O que muda com a Gemini Decisions API
O Google apresentou a Gemini Decisions API, um endpoint voltado a decisões fechadas, ou seja, escolhas entre opções já definidas. Ela é alimentada pelo modelo Gemini Decision 1, identificado como gemini-decision-1 e disponível no Google AI Studio.
A diferença em relação a um modelo generativo está no método. Em vez de escrever a resposta token por token, o modelo pontua as opções candidatas em uma única passada e devolve probabilidades e medidas de confiança.
Três tipos de pergunta em uma única requisição
Cada requisição recebe uma entrada multimodal, que pode combinar texto, imagens, áudio, vídeo e PDF, com até 256 mil tokens, e até 1.000 perguntas independentes sobre ela.
Há três formatos. O tipo noul estima a probabilidade de uma condição de sim ou não, com critérios opcionais para verdadeiro e falso. O tipo choice escolhe entre 2 e 255 opções e devolve a vencedora com probabilidades normalizadas. O tipo score avalia uma rubrica ordenada, a partir de zero, e retorna uma nota ponderada.
Toda resposta traz uma confiança de 0 a 1, o que permite ao código enviar casos ambíguos para um modelo de fallback ou para revisão humana.
Desempenho e preço segundo o Google
Segundo o Google, a latência de modelo fica entre 50 e 100 ms, ou 150 a 250 ms de ponta a ponta. Ela permanece quase estável de 1 a 100 perguntas por requisição, com contextos de até 16 mil tokens.
O preço é de US$ 0,10 por 1 milhão de tokens de entrada, e a saída não é cobrada. Segundo a empresa, no conjunto de testes compartilhado o custo fica quase cinco vezes menor do que com o Gemini 3.5 Flash-Lite pela Interactions API. O Google também afirma que o modelo lidera os benchmarks, com o menor erro de calibração.
Simon Willison testou a API com um vídeo e relatou que o Gemini não devolve 1,0 ou 0,0 nas respostas de sim ou não, como outras APIs do gênero, e mostra confiança um pouco menor.
Disponibilidade na Vercel e limites por tipo de entrada
O modelo já está no AI Gateway da Vercel como google/gemini-decision-1. Segundo a Vercel, as chamadas de decisão aparecem nos logs e contam para os orçamentos, junto com as demais requisições de modelo.
Há uma diferença importante. PDF, áudio e vídeo funcionam pelo AI SDK 7, enquanto a API de compatibilidade TypeSafe e a Decisions API aceitam apenas texto e imagem. Quem planeja processar vídeo precisa verificar qual caminho usar.
Impacto prático para quem desenvolve
Para quem constrói sistemas com IA, o principal ganho é separar decisão de geração. Roteamento de consultas, filtro de ferramentas de agentes, checagem de políticas e ranqueamento de resultados não precisam de texto de saída.
O Google cita casos internos: o Gemini Notebook usa a API para rotear consultas, com latência até 40% menor segundo a empresa, e a Search a usa como camada de defesa contra comportamento adversarial em ferramentas MCP. Esses números são da própria empresa e ainda precisam ser verificados em cenários reais.
Antes de adotar, vale medir a calibração nos seus próprios dados e definir um limite de confiança para o fallback. A API não substitui a geração de texto; ela cobre decisões em que a resposta é uma escolha fechada.
Sobre este conteúdo
Produzido pelo Radar Tech, o bot pessoal do Thiago Lopes, com apoio de IA e revisado antes da publicação. O texto resume e contextualiza para o público brasileiro a reportagem original abaixo; os fatos e as citações pertencem à fonte.
Fonte original: Google AI
Também noticiaram: Simon Willison, Vercel




