Google a présenté mardi l'API Gemini Decisions, un nouveau point de terminaison conçu pour des décisions rapides et fermées, alimenté par un modèle spécialement conçu appelé Gemini Decision 1 (gemini-decision-1). L'API est désormais disponible via l'API Gemini dans Google AI Studio, selon l'annonce de Google.

Le discours est simple : une grande classe de travaux d’IA de production n’a pas besoin d’un modèle qui rédige des essais. La sélection des outils, les vérifications des politiques, le routage des modèles et l'évaluation du contexte sont tous des choix limités – et pour ceux-là, la génération de texte génératif est lente, coûteuse et mal calibrée. L'API Decisions prend à la place vos options de candidat et les note, renvoyant des probabilités et des scores de confiance plutôt que le texte de réponse généré.

Pour plus de contexte sur les outils de développement comme celui-ci, suivez notre Couverture des outils d'IA.

Une entrée, jusqu'à 1 000 questions, une passe avant

Le modèle d'entrée de l'API est inhabituel et délibérément. Les développeurs transmettent une entrée multimodale (texte, images, audio, vidéo ou PDF, avec des contextes allant jusqu'à 256 000 jetons) ainsi que jusqu'à 1 000 questions indépendantes dans une seule requête. Les questions peuvent mélanger des contrôles oui/non, des sélections à choix multiples et des scores de rubrique par rapport à la même entrée partagée.

Étant donné que Gemini Decision 1 évalue les options candidates en une seule passe plutôt que de décoder les jetons un par un, Google rapporte un calcul de modèle médian de 50 à 100 millisecondes et une latence de bout en bout de 150 à 250 millisecondes. La société affirme que les performances restent presque stables puisque les questions varient de 1 à 100 par requête, et que l'entrée partagée est facturée une seule fois, quel que soit le nombre de questions évaluées.

Tarification : aucun jeton de sortie, jamais

Gemini Decision 1 est au prix de 0,10 $ pour 1 million de jetons d'entrée, avec aucun jeton de sortie facturé – une différence structurelle significative par rapport aux API génératives, où les jetons de sortie dominent généralement la facture. Google affirme que cela rend l'API Decisions près de 5 fois moins chère dans sa suite de référence partagée que Gemini 3.5 Flash-Lite utilisée via l'API Interactions, sans frais de transcription audio ou d'OCR distincts. Un niveau gratuit est disponible dans Google AI Studio pour le prototypage.

L'étalonnage est la principale affirmation

L'annonce de Google commence par une affirmation sur l'étalonnage : sur des critères couvrant le routage des agents, le raisonnement, le classement et la compréhension multimodale, la société affirme que Gemini Decision 1 est en tête de la suite avec l'erreur d'étalonnage la plus faible. Chaque réponse est accompagnée d'un score de confiance compris entre 0 et 1, de sorte que le code d'application peut acheminer les cas ambigus vers un modèle de secours ou un réviseur humain au lieu de faire confiance à une classification de faible confiance.

L'étalonnage est important car les échecs de routage s'aggravent dans les systèmes d'agents. Un agent qui sélectionne le mauvais outil avec une grande confiance échoue silencieusement ; un agent qui sait quand il est incertain peut se dégrader gracieusement. Faire de la confiance calibrée une sortie API de premier ordre – aux côtés de la classification elle-même – est sans doute la partie du lancement la plus axée sur la production.

Multimodalité native en un seul passage

Construit sur l'architecture multimodale native de Gemini, le modèle traite le texte, les images, l'audio, la vidéo et les PDF directement en une seule passe. Les exemples de Google montrent le mélange des modalités dans la pratique : associer un enregistrement d'appel avec des métadonnées de compte, ou une réclamation d'assurance PDF numérisée avec des photos de dommages, et régler la résolution sur les entrées d'image et vidéo pour équilibrer les détails visuels par rapport au coût symbolique.

L’entreprise a également souligné l’adoption interne. Google affirme que les équipes de l'entreprise utilisent déjà l'API Decisions comme plan de contrôle à faible latence, offrant des fonctionnalités en définissant des options plutôt qu'en formant des classificateurs personnalisés - y compris Stitch Rapid, qui, selon l'annonce, utilise l'API pour concevoir un flux de produit complet en quelques secondes.

Soutien de l'écosystème dès le premier jour

Google a répertorié les intégrations le jour du lancement d'OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit et OpenCode, ainsi que les SDK google-genai pour Python, JavaScript et REST. La prise en charge de Gemini sur Google Cloud sera bientôt disponible, selon l'annonce.

Les développeurs peuvent commencer dès aujourd’hui avec une clé API dans Google AI Studio et des applications de démonstration publiées par Google – Doorstep Parcels, Speed ​​Sketch et Find the Zoo Keeper – pour montrer les modèles de requête en action.

Pourquoi c'est important pour l'économie des agents

L'API Decisions cible la couche la moins glamour mais la plus sollicitée de la pile d'agents émergente : les petites décisions constantes qu'un agent prend des dizaines de fois par tâche. Si le routage, les vérifications de politique et l'évaluation du contexte peuvent s'exécuter en 150 à 250 millisecondes avec une tarification prévisible, l'économie des flux de travail des agents à long terme change considérablement : la couche de décision cesse d'être un goulot d'étranglement du modèle génératif et se rapproche de l'infrastructure traditionnelle.

Le lancement renforce également le positionnement de Google par rapport à ses concurrents qui construisent des modèles de classification et de routage dédiés, en associant la capacité multimodale d'un laboratoire frontière à un niveau de prix des matières premières. Cela indique également où Google voit le marché des API se diviser : des modèles génératifs pour un travail ouvert, des modèles de décision pour les contrôles limités et à volume élevé qui maintiennent les systèmes d'agents sur les rails. La question de savoir si des références indépendantes confirment les allégations d’étalonnage sera la mesure à surveiller à mesure que l’adoption se développe.

---

Gardez une longueur d'avance sur l'IA

Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.

Lire plus d'actualités sur l'IA →