O Google apresentou na terça-feira a API Gemini Decisions, um novo endpoint desenvolvido para decisões rápidas e fechadas, alimentado por um modelo desenvolvido especificamente chamado Gemini Decision 1 (gemini-decision-1). A API já está disponível por meio da API Gemini no Google AI Studio, de acordo com o anúncio do Google.
A proposta é simples: uma grande turma de trabalho de produção de IA não precisa de um modelo que escreva ensaios. A seleção de ferramentas, verificações de políticas, roteamento de modelos e classificação de contexto são escolhas limitadas – e para essas, a geração de texto generativo é lenta, cara e mal calibrada. Em vez disso, a API de decisões pega as opções do candidato e as pontua, retornando probabilidades e pontuações de confiança em vez do texto de resposta gerado.
Para obter mais contexto sobre ferramentas de desenvolvedor como esta, siga nossa cobertura de ferramentas de IA.
Uma entrada, até 1.000 perguntas, um passe para frente
O modelo de entrada da API é incomum e deliberado. Os desenvolvedores passam uma entrada multimodal — texto, imagens, áudio, vídeo ou PDFs, com contextos de até 256 mil tokens — junto com até 1.000 perguntas independentes em uma única solicitação. As perguntas podem combinar verificações de sim/não, seleções de múltipla escolha e pontuações de rubricas com base na mesma entrada compartilhada.
Como a Decisão 1 do Gemini pontua as opções candidatas em uma única passagem direta, em vez de decodificar os tokens um por um, o Google relata a computação média do modelo de 50 a 100 milissegundos e a latência ponta a ponta de 150 a 250 milissegundos. A empresa afirma que o desempenho permanece quase estável à medida que as perguntas variam de 1 a 100 por solicitação, e que a contribuição compartilhada é cobrada uma vez, não importa quantas perguntas sejam avaliadas em relação a ela.
Preço: sem tokens de saída, nunca
A Decisão Gemini 1 custa US$ 0,10 por 1 milhão de tokens de entrada, com zero tokens de saída cobrados – uma diferença estrutural significativa em relação às APIs generativas, onde os tokens de saída geralmente dominam a conta. O Google afirma que isso torna a API de decisões quase 5 vezes mais barata em seu conjunto de benchmark compartilhado do que o Gemini 3.5 Flash-Lite usado por meio da API de interações, sem transcrição de áudio separada ou cobrança de OCR. Um nível gratuito está disponível no Google AI Studio para prototipagem.
Calibração é a manchete
O anúncio do Google leva a uma afirmação sobre calibração: em benchmarks que abrangem roteamento de agentes, raciocínio, classificação e compreensão multimodal, a empresa afirma que a Decisão Gemini 1 lidera o conjunto com o menor erro de calibração. Cada resposta é fornecida com uma pontuação de confiança de 0 a 1, de modo que o código do aplicativo pode encaminhar casos ambíguos para um modelo substituto ou um revisor humano, em vez de confiar em uma classificação de baixa confiança.
A calibração é importante porque as falhas de roteamento aumentam nos sistemas de agentes. Um agente que escolhe a ferramenta errada com muita confiança falha silenciosamente; um agente que sabe quando não tem certeza pode degradar-se normalmente. Tornar a confiança calibrada um resultado de API de primeira classe - junto com a própria classificação - é sem dúvida a parte do lançamento mais voltada para a produção.
Multimodalidade nativa em uma única passagem
Construído na arquitetura multimodal nativa do Gemini, o modelo processa texto, imagens, áudio, vídeo e PDFs diretamente em uma única passagem. Os exemplos do Google mostram a mistura de modalidades na prática: emparelhar uma gravação de chamada com metadados de conta ou uma reivindicação de seguro em PDF digitalizado com fotos de danos e ajustar a resolução em entradas de imagem e vídeo para equilibrar os detalhes visuais com o custo do token.
A empresa também destacou a adoção interna. O Google diz que as equipes de toda a empresa já usam a API de decisões como um plano de controle de baixa latência, fornecendo recursos definindo opções em vez de treinar classificadores personalizados – incluindo Stitch Rapid, que o anúncio diz usar a API para projetar um fluxo de produto inteiro em segundos.
Suporte ao ecossistema desde o primeiro dia
O Google listou integrações no dia do lançamento em OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit e OpenCode, junto com os SDKs google-genai para Python, JavaScript e REST. O suporte do Gemini no Google Cloud chegará em breve, de acordo com o anúncio.
Os desenvolvedores podem começar hoje com uma chave de API no Google AI Studio, e o Google publicou aplicativos de demonstração – Doorstep Parcels, Speed Sketch e Find the Zoo Keeper – para mostrar os padrões de solicitação em ação.
Por que isso é importante para a economia do agente
A API de decisões tem como alvo a camada menos glamorosa, mas mais exercitada, da pilha de agentes emergentes: as pequenas decisões constantes que um agente toma dezenas de vezes por tarefa. Se o roteamento, as verificações de políticas e a classificação de contexto puderem ser executados em 150 a 250 milissegundos com preços previsíveis, a economia dos fluxos de trabalho de longo prazo dos agentes mudará materialmente – a camada de decisão deixa de ser um gargalo do modelo generativo e se torna mais próxima da infraestrutura tradicional.
O lançamento também aprimora o posicionamento do Google contra rivais que criam modelos dedicados de classificação e roteamento, ao associar capacidade multimodal de laboratório de fronteira a um preço de commodity. Também sinaliza onde o Google vê a divisão do mercado de APIs: modelos generativos para trabalho aberto, modelos de decisão para verificações limitadas e de alto volume que mantêm os sistemas dos agentes sob controle. Se os benchmarks independentes confirmam as reivindicações de calibração será a métrica a observar à medida que a adoção cresce.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
