Google lança Gemini Decision 1 e a Decisions API para pontuar escolhas em vez de gerar texto

O Gemini Decision 1 (gemini-decision-1) é servido por um endpoint novo, a Decisions API, dentro da Gemini API no Google AI Studio. A lógica é diferente da de um LLM comum: em vez de gerar texto token a token, o modelo pontua as opções candidatas em uma única passagem (forward pass) e devolve probabilidades e scores de confiança de 0 a 1. A entrada é multimodal (texto, imagens, áudio, vídeo e PDFs, até 256K tokens) e aceita até 1.000 perguntas independentes sobre o mesmo contexto.

São três tipos de pergunta. O noul (sim/não) estima a probabilidade de uma condição, com critérios opcionais para verdadeiro e falso. O choice escolhe entre 2 e 255 opções e devolve probabilidades normalizadas para todas. O score avalia uma rubrica ordenada, começando em 0, com nota ponderada contínua e probabilidade por nível. O campo de entrada usa o mesmo formato de Content block da Interactions API. A latência de ponta a ponta fica entre 150 e 250 ms (50 a 100 ms de computação do modelo) e, segundo o Google, quase não muda de 1 a 100 perguntas por requisição.

No preço, são US$ 0,10 por milhão de tokens de entrada e zero para saída, sem cobrança de thinking tokens, transcrição de áudio ou OCR separados. A entrada compartilhada é cobrada uma vez por requisição, e cada pergunta soma só suas instruções e critérios. O Google diz que sai quase 5x mais barato que o Gemini 3.5 Flash-Lite com a Interactions API no conjunto de benchmarks compartilhado. Há camada gratuita no AI Studio para protótipo, guias em Python, JavaScript e REST, e integrações em andamento com OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit e OpenCode, além dos SDKs google-genai. O suporte no Gemini em Google Cloud está previsto para breve.

Em 11 de novembro de 2026, o CEVIU noticiou "Google lança Gemini Decisions API para decisões multimodais com scores de confiança", com a apresentação da API e do modelo. A edição de 12 de novembro de 2026 traz o lançamento oficial disponível, com preço, latência e exemplos de uso interno (roteamento no Gemini Notebook, camada de segurança para ferramentas MCP na Busca). Em 23 de outubro de 2026, o CEVIU havia coberto "Microsoft lança Decision-1, modelo de 9B baseado em Qwen que pontua opções de resposta em vez de gerar texto": a ideia de modelo que pontua em vez de gerar já existia, e agora chega como endpoint gerenciado do Google.

Para quem opera roteadores de modelos, guardrails ou avaliadores com rubrica, isso pode substituir classificadores treinados sob medida e chamadas generativas lentas só para decidir um caminho. O score de confiança permite mandar casos ambíguos para fallback ou revisão humana no próprio código. Como os números de latência e custo vêm do Google, vale medir com a sua carga antes de trocar o que já roda.