000 berkas.

Ternyata Google sudah lebih dulu memakainya di produk sendiri. Gemini Notebook memakai Decisions API untuk mengarahkan pertanyaan ke model yang pas dan disebut memangkas latensi sampai 40% untuk pertanyaan sehari-hari. Bahkan aplikasi CC dari Google Labs memakainya untuk memilih reaksi emoji dari lebih dari 200 pilihan, dan Google Search memakainya sebagai lapisan keamanan untuk alat MCP.

Gemini Decision 1 vs Jev 1.14 dan GPT-6 Luna: mana yang unggul?

Di tabel resmi Google, Gemini Decision 1 memimpin 5 dari 7 uji yang dijalankan keempat model. Skornya 92,2% di JevBench versi publik, di atas GPT-6 Luna dengan 90,9% dan Jev 1.14 dengan 90,0%. Selisih terlebar muncul di New Yorker Caption versi teks: 79,7% berbanding 72,0% milik Jev. Semua angka ini disusun Google sendiri, jadi statusnya klaim vendor.

Namun, Jev ternyata tidak kalah di semua lini. Model buatan TypeSafe itu unggul di Mind2Web Multimodal, uji tugas di peramban, dengan 86,8% berbanding 86,2%, serta di When2Call, uji kapan harus memanggil alat, dengan 82,0% berbanding 79,9%. GPT-6 Luna, model bahasa ringan OpenAI yang di sini dijalankan lewat Decisions API OpenAI, tidak memimpin satu uji pun dalam tabel itu, dan Flash-Lite tertinggal paling jauh di When2Call dengan 60,9%.

Salah satu keunggulan yang paling ditonjolkan Google adalah kalibrasi, yaitu seberapa cocok angka keyakinan model dengan seberapa sering jawabannya benar. Galat kalibrasi Gemini Decision 1 tercatat 0,0250, kira-kira separuh milik Jev dengan 0,0494, dan jauh di bawah Flash-Lite dengan 0,2104. Angka ini menentukan seberapa aman ambang keyakinan dipakai untuk menyaring kasus.

"Pada benchmark yang mencakup perutean agen, penalaran, pemeringkatan, dan pemahaman multimodal, Gemini Decision 1 memimpin di seluruh rangkaian uji, dengan galat kalibrasi terendah," tulis Min Choi dan Felix Yu dalam pengumuman yang sama. Kutipan ini diterjemahkan dari bahasa Inggris.

Soal biaya, tabel Google sendiri justru menunjukkan Jev paling hemat. Menjalankan 7 uji bersama menghabiskan US$0,68 dengan Jev, US$0,88 dengan Gemini Decision 1, US$0,93 dengan GPT-6 Luna, dan US$4,14 dengan Flash-Lite. Untuk uji audio MMAU dan video Video-MME, Google hanya membandingkan dengan Flash-Lite: 71,8% berbanding 67,7% dan 69,1% berbanding 63,3%.

Apa kata uji pihak ketiga?

The New Stack mengingatkan bahwa semua angka benchmark di atas berasal dari pengujian Google sendiri, dan evaluasi independen belum memastikan perbandingan model-model ini di pemakaian nyata. Papan pihak ketiga memberi gambaran yang lebih sederhana. Di halaman model Artificial Analysis yang kami periksa ulang Minggu (15/11/2026), Gemini Decision 1 meraih skor 66 di Decision Index, sama dengan median kategori, dan menempati peringkat 12 dari 22 model di halaman itu. Waktu per tugasnya 211 milidetik, sedikit di atas median 209 milidetik.

Hasilnya, biaya di papan itu juga berbeda dari klaim Google. Artificial Analysis menghitung US$345 per 1 juta tugas untuk Gemini Decision 1, jauh di atas median kategori US$137. Rangkaian uji mereka memang berbeda dari milik Google, mencakup tinjauan dokumen, pemanggilan alat, pengetahuan, dan penalaran, sehingga kedua hasil tidak bisa dibandingkan langsung. Namun, skor seperti ini mengukur akurasi pada tugas sempit, bukan jaminan mutu keputusan di aplikasimu.

Saat peluncuran, VentureBeat mencatat Gemini Decision 1 di posisi 9 dari 18 pada Artificial Analysis Decision Index v2.1 dengan skor 65,98, tipis di bawah Jev 1.14 yang meraih 66,23. Posisi teratas dipegang Drex Max v1.1 dari Nace AI dengan 72,62. Pada uji AA-Paperclip yang menanyakan 15 hal tentang setiap dokumen, Gemini menjawab semuanya benar di 33% dokumen, sedangkan Jev 35,5% dan Drex Max 63%.

Berapa harganya?

Di halaman harga Gemini API, tarif berbayar Gemini Decision 1 adalah US$0,10 per 1 juta token input untuk semua jenis media, tanpa biaya output. Tingkat gratis tersedia di Google AI Studio dengan batas 200 permintaan per menit, 50.000 token per menit, dan 10.000 permintaan sehari, menurut halaman batas penggunaan.

Harga Jev diambil dari dokumentasi TypeSafe, sedangkan harga GPT-6 Luna dari panduan Decisions API OpenAI. Namun, ada satu catatan penting di sisi Google: Decisions API tidak mendukung cache konteks, sehingga dokumen yang sama dikirim ulang di permintaan terpisah akan ditagih penuh lagi. Sebaliknya, OpenAI memberi tarif lebih murah untuk bagian dokumen yang berulang.

Apakah bisa dipakai di Indonesia?

Bisa, tetapi ada dua catatan. Indonesia tercantum di daftar wilayah resmi Gemini API, dan Gemini Decision 1 tersedia lewat Gemini Developer API versi v1beta. Integrasinya juga sedang digulirkan ke OpenRouter, LangChain, Vercel, dan LiteLLM, sedangkan dukungan untuk Gemini di Google Cloud baru disebut "segera" tanpa tanggal.

Catatan pertama soal usia. Ketentuan Gemini API mewajibkan pengguna berusia minimal 18 tahun, dan API ini tidak boleh dipakai untuk aplikasi yang ditujukan bagi, atau kemungkinan besar diakses oleh, anak di bawah 18 tahun. Artinya, pelajar yang belum genap 18 tahun belum boleh memakainya langsung, sedangkan mahasiswa yang sudah dewasa boleh mencoba.

Sementara itu, catatan kedua soal bahasa. Hingga Minggu (15/11/2026), belum ada keterangan resmi soal dukungan bahasa Indonesia untuk Gemini Decision 1. Google hanya mencantumkan skor 86,0% di Global-MMLU-Lite, uji pengetahuan dalam bahasa selain Inggris, tanpa merinci skor per bahasa. Pengembang yang memproses teks berbahasa Indonesia sebaiknya menguji dulu dengan data sendiri.

Apa artinya untuk belajar dan kerja?

Bagi pelajar dan pekerja biasa, Gemini Decision 1 tidak akan muncul sebagai aplikasi baru di ponsel. Dampaknya justru terasa di balik layar: chatbot yang memilih model lebih cepat, filter keamanan yang lebih sigap, atau sistem antrean layanan pelanggan yang lebih jarang salah alamat.

Bagi mahasiswa informatika dan pengembang, model ini bahkan membuka cara murah untuk membangun pengklasifikasi tanpa melatih model sendiri. Skripsi soal deteksi ujaran kebencian, penyortiran tiket keluhan, atau penilaian esai otomatis kini bisa dibuat prototipenya cukup dengan menulis pertanyaan dan pilihan jawaban. Berikut langkah praktisnya:

1. Coba di tingkat gratis. Google AI Studio menyediakan Decisions Playground untuk menguji pertanyaan ya/tidak, pilihan ganda, dan skor. Ingat, menurut ketentuan Gemini API data di tingkat gratis dapat dipakai Google untuk meningkatkan produknya, jadi jangan unggah data pribadi responden.
2. Bandingkan dengan pesaing. Untuk teks pendek, Jev justru lebih murah. Untuk audio dan video, Gemini Decision 1 lebih unggul daripada Jev dan GPT-6 Luna karena keduanya belum menerima format itu. Sementara itu, Clef-Omni dari Cloudflare sudah menerimanya.
3. Jangan andalkan untuk tugas menulis. Model ini tidak bisa merangkum, menjelaskan, atau mengambil angka tertentu dari dokumen. Untuk itu tetap perlu model bahasa seperti Gemini 4 Hydrogen.
4. Uji dengan data berbahasa Indonesia. Siapkan 50 sampai 100 contoh berlabel, lalu ukur akurasinya sendiri sebelum memakai ambang keyakinan untuk keputusan penting.

FAQ: Gemini Decision 1

Kapan Gemini Decision 1 dirilis?

Google DeepMind merilis Gemini Decision 1 pada Rabu, 11 November 2026, bersamaan dengan Gemini Decisions API. Model ini langsung bisa dipakai lewat Google AI Studio dan Gemini Developer API versi v1beta, dengan integrasi ke OpenRouter, LangChain, Vercel, dan LiteLLM yang sedang digulirkan.

Apa beda Gemini Decision 1 dengan chatbot Gemini biasa?

Bedanya, Gemini Decision 1 sama sekali tidak menulis teks. Model ini hanya menjawab pertanyaan ya/tidak, pilihan ganda dengan 2 sampai 255 opsi, atau skor rubrik, lalu memberi angka keyakinan dari 0 sampai 1. Sampai 1.000 pertanyaan bisa diajukan sekaligus atas satu masukan berupa teks, gambar, audio, video, atau PDF.

Mana yang lebih baik, Gemini Decision 1 atau Jev 1.14?

Di tabel resmi Google, Gemini Decision 1 unggul di 5 dari 7 uji bersama dan galat kalibrasinya separuh milik Jev. Namun, Jev menang di Mind2Web Multimodal dan When2Call, lebih murah dengan US$0,042 per 1 juta token, dan di papan Artificial Analysis saat peluncuran skornya tipis di atas Gemini.

Berapa harga Gemini Decision 1?

Tarifnya US$0,10 per 1 juta token input untuk teks, gambar, audio, video, dan PDF, tanpa biaya output. Google AI Studio menyediakan tingkat gratis dengan batas 200 permintaan per menit dan 10.000 permintaan sehari, tetapi data di tingkat gratis dapat dipakai Google untuk meningkatkan produknya.

Apakah Gemini Decision 1 tersedia di Indonesia dan berbahasa Indonesia?

Indonesia tercantum di daftar wilayah resmi Gemini API, jadi pengembang di Indonesia bisa memakainya, asalkan berusia minimal 18 tahun sesuai ketentuan Gemini API. Hingga 15 November 2026 belum ada keterangan resmi soal dukungan bahasa Indonesia; Google hanya menyebut skor 86,0% di uji Global-MMLU-Lite untuk bahasa selain Inggris.

Masuknya Google ke kategori ini menandai bahwa AI yang "hanya memutuskan" kini dianggap serius oleh lab besar, bukan sekadar eksperimen startup. Bagi pembaca di Indonesia, pelajaran terpentingnya sederhana: angka keyakinan setinggi apa pun tetap perlu diuji dengan data sendiri sebelum dipakai untuk keputusan penting.

Kalau kebutuhanmu lebih ke merangkum jurnal, menyusun kerangka tugas, atau membandingkan jawaban beberapa model AI dalam bahasa Indonesia, asisten AI di kakak.ai bisa dipakai tanpa perlu mengurus kunci API satu per satu. Coba Sekarang, Gratis.