Google lança a Gemini Decisions API: um modelo que não redige nada e resolve até 1.000 perguntas por chamada

O Google entra por sua vez na corrida dos “modelos de decisão”. Em 11 de novembro, o Google DeepMind apresentou a Gemini Decisions API, um novo endpoint da API Gemini baseado em um modelo dedicado, o Gemini Decision 1. Seu princípio: não redigir nada, mas tomar decisões.

Probabilidades em vez de texto

Um modelo generativo tradicional responde palavra por palavra; quando um programa precisa apenas saber se deve chamar determinada ferramenta ou se uma mensagem viola uma regra, é necessário processar esse texto posteriormente, o que introduz latência e erros de interpretação. O Gemini Decision 1 faz o caminho inverso: recebe uma entrada e uma lista de perguntas fechadas, avalia todas as respostas possíveis em uma única passagem e retorna, para cada uma, uma probabilidade e uma pontuação de confiança.

A documentação descreve três tipos de perguntas: sim/não, escolha entre 2 e 255 opções e nota em uma escala ordenada. Uma mesma requisição pode conter até 1.000 perguntas sobre uma entrada comum que combina texto, imagens, áudio, vídeo e PDF. As perguntas são avaliadas separadamente, sem interferência entre si; o Google recomenda fazer perguntas bem delimitadas e combiná-las depois no código, usando condições convencionais.

O que o Google promete e o que ele não faz

Os números divulgados miram nos agentes: 150 a 250 milissegundos de ponta a ponta, praticamente o mesmo tempo para uma ou cem perguntas, e um preço de 0,10 dólar por milhão de tokens de entrada, sem nenhum token de saída cobrado. A entrada compartilhada é contabilizada apenas uma vez, independentemente do número de perguntas. O Google cita casos de uso internos: roteamento de requisições para o modelo correto no Gemini Notebook (com até 40% a menos de latência em tarefas rotineiras, segundo a empresa), seleção de um emoji entre mais de 200 no aplicativo CC ou detecção de comportamentos maliciosos para as ferramentas MCP na busca do Google.

A ficha do modelo também esclarece o que ele não é capaz de fazer: nada de geração de texto, chamadas de função, Batch API ou cache. É um direcionador de fluxo, não um assistente.

O Google afirma que seu modelo lidera em sua própria bateria de testes, com a melhor calibração, e que custa quase cinco vezes menos que o Gemini 3.5 Flash-Lite nesses mesmos testes.

Um primeiro veredito independente mais moderado

No mesmo dia, a Artificial Analysis publicou suas próprias medições. Em seu Decision Index v2.1, que avalia precisão e calibração combinadas, o Gemini Decision 1 alcança 66 pontos: uma boa pontuação, mas atrás do Drex Max v1.1 e do GLiDE v1.2 (73 cada) e de outros modelos de decisão especializados. Por outro lado, ele assume a liderança entre os modelos de decisão nos testes de conhecimento e raciocínio. Na velocidade, processa uma tarefa em 211 milissegundos em média, dentro da faixa divulgada pelo Google. Já no custo, a comparação se inverte: 345 dólares por milhão de tarefas no índice, contra 103 dólares para o Drex Max v1.1, 68 para o Decider v1.2 e 14 para o Celeris-1.1 Decision. Mais barato que um modelo generativo, portanto, mas longe de ser o mais econômico da sua categoria.