A Google lançou a Gemini Decisions API, baseada num novo modelo, Gemini Decision 1 (gemini-decision-1). Ao contrário dos modelos de linguagem clássicos, esta interface de programação (API) não gera texto: atribui probabilidades calibradas a até 1000 perguntas fechadas, a partir da mesma entrada. O preço anunciado é de 0,10 $ por milhão de tokens de entrada, sem faturação dos tokens de saída.
Segundo o artigo de blog da Google, a API visa as pequenas decisões intermédias que pontuam o funcionamento dos agentes, esses programas que encadeiam ações de forma autónoma: encaminhamento, verificação de regras, escolha de ferramentas ou classificação. Um pedido inclui um identificador de modelo, uma entrada partilhada e uma lista de perguntas. Estão previstos três tipos: a pergunta sim/não, a escolha entre 2 a 255 opções, e a classificação numa escala de 2 a 255 níveis. Cada resposta vem acompanhada de um valor de confiança entre 0 e 1, e a Google sugere confiar os casos pouco seguros a uma solução de recurso ou a um revisor humano.
Uma faturação concebida para múltiplas perguntas
O modelo lê numa única passagem o texto, as imagens, o vídeo, o áudio e os PDFs. A Google indica uma duração de cálculo mediana de 50 a 100 ms, e de 150 a 250 ms de ponta a ponta, para entradas até 16K tokens, sendo um token uma unidade de texto processada pelo modelo. Esta duração mantém-se quase estável entre 1 e 100 perguntas. A entrada partilhada só é faturada uma vez por pedido, independentemente do número de perguntas. A janela de contexto atinge 262 144 tokens, ou seja, 256K.
O modelo só está acessível via API Gemini Developer (v1beta), alojada pela Google: não são disponibilizados pesos abertos nem auto-alojamento. Requer o SDK google-genai 3.2 ou uma versão posterior, e um escalão gratuito permite prototipar no Google AI Studio.
Resultados anunciados pela Google
A Google compara o Gemini Decision 1 ao TypeSafe Jev 1.14, ao GPT-6 Luna na OpenAI Decisions e ao Gemini 3.5 Flash-Lite. Estes números são comunicados pela Google, e as recusas bem como os bloqueios de segurança são contabilizados como erros. Segundo o quadro da empresa, o modelo supera os seus concorrentes em 7 dos 9 benchmarks de precisão, com o menor erro de calibração. Obtém 92,2 % no JevBench (conjunto público), contra 90,0 % para o Jev 1.14. O seu erro de calibração de 0,0250 é, segundo a Google, cerca de duas vezes inferior ao do Jev 1.14, que atinge 0,0494.
O modelo fica atrás no When2Call, com 79,9 % contra 82,0 % para o Jev 1.14, e a sua pontuação mais baixa é de 58,7 % de Macro-F1 no Amazon ESCI. Na suíte comum de sete avaliações, a Google anuncia um custo total de 0,88 $, contra 0,68 $ para o Jev 1.14 e 4,14 $ para o Gemini 3.5 Flash-Lite. O preço de entrada do Jev 1.14 é de 0,042 $ por milhão de tokens. Por fim, a cache de contexto e a API Batch ainda não são suportadas, pelo que um contexto repetido é faturado integralmente em cada pedido. A Google indica ainda utilizar já a ferramenta internamente, nomeadamente no Gemini Notebook, que a usa para orientar os pedidos para diferentes níveis de modelos, com uma latência até 40 % mais baixa para os pedidos comuns.
