Google lança o Gemini Decision 1 para decisões de IA rápidas e baratas

A Google lançou a API Gemini Decisions, um novo endpoint construído em torno de um modelo dedicado chamado Gemini Decision 1, para tomar decisões rápidas dentro de um conjunto fechado de opções. Os desenvolvedores podem usá-la para decisões limitadas, como escolher a ferramenta certa, executar verificações de política, decidir para qual modelo rotear uma solicitação e avaliar o contexto recuperado. Eles podem enviar uma única entrada multimodal — combinando texto, imagens, áudio, vídeo e PDFs, com até 256.000 tokens — junto com até 1.000 perguntas independentes em uma única solicitação. Em vez de gerar uma resposta palavra por palavra, o Gemini Decision 1 avalia as opções candidatas em uma única etapa e retorna probabilidades e pontuações de confiança entre 150 e 250 milissegundos de ponta a ponta, por US$ 0,10 por milhão de tokens de entrada, sem cobrança pelos tokens de saída.

A Google afirma que o Gemini Decision 1 lidera em benchmarks que cobrem roteamento de agentes, raciocínio, ranqueamento e compreensão multimodal, com o menor erro de calibração do grupo, e que sua latência permanece quase constante — entre 50 e 100 milissegundos de computação do modelo, em contextos de até 16.000 tokens — seja a solicitação com uma única pergunta ou cem. Como não cobra pelos tokens de saída, a Google diz que o Gemini Decision 1 via API Decisions acaba saindo quase cinco vezes mais barato do que o Gemini 3.5 Flash-Lite via API Interactions, no mesmo conjunto de benchmarks.

O modelo funciona sobre a arquitetura multimodal nativa do Gemini, avaliando texto, imagens, áudio, vídeo e PDFs juntos em uma única etapa, e pode retornar até três tipos de resposta na mesma solicitação: estimativas de probabilidade de sim/não, seleção de múltipla escolha entre 2 e 255 opções, e pontuações em uma escala ordenada que começa em zero — cada uma com sua própria pontuação de confiança. A Google destaca vários de seus próprios produtos já construídos sobre a API: o Gemini Notebook a usa para direcionar consultas para o nível de modelo certo, o que, segundo a Google, reduz a latência em até 40% em consultas do dia a dia; o Stitch a usa para gerar e editar wireframes interativos de fluxo de produto em segundos; o aplicativo do Labs, CC, a usa para escolher a reação certa entre uma paleta de mais de 200 emojis quase instantaneamente; e o Search a usa como uma camada de segurança para detectar comportamento adversário contra ferramentas MCP.

A Google diz que integrações já estão sendo lançadas com OpenRouter, Vercel e LangChain, além de LiteLLM, Pydantic AI, Pipecat, LiveKit e OpenCode, somadas aos seus próprios SDKs google-genai, com suporte ao Gemini no Google Cloud chegando mais adiante.

Por que importa

Um modelo criado apenas para avaliar opções limitadas, em vez de gerar texto livre, pode permitir que produtos de IA incorporem decisões rápidas — escolha de ferramentas, roteamento, classificação de conteúdo — sem o custo de latência ou de tokens de saída de uma chamada generativa completa, caso as comparações de desempenho apresentadas pela própria Google se confirmem em testes independentes.