Anuncio y arquitectura del modelo
Google ha presentado la Gemini Decisions API, un nuevo punto de acceso diseñado para realizar decisiones rápidas y cerradas sobre entradas multimodales. Esta herramienta se apoya en el modelo Gemini Decision 1 (identificado como gemini-decision-1), disponible a través de la API de Gemini en Google AI Studio. A diferencia de los modelos generativos que producen texto token a token, este modelo puntúa las opciones candidatas en una sola pasada de inferencia, devolviendo probabilidades y puntuaciones de confianza.
El objetivo de esta arquitectura es ofrecer primitivas específicas para elecciones acotadas, como la selección de herramientas, la verificación de políticas, el enrutamiento de modelos o la evaluación de contexto. La API permite pasar una entrada multimodal compartida, que puede incluir texto, imágenes, audio, vídeo y PDFs (hasta 256K tokens), junto con hasta 1.000 preguntas independientes en una misma solicitud.
Esta distinción arquitectónica permite que el sistema procese múltiples consultas simultáneas sin la sobrecarga computacional asociada a la generación secuencial de texto. Al centrarse en la puntuación directa de opciones, el modelo optimiza el uso de recursos de inferencia, lo que resulta especialmente ventajoso en entornos donde la velocidad de respuesta es un factor crítico para la experiencia del usuario final.
Tipos de evaluación y estructura de la respuesta
La API soporta tres tipos de decisiones en una sola pasada: noul (sí/no), choice (elección múltiple) y score (rúbrica ordenada). El tipo noul estima la probabilidad de que se cumpla una condición binaria. El tipo choice selecciona entre 2 y 255 opciones, devolviendo la opción ganadora y las probabilidades normalizadas para cada candidato. El tipo score evalúa la entrada según una rúbrica ordenada, devolviendo una puntuación continua ponderada y las probabilidades por nivel.
Cada respuesta incluye una puntuación de confianza entre 0 y 1, lo que permite al código de la aplicación derivar los casos ambiguos hacia un mecanismo de respaldo o a un revisor humano. La entrada utiliza el mismo formato de bloque de contenido que la API de Interacciones, facilitando la integración con flujos existentes de desarrollo.
Tipos de preguntas soportados por la API
| Tipo | Descripción | Salida principal |
|---|---|---|
| noul | Evaluación de condición binaria (sí/no) | Probabilidad de cumplimiento |
| choice | Selección entre 2 y 255 opciones | Opción ganadora y probabilidades normalizadas |
| score | Evaluación según rúbrica ordenada | Puntuación continua y probabilidades por nivel |
Rendimiento, latencia y coste
Google afirma que Gemini Decision 1 mantiene una latencia de cómputo del modelo de 50 a 100 milisegundos, con una latencia de extremo a extremo de 150 a 250 milisegundos. Esta latencia se mantiene prácticamente estable al aumentar el número de preguntas por solicitud, desde 1 hasta 100. El modelo admite contextos de hasta 16K tokens en las pruebas de latencia publicadas, aunque la entrada general admite hasta 256K tokens.
En cuanto al coste, el precio se establece en 0,10 dólares por millón de tokens de entrada, con una tarifa de 0 dólares por tokens de salida. Google indica que, al no facturar tokens de salida, la API es casi 5 veces más barata que Gemini 3.5 Flash-Lite con la API de Interacciones en el conjunto de benchmarks compartido. La entrada compartida se factura una sola vez por solicitud, independientemente del número de preguntas evaluadas.
La estructura de la respuesta está diseñada para facilitar la lógica de control en aplicaciones complejas. Al proporcionar probabilidades normalizadas y puntuaciones de confianza, los desarrolladores pueden establecer umbrales específicos para automatizar decisiones rutinarias mientras escalan manualmente los casos donde la incertidumbre supera los límites predefinidos, mejorando así la robustez del sistema.
Casos de uso internos en Google
Varios equipos de Google ya utilizan la Decisions API como un plano de control de baja latencia. En Gemini Notebook, la API actúa como un enrutador en tiempo real que dirige las consultas entrantes al nivel de modelo y pensamiento óptimo, reduciendo la latencia de las consultas cotidianas hasta en un 40%.
En Stitch, la herramienta de diseño, la API se emplea para generar wireframes jugables de un flujo de producto en segundos y aplicar ediciones realizadas por voz o toque casi de inmediato. En CC (de Google Labs), se utiliza para seleccionar la reacción de emoji adecuada de una paleta de más de 200 opciones en una fracción de segundo. Además, Google Search la emplea como capa de seguridad para detectar comportamiento adversarial en herramientas MCP.
El modelo de facturación basado exclusivamente en tokens de entrada simplifica la predicción de costes operativos, ya que el volumen de datos procesados determina el gasto total sin importar la complejidad de las respuestas generadas. Esta previsibilidad financiera es un aspecto clave para equipos de ingeniería que buscan optimizar sus presupuestos de infraestructura de inteligencia artificial a largo plazo.
Accesibilidad y limitaciones de la evidencia
Los desarrolladores pueden comenzar a construir hoy mismo obteniendo una clave de API en Google AI Studio. La API ofrece una capa sin coste para prototipado y está disponible a través de guías para Python, JavaScript y REST. Las integraciones del ecosistema se están desplegando en plataformas como OpenRouter, LangChain, Vercel y LiteLLM, con soporte próximo para Gemini en Google Cloud.
Es importante señalar que las cifras de rendimiento, latencia y ahorro de costes son afirmaciones de Google basadas en sus propios benchmarks. No se ha proporcionado una verificación independiente de estas métricas ni detalles sobre el mecanismo específico de calibración utilizado por el modelo. Antes de recomendarla para producción crítica, sería necesario evaluar la fiabilidad de sus probabilidades en escenarios de mundo real y contrastar su rendimiento con otras soluciones disponibles en el mercado.
La disponibilidad de guías oficiales para múltiples lenguajes de programación reduce la barrera de entrada para la integración inicial. Los desarrolladores pueden experimentar con la API de forma inmediata en sus entornos de desarrollo locales, permitiendo una iteración rápida en el diseño de flujos de trabajo antes de considerar la migración a entornos de producción más exigentes.
Continúa explorando
Fuentes consultadas
Correcciones y transparencia
Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.
Proponer una corrección