Google lanza Gemini Decision 1 para decisiones de IA rápidas y económicas

Google lanzó la API de Decisiones Gemini, un nuevo endpoint construido alrededor de un modelo dedicado llamado Gemini Decision 1, para tomar decisiones rápidas y de conjunto cerrado. Los desarrolladores pueden usarla para decisiones acotadas como elegir la herramienta adecuada, ejecutar controles de políticas, decidir a qué modelo enrutar una solicitud, y calificar el contexto recuperado. Pueden enviarle una sola entrada multimodal (que combina texto, imágenes, audio, video y PDF, hasta 256.000 tokens) junto con hasta 1000 preguntas independientes en una sola solicitud. En lugar de generar una respuesta palabra por palabra, Gemini Decision 1 evalúa las opciones candidatas en un solo paso hacia adelante y devuelve probabilidades y puntajes de confianza en 150 a 250 milisegundos de extremo a extremo, a USD 0.10 por millón de tokens de entrada sin cobro por los tokens de salida.

Google afirma que Gemini Decision 1 lidera en pruebas de referencia que cubren enrutamiento de agentes, razonamiento, clasificación y comprensión multimodal, con el menor error de calibración del grupo, y que su latencia se mantiene casi plana (entre 50 y 100 milisegundos de cómputo del modelo, en contextos de hasta 16.000 tokens) ya sea que una solicitud tenga una sola pregunta o cien. Como no cobra por los tokens de salida, Google dice que Gemini Decision 1 a través de la API de Decisiones resulta casi cinco veces más económico que Gemini 3.5 Flash-Lite a través de la API de Interacciones, en el mismo conjunto de pruebas.

El modelo funciona sobre la arquitectura multimodal nativa de Gemini, evaluando texto, imágenes, audio, video y PDF juntos en un solo paso, y puede devolver hasta tres tipos de respuesta en la misma solicitud: estimaciones de probabilidad de sí/no, selección de opción múltiple entre 2 y 255 opciones, y puntajes de una rúbrica ordenada que comienza en cero, cada uno con su propio puntaje de confianza. Google destaca varios de sus propios productos ya construidos sobre la API: Gemini Notebook la usa para dirigir las consultas al nivel de modelo adecuado, lo que, según Google, reduce la latencia hasta en 40% en consultas cotidianas; Stitch la usa para generar y editar bocetos interactivos de flujos de producto en segundos; la aplicación de Labs, CC, la usa para elegir la reacción adecuada entre una paleta de más de 200 emojis casi al instante; y Search la usa como una capa de seguridad para detectar comportamiento adversario contra herramientas MCP.

Google dice que ya está desplegando integraciones en OpenRouter, Vercel y LangChain, junto con LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode, además de sus propios SDK de google-genai, con soporte para Gemini en Google Cloud en camino.

Por qué importa

Un modelo creado únicamente para evaluar opciones acotadas, y no para generar texto libre, podría permitir que los productos de IA incorporen decisiones rápidas (elección de herramientas, enrutamiento, clasificación de contenido) sin el costo de latencia ni de tokens de salida de una llamada generativa completa, si las comparaciones de rendimiento que presenta Google se confirman en pruebas independientes.