Anúncio e arquitetura do modelo
A Google apresentou a Gemini Decisions API, um novo ponto de acesso projetado para realizar decisões rápidas e fechadas sobre entradas multimodais. Esta ferramenta se apoia no modelo Gemini Decision 1 (identificado como gemini-decision-1), disponível por meio da API do Gemini no Google AI Studio. Diferente dos modelos generativos que produzem texto token a token, este modelo pontua as opções candidatas em uma única passada de inferência, retornando probabilidades e pontuações de confiança.
O objetivo dessa arquitetura é oferecer primitivas específicas para escolhas delimitadas, como a seleção de ferramentas, a verificação de políticas, o roteamento de modelos ou a avaliação de contexto. A API permite passar uma entrada multimodal compartilhada, que pode incluir texto, imagens, áudio, vídeo e PDFs (até 256K tokens), junto com até 1.000 perguntas independentes em uma mesma solicitação.
Tipos de avaliação e estrutura da resposta
A API suporta três tipos de decisões em uma única passada: noul (sim/não), choice (escolha múltipla) e score (rúbrica ordenada). O tipo noul estima a probabilidade de que uma condição binária seja atendida. O tipo choice seleciona entre 2 e 255 opções, retornando a opção vencedora e as probabilidades normalizadas para cada candidato. O tipo score avalia a entrada de acordo com uma rúbrica ordenada, retornando uma pontuação contínua ponderada e as probabilidades por nível.
Cada resposta inclui uma pontuação de confiança entre 0 e 1, o que permite ao código da aplicação derivar os casos ambíguos para um mecanismo de reserva ou para um revisor humano. A entrada utiliza o mesmo formato de bloco de conteúdo que a API de Interações, facilitando a integração com fluxos existentes de desenvolvimento.
Tipos de perguntas suportados pela API
| Tipo | Descrição | Saída principal |
|---|---|---|
| noul | Avaliação de condição binária (sim/não) | Probabilidade de atendimento |
| choice | Seleção entre 2 e 255 opções | Opção vencedora e probabilidades normalizadas |
| score | Avaliação de acordo com rúbrica ordenada | Pontuação contínua e probabilidades por nível |
Desempenho, latência e custo
A Google afirma que o Gemini Decision 1 mantém uma latência de computação do modelo de 50 a 100 milissegundos, com uma latência de ponta a ponta de 150 a 250 milissegundos. Essa latência se mantém praticamente estável ao aumentar o número de perguntas por solicitação, de 1 até 100. O modelo admite contextos de até 16K tokens nos testes de latência publicados, embora a entrada geral admita até 256K tokens.
Quanto ao custo, o preço é estabelecido em 0,10 dólares por milhão de tokens de entrada, com uma tarifa de 0 dólares por tokens de saída. A Google indica que, ao não faturar tokens de saída, a API é quase 5 vezes mais barata que o Gemini 3.5 Flash-Lite com a API de Interações no conjunto de benchmarks compartilhado. A entrada compartilhada é faturada uma única vez por solicitação, independentemente do número de perguntas avaliadas.
Casos de uso internos na Google
Vários times da Google já utilizam a Decisions API como um plano de controle de baixa latência. No Gemini Notebook, a API atua como um roteador em tempo real que direciona as consultas entrantes para o nível de modelo e pensamento ótimo, reduzindo a latência das consultas cotidianas em até 40%.
No Stitch, a ferramenta de design, a API é empregada para gerar wireframes jogáveis de um fluxo de produto em segundos e aplicar edições realizadas por voz ou toque quase instantaneamente. No CC (da Google Labs), é utilizada para selecionar a reação de emoji adequada de uma paleta de mais de 200 opções em uma fração de segundo. Além disso, o Google Search a emprega como camada de segurança para detectar comportamento adversarial em ferramentas MCP.
Acessibilidade e limitações da evidência
Os desenvolvedores podem começar a construir hoje mesmo obtendo uma chave de API no Google AI Studio. A API oferece uma camada sem custo para prototipagem e está disponível por meio de guias para Python, JavaScript e REST. As integrações do ecossistema estão sendo implantadas em plataformas como OpenRouter, LangChain, Vercel e LiteLLM, com suporte próximo para Gemini no Google Cloud.
É importante destacar que as cifras de desempenho, latência e economia de custos são afirmações da Google baseadas em seus próprios benchmarks. Não foi fornecida uma verificação independente dessas métricas nem detalhes sobre o mecanismo específico de calibração utilizado pelo modelo. Antes de recomendá-la para produção crítica, seria necessário avaliar a confiabilidade de suas probabilidades em cenários do mundo real e contrastar seu desempenho com outras soluções disponíveis no mercado.
Continue a explorar
Fontes consultadas
Correções e transparência
Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.
Propor uma correção