Google ha lanzado la Gemini Decisions API, impulsada por un nuevo modelo, Gemini Decision 1 (gemini-decision-1). La Gemini Decisions API no genera texto. Evalúa hasta 1,000 preguntas tipificadas contra una entrada compartida y devuelve probabilidades calibradas. Para los desarrolladores, se dirige a las pequeñas llamadas de ramificación dentro de los agentes: enrutamiento, verificaciones de políticas, selección de herramientas y calificación. Google la precio a $0.10 por 1M de tokens de entrada, con cero tokens de salida facturados.
TL;DR
- Tamaño: El contexto es de 262,144 tokens (256K) entre la entrada compartida y todas las preguntas.
- Funciona en: Solo API alojada por Google (Gemini Developer API, v1beta). Sin pesos abiertos ni autoalojamiento.
- Rendimiento: Lidera 7 de 9 benchmarks de precisión en la tabla de Google, con el menor error de calibración.
- Mejor: 92.2% en JevBench (split público).
- Peor: 58.7% Macro-F1 en Amazon ESCI, su puntuación más baja. También queda detrás de Jev 1.14 en When2Call (79.9% frente a 82.0%).
- En resumen: Mejor: decisiones multimodales y calibradas en 150-250 ms. Peor: no es la más barata; Jev 1.14 cuesta $0.68 frente a $0.88 en la suite compartida.
¿Qué es la Gemini Decisions API?
Gemini Decision 1 es un modelo multimodal especializado de Google construido para decisiones de conjunto cerrado. Lee texto, imágenes, video, audio y PDF en una sola pasada de prefill. El uso de tokens de salida siempre es 0. Tu código se ramifica directamente sobre los números devueltos.
Cada solicitud tiene 3 partes: un ID de modelo, una inputcompartida y un mapa de preguntas. La documentación define 3 tipos de preguntas:
noul(sí/no): devuelve la probabilidad de sí, acotada entre 0.01 y 0.99.choice: elige 1 de 2 a 255 opciones y devuelve probabilidades normalizadas para cada opción.score: califica la entrada en 2 a 255 niveles de rúbrica ordenados y devuelve una puntuación ponderada por probabilidad.
Cada respuesta lleva un valor de confianza de 0 a 1. Google sugiere enrutar los casos de baja confianza a un mecanismo alternativo o a un revisor humano. Las preguntas se evalúan en paralelo y no pueden verse entre sí.
¿Cómo funciona Gemini Decision 1?
Los modelos estándar decodifican una respuesta token por token y luego tu código la analiza. Gemini Decision 1 en cambio puntúa tus opciones candidatas en una sola pasada hacia adelante. Google informa un cómputo mediano del modelo de 50-100 ms y de 150-250 ms de extremo a extremo. Eso se mantiene para entradas de hasta 16K tokens y queda casi plano de 1 a 100 preguntas.
La facturación sigue el mismo diseño. La entrada compartida se factura una vez por solicitud, sin importar cuántas preguntas hagas. Cada pregunta añade solo sus propios tokens de instrucción y criterios. No hay cargos por tokens de pensamiento, transcripción ni OCR.
Benchmarks de Gemini Decision 1
Google probó Gemini Decision 1 contra 3 rivales. Son TypeSafe Jev 1.14, GPT-6 Luna en OpenAI Decisions y Gemini 3.5 Flash-Lite. Todas las cifras siguientes son autorreportadas por Google. Los rechazos y los bloqueos de seguridad cuentan como incorrectos.
| Benchmark | Gemini Decision 1 | TypeSafe Jev 1.14 | GPT-6 Luna (OpenAI Decisions) | Gemini 3.5 Flash-Lite |
|---|---|---|---|---|
| JevBench (split público) | 92.2% | 90.0% | 90.9% | 86.6% |
| Amazon ESCI (Macro-F1) | 58.7% | 56.7% | 54.7% | 47.2% |
| New Yorker Caption (solo texto) | 79.7% | 72.0% | 68.4% | 73.7% |
| Mind2Web Multimodal | 86.2% | 86.8% | 81.8% | 78.0% |
| PubMedQA | 79.8% | 78.2% | 74.4% | 77.6% |
| Global-MMLU-Lite (no inglés) | 86.0% | 85.0% | 79.6% | 78.8% |
| When2Call | 79.9% | 82.0% | 70.4% | 60.9% |
| MMAU (audio) | 71.8% | No informado | No informado | 67.7% |
| Video-MME (sin subtítulos) | 69.1% | No informado | No informado | 63.3% |
| Top-1 ECE (menor es mejor) | 0.0250 | 0.0494 | 0.0721 | 0.2104 |
| Precio total, 7 evaluaciones compartidas | $0.88 | $0.68 | $0.93 | $4.14 |
Fuente: Tabla de benchmarks del blog de Google.
El resultado de calibración es la brecha más clara. El error de 0.0250 de Gemini Decision 1 es aproximadamente la mitad del 0.0494 de Jev 1.14. Esto importa cuando estableces umbrales de confianza para la automatización. En cuanto al costo, Google dice que es casi 5 veces más barato que Flash-Lite en el conjunto compartido ($0.88 frente a $4.14).
Gemini Decisions API frente a OpenAI Decisions frente a TypeSafe Jev
| Característica | Gemini Decision 1 | GPT-6 Luna, OpenAI Decisions | TypeSafe Jev 1.14 |
|---|---|---|---|
| Parámetros | No divulgado | No divulgado | No divulgado |
| Contexto | 262,144 tokens | 1,050,000 (página del modelo) | 64K por solicitud, 262K con encabezado opcional |
| Preguntas por solicitud | 1 a 1,000 | 1 a 400 | Sin límite fijo, acotado por el contexto |
| Modalidades de entrada | Texto, imagen, audio, video, PDF | Texto, imagen, JSON | Texto (documentos) |
| Precio de entrada por 1M de tokens | $0.10 | $0.10 sin caché | $0.042 |
| Precio de salida | $0 | $0 | $0 |
| Caché de prompt | No compatible | Compatible, se cobra a las tarifas de Luna | No divulgado |
| Afirmación de latencia | 150-250 ms de extremo a extremo | Aproximadamente 10 veces más rápido que la Responses API | No divulgado |
Cómo desplegar la Gemini Decisions API
El endpoint está activo en la Gemini Developer API (v1beta) y necesita google-genai SDK 3.2 o posterior. Hay un nivel sin costo disponible para crear prototipos en Google AI Studio. Las guías de Python, JavaScript y REST están en la documentación.
El soporte del ecosistema se está desplegando en OpenRouter, LangChain, Vercel AI SDK, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode. El soporte en Gemini en Google Cloud figura como próximamente.
Google ya lo usa internamente. Gemini Notebook enruta consultas a niveles de modelos con él, sirviendo consultas cotidianas con una latencia hasta 40% menor. CC de Google Labs elige reacciones con emojis entre más de 200 opciones. El lienzo rápido de Stitch lo usa para construir wireframes jugables en segundos.
Conclusiones clave
- Gemini Decision 1 califica hasta 1,000 preguntas por llamada con cero tokens de salida.
- Lee texto, imágenes, audio, video y PDF de forma nativa en 1 pasada.
- El error de calibración de 0.0250 es la mitad del de TypeSafe Jev 1.14.
- A $0.10/M de tokens de entrada, aún cuesta más que los $0.042/M de Jev.
- Aún no hay caché ni Batch API, por lo que el contexto repetido se factura por completo.
Consulta los detalles técnicos, documentación y la página del modelo. Además, no dudes en seguirnos en Twitter y no olvides unirte a nuestro SubReddit de 150k+ML y suscribirte a nuestro boletín. ¡Espera! ¿estás en telegram? ahora también puedes unirte a nosotros en telegram.
¿Necesitas asociarte con nosotros para promocionar tu repositorio de GitHub O página de Hugging Face O lanzamiento de producto O webinar, etc.? Conéctate con nosotros
La entrada Google Launches Gemini Decisions API With Gemini Decision 1 at $0.10/M Tokens apareció primero en MarkTechPost.