Google lance Gemini Decision 1 : 1 000 questions d'un coup pour 0,10 $ le million de tokens

Une situation bien connue : il faut déterminer s'il y a une tache sur une photo, si la requête d'un utilisateur est sûre, ou vers quel modèle l'aiguiller. Pour cela, on prend un grand LLM, qui produit un paragraphe de raisonnement, puis on en extrait le mot « oui » à l'aide d'une expression régulière. C'est cher, pas très rapide, et on ne sait pas à quel point le modèle est lui-même sûr de sa réponse. Google a résolu ce problème avec un produit dédié.

Ce que Google a lancé

Google DeepMind a présenté l'API Gemini Decisions. C'est une interface destinée aux questions fermées de trois types : « oui/non », choix parmi plusieurs options et notation sur une échelle. Elle repose sur le modèle Gemini Decision 1. Il n'écrit pas de texte : il évalue directement les options et renvoie des probabilités accompagnées d'une valeur de confiance. La réponse prend de 150 à 250 millisecondes.

La principale particularité est que le modèle traite jusqu'à 1 000 questions indépendantes en un seul passage. L'entrée peut être du texte, des images, de l'audio, de la vidéo ou des PDF. Autrement dit, un document ou une image peut être « passé » d'un coup à travers tout un questionnaire.

Un exemple concret

Google montre la photo d'un plan de travail de cuisine. En un seul passage, le modèle répond à des questions des trois types :

• y a-t-il une tache : « oui » avec 95 % de confiance ;
• quelle action de nettoyage convient : choix d'une option avec 98 % de confiance ;
• quel est le degré de salissure : 1,19 sur une échelle de 0 à 2.

Dans un schéma classique, cela représenterait trois requêtes distinctes à un LLM, avec analyse des réponses textuelles. Ici, il n'y a qu'un seul appel et des chiffres que l'on peut intégrer directement dans la logique de l'application : si la confiance est inférieure à un seuil, envoyer l'image à un humain.

Google utilise déjà l'API en interne. Elle pilote le routage dynamique des modèles dans Gemini Notebook, aide pour les prototypes de design dans Stitch et vérifie la sécurité dans la Recherche Google. Pour le routage et la modération, il faut précisément une décision rapide et peu coûteuse du type « où l'envoyer » ou « laisser passer ou non », et non une réponse détaillée.

Prix et benchmarks

Le tarif est de 0,10 $ par million de tokens en entrée, et les tokens en sortie ne sont pas facturés. Selon Google, c'est environ cinq fois moins cher que Gemini 3.5 Flash-Lite. L'accès est déjà ouvert via Google AI Studio, et les intégrations avec OpenRouter, LangChain, Vercel et d'autres plateformes sont en cours de déploiement.

D'après Google, Gemini Decision 1 domine un ensemble de tests portant sur le routage d'agents, le raisonnement et la compréhension multimodale. Elle affiche aussi la plus faible erreur de calibration (Top-1 ECE). En clair, lorsque le modèle dit « sûr à 90 % », il a effectivement raison dans environ 90 % des cas. Pour une API qui renvoie des probabilités, c'est plus important qu'un point de précision supplémentaire : les seuils de coupure ne fonctionnent que si l'on peut se fier aux chiffres.

Des modèles similaires apparaissent les uns après les autres ces dernières semaines. La startup Jev a d'abord présenté sa version, puis OpenAI, Cloudflare et Microsoft ont rapidement suivi. Les « modèles de décision » semblent ainsi former une classe d'outils à part, aux côtés des modèles de chat.

Limites et marche à suivre

Tous les chiffres proviennent pour l'instant de Google elle-même : le « cinq fois moins cher » comme la première place dans les benchmarks. L'article ne mentionne aucune vérification indépendante. D'après la description, le modèle ne convient qu'aux questions fermées. Pour obtenir une explication ou une réponse détaillée, il faudra un LLM classique. Une partie des intégrations n'est pas encore prête.

Conclusion pratique pour les équipes :

• Repérez dans votre produit les endroits où un LLM sert de classifieur : routage des requêtes, modération, annotation, vérification des pièces jointes.
• Constituez un petit jeu de données annotées qui vous est propre et comparez Decision 1 à votre solution actuelle sur le prix, la latence et la précision.
• Vérifiez séparément la calibration sur vos données. Si les probabilités sont fiables, vous pouvez construire des cascades : le modèle tranche les cas sûrs, les cas douteux passent à l'étape suivante.

Si les affirmations de Google se confirment, les modèles de « décision » peu coûteux prendront aux grands LLM toute la classification de routine, et ces derniers seront réservés aux tâches où il faut réfléchir et écrire.