← Capa | Mercado

Google lança Gemini Decision 1, modelo dedicado a decisões

2026-11-13 · Fonte:MarkTechPost

Google lança Gemini Decision 1, modelo dedicado a decisões

O novo modelo da Google avalia até 1000 perguntas em paralelo numa única passagem e devolve probabilidades calibradas: entrada de US$ 0,10 por milhão de tokens, sem cobrança de saída.

A Google lançou a API Gemini Decisions, alimentada por um modelo multimodal dedicado, o Gemini Decision 1 (ID do modelo: gemini-decision-1). Diferente dos modelos generativos, que decodificam token a token e depois extraem a resposta via parsing, ele não produz texto algum: numa única passagem de pré-preenchimento, avalia em paralelo até 1000 perguntas tipadas sobre a mesma entrada compartilhada e retorna probabilidades calibradas, permitindo que o código ramifique diretamente pelos números retornados. O posicionamento é para as pequenas decisões em massa dentro de agentes — roteamento, verificação de políticas, seleção de ferramentas e pontuação.

São três tipos de pergunta: sim/não (noul, com probabilidade de "sim" limitada entre 0,01 e 0,99), múltipla escolha (choice, de 2 a 255 opções, com probabilidades normalizadas) e pontuação (score, uma escala ordenada de 2 a 255 níveis). Cada resposta vem com um nível de confiança de 0 a 1; a Google recomenda encaminhar casos de baixa confiança para revisão humana ou para um fallback. As perguntas são independentes entre si e pontuadas em paralelo. O modelo lê nativamente texto, imagens, vídeo, áudio e PDF em uma única passada; o contexto é de 262144 tokens, compartilhado entre a entrada e todas as perguntas. Em latência: o cálculo do modelo tem mediana de 50 a 100 milissegundos, e de ponta a ponta 150 a 250 milissegundos, praticamente sem variação de 1 para 100 perguntas (com entradas de até 16K tokens).

O preço é o grande argumento de venda: US$ 0,10 por milhão de tokens de entrada, com saída sempre zerada e não cobrada; a entrada compartilhada é cobrada uma única vez por requisição, independentemente do número de perguntas, sem custos de tokens de raciocínio, transcrição ou OCR. Atenção: ainda não há cache de prompts nem API Batch, e contextos repetidos são cobrados a preço cheio; nos 7 benchmarks compartilhados da Google, o custo total foi de US$ 0,88 — acima dos US$ 0,68 do TypeSafe Jev 1.14, mas cerca de um quinto dos US$ 4,14 do Gemini 3.5 Flash-Lite.

Os benchmarks são auto-reportados pela Google (abstenções contam como erro), com comparativos incluindo o TypeSafe Jev 1.14, o GPT-6 Luna, do OpenAI Decisions, e o Gemini 3.5 Flash-Lite: o modelo lidera em 7 de 9 benchmarks, com 92,2% no split público do JevBench; o pior resultado é o macro F1 de 58,7% no Amazon ESCI, e os 79,9% no When2Call ficam atrás dos 82,0% do Jev. A calibração é o maior destaque: ECE Top-1 de apenas 0,0250, cerca da metade do Jev 1.14 (0,0494) e muito melhor que o 0,0721 do Luna e o 0,2104 do Flash-Lite — crucial para cenários automatizados que dependem de limiares de confiança. Comparado ao Luna: este tem contexto maior, de 1,05M, e suporta cache de prompts, mas apenas 400 perguntas por requisição e sem suporte a áudio, vídeo e PDF.

Exemplos de uso: o Gemini Notebook usa o modelo para roteamento em camadas de modelos, reduzindo a latência de consultas cotidianas em até 40%; o CC, do Google Labs, o usa para escolher reações entre mais de 200 opções de emojis; e o canvas rápido do Stitch gera wireframes interativos em segundos. Disponibilidade: já está ativo na Gemini Developer API (v1beta), exigindo o SDK google-genai 3.2 ou superior, com camada gratuita no Google AI Studio; o modelo é hospedado exclusivamente pela Google, sem pesos abertos; canais do ecossistema como OpenRouter, LangChain, Vercel AI SDK, LiteLLM e Pydantic AI estão sendo integrados gradualmente.


Leituras relacionadas


萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado