Google presentó el martes la API Gemini Decisions, un nuevo punto final creado para decisiones rápidas y cerradas, impulsado por un modelo especialmente diseñado llamado Gemini Decision 1 (gemini-decision-1). La API ya está disponible a través de la API Gemini en Google AI Studio, según el anuncio de Google.
El argumento es simple: una gran clase de trabajo de producción de IA no necesita un modelo que escriba ensayos. La selección de herramientas, las comprobaciones de políticas, el enrutamiento de modelos y la clasificación del contexto son opciones limitadas, y para ellas, la generación de texto generativo es lenta, costosa y mal calibrada. En cambio, la API de Decisions toma las opciones de sus candidatos y las califica, devolviendo probabilidades y puntuaciones de confianza en lugar de texto de respuesta generado.
Para obtener más contexto sobre herramientas para desarrolladores como esta, siga nuestra [cobertura de herramientas de IA] (https://aibuzzwire.news).
Una entrada, hasta 1000 preguntas, un pase directo
El modelo de entrada de la API es inusual y deliberadamente. Los desarrolladores pasan una entrada multimodal (texto, imágenes, audio, video o archivos PDF, con contextos de hasta 256 000 tokens) junto con hasta 1000 preguntas independientes en una sola solicitud. Las preguntas pueden combinar verificaciones de sí/no, selecciones de opción múltiple y puntuaciones de rúbricas frente a la misma entrada compartida.
Debido a que Gemini Decision 1 califica las opciones candidatas en un solo pase hacia adelante en lugar de decodificar los tokens uno por uno, Google informa una mediana de cálculo del modelo de 50 a 100 milisegundos y una latencia de un extremo a otro de 150 a 250 milisegundos. La compañía dice que el rendimiento se mantiene casi estable a medida que las preguntas escalan de 1 a 100 por solicitud, y que la entrada compartida se factura una vez sin importar cuántas preguntas se evalúen.
Precios: sin tokens de salida, nunca
Gemini Decision 1 tiene un precio de 0,10 dólares por millón de tokens de entrada, y no se facturan tokens de salida, una diferencia estructural significativa con las API generativas, donde los tokens de salida suelen dominar la factura. Google dice que eso hace que la API Decisions sea casi cinco veces más barata en su conjunto de pruebas compartidas que Gemini 3.5 Flash-Lite utilizado a través de la API Interactions, sin transcripción de audio ni cargos de OCR por separado. Hay un nivel sin costo disponible en Google AI Studio para la creación de prototipos.
La calibración es el reclamo principal
El anuncio de Google comienza con una afirmación sobre la calibración: a través de puntos de referencia que abarcan el enrutamiento de agentes, el razonamiento, la clasificación y la comprensión multimodal, la compañía dice que Gemini Decision 1 lidera la suite con el error de calibración más bajo. Cada respuesta viene con una puntuación de confianza de 0 a 1, por lo que el código de la aplicación puede enviar casos ambiguos a un modelo alternativo o a un revisor humano en lugar de confiar en una clasificación de baja confianza.
La calibración es importante porque las fallas de enrutamiento se agravan en los sistemas de agentes. Un agente que elige la herramienta equivocada con mucha confianza fracasa silenciosamente; un agente que sabe cuándo está inseguro puede degradarse con gracia. Hacer de la confianza calibrada un resultado API de primera clase, junto con la clasificación misma, es posiblemente la parte del lanzamiento más orientada a la producción.
Multimodalidad nativa en una sola pasada
Construido sobre la arquitectura multimodal nativa de Gemini, el modelo procesa texto, imágenes, audio, video y archivos PDF directamente en una sola pasada. Los ejemplos de Google muestran la combinación de modalidades en la práctica: combinar una grabación de llamada con metadatos de cuenta, o un reclamo de seguro en PDF escaneado con fotos de daños, y ajustar la resolución de las entradas de imágenes y videos para equilibrar los detalles visuales con el costo simbólico.
La empresa también destacó la adopción interna. Google dice que los equipos de toda la empresa ya utilizan Decisions API como un plano de control de baja latencia, entregando funciones definiendo opciones en lugar de entrenar clasificadores personalizados, incluido Stitch Rapid, que según el anuncio utiliza la API para diseñar un flujo de producto completo en segundos.
Apoyo al ecosistema desde el primer día
Google enumeró las integraciones del día del lanzamiento en OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode, junto con los SDK de google-genai para Python, JavaScript y REST. Según el anuncio, el soporte en Gemini en Google Cloud llegará pronto.
Los desarrolladores pueden comenzar hoy con una clave API en Google AI Studio y las aplicaciones de demostración publicadas por Google (Doorstep Parcels, Speed Sketch y Find the Zoo Keeper) para mostrar los patrones de solicitud en acción.
Por qué es importante para la economía de agentes
La API Decisions se dirige a la capa menos glamorosa pero más ejercida de la pila de agentes emergentes: las pequeñas decisiones constantes que un agente toma docenas de veces por tarea. Si el enrutamiento, las verificaciones de políticas y la clasificación del contexto pueden ejecutarse entre 150 y 250 milisegundos con precios predecibles, la economía de los flujos de trabajo de los agentes de larga duración cambia materialmente: la capa de decisión deja de ser un cuello de botella del modelo generativo y se acerca más a la infraestructura tradicional.
El lanzamiento también agudiza el posicionamiento de Google frente a rivales que construyen modelos dedicados de clasificación y enrutamiento, al vincular la capacidad multimodal de laboratorio fronterizo a un precio de producto básico. También señala dónde ve Google la división del mercado de API: modelos generativos para trabajos abiertos, modelos de decisión para comprobaciones limitadas y de gran volumen que mantienen a los sistemas de agentes sobre raíles. Si los puntos de referencia independientes confirman las afirmaciones de calibración será la métrica a observar a medida que crezca la adopción.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
