Google lance la Gemini Decisions API : un modèle qui ne rédige rien et tranche jusqu'à 1 000 questions par appel

Google entre à son tour dans la course aux « modèles de décision ». Le 11 novembre, Google DeepMind a présenté la Gemini Decisions API, un nouveau point d’accès de l’API Gemini qui repose sur un modèle dédié, Gemini Decision 1. Son principe : ne rien rédiger, mais trancher.

Des probabilités au lieu d’un texte

Un modèle génératif classique répond mot après mot ; quand un programme a seulement besoin de savoir s’il doit appeler tel outil ou si un message enfreint une règle, il faut ensuite analyser ce texte, ce qui ajoute de la latence et des erreurs d’interprétation. Gemini Decision 1 fait l’inverse : il reçoit une entrée et une liste de questions fermées, puis évalue toutes les réponses possibles en une seule passe et renvoie, pour chacune, une probabilité et un score de confiance.

La documentation décrit trois types de questions : oui/non, choix parmi 2 à 255 options et note sur un barème ordonné. Une même requête peut en contenir jusqu’à 1 000, sur une entrée commune qui mélange texte, images, audio, vidéo et PDF. Les questions sont évaluées séparément, sans se voir les unes les autres ; Google conseille de poser des questions étroites et de les combiner ensuite dans le code, avec des conditions ordinaires.

Ce que Google promet, et ce qu’il ne fait pas

Les chiffres avancés visent les agents : 150 à 250 millisecondes de bout en bout, presque autant pour une question que pour cent, et un prix de 0,10 dollar par million de jetons d’entrée, sans aucun jeton de sortie facturé. L’entrée partagée n’est comptée qu’une fois, quel que soit le nombre de questions. Google cite des usages internes : routage des requêtes vers le bon modèle dans Gemini Notebook (jusqu’à 40 % de latence en moins pour les requêtes courantes, selon l’entreprise), choix d’un émoji parmi plus de 200 dans l’application CC, ou détection de comportements malveillants pour les outils MCP de la recherche Google.

La fiche du modèle dit aussi ce qu’il ne sait pas faire : pas de génération de texte, pas d’appel de fonctions, pas d’API Batch ni de mise en cache. C’est un aiguilleur, pas un assistant.

Google affirme que son modèle arrive en tête de sa propre batterie de tests, avec la meilleure calibration, et qu’il revient près de cinq fois moins cher que Gemini 3.5 Flash-Lite sur ces mêmes tests.

Un premier verdict indépendant plus nuancé

Le jour même, Artificial Analysis a publié ses propres mesures. Sur son Decision Index v2.1, qui combine précision et calibration, Gemini Decision 1 obtient 66 points : un bon score, mais derrière Drex Max v1.1 et GLiDE v1.2 (73 chacun) et plusieurs autres modèles de décision spécialisés. Il prend en revanche la tête des modèles de décision sur les épreuves de connaissances et de raisonnement. Côté vitesse, il traite une tâche en 211 millisecondes en moyenne, dans la fourchette annoncée par Google. Côté prix, la comparaison se retourne : 345 dollars par million de tâches sur l’indice, contre 103 dollars pour Drex Max v1.1, 68 pour Decider v1.2 et 14 pour Celeris-1.1 Decision. Moins cher qu’un modèle génératif, donc, mais pas le moins cher de sa catégorie.