Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarKDnuggets→ original

Gemini Decision 1 choisit des réponses au lieu d'écrire : $0,10 par million de tokens en entrée, sortie gratuite

Google a lancé Gemini Decision 1, un modèle qui n'écrit pas de texte et répond à des questions fermées par des pourcentages de confiance. Face à un e-mail « ma tasse est arrivée fissurée », par exemple, il choisit directement la file du support, sans qu'on paie un JSON destiné à être jeté. L'entrée coûte $0,10 par million de tokens, la sortie est gratuite. Pour le routage et les vérifications, c'est avantageux, mais il faudra définir soi-même le seuil de confiance.

Traité par IA depuis KDnuggets ; édité par Hamidun News
Gemini Decision 1 choisit des réponses au lieu d'écrire : $0,10 par million de tokens en entrée, sortie gratuite
Source : KDnuggets. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireKDnuggets ↗
Rédacteur en chef
E-mail ambigu50,2% pour la file des remplacements, 48,4% pour la facturation
Chiffre clé #2Les 150–250 ms promises ne se retrouvent pas sur les images : 1,1–1,4 s
Chiffre clé #3Pas de génération de texte, d'appel de fonctions, de batchs ni de cache

Prenons le support d'une boutique en ligne : un e-mail arrive, « La tasse bleue que j'ai commandée lundi est arrivée fissurée mercredi ». Pour l'envoyer dans la bonne file, la plupart des équipes appellent aujourd'hui un modèle génératif complet, lui demandent de renvoyer du JSON, l'analysent avec un parseur et paient les tokens de sortie (les fragments de texte en lesquels le modèle découpe sa réponse), qui sont aussitôt jetés. Google a décidé de vendre cette couche séparément.

Gemini Decision 1 n'écrit rien : il lit l'entrée et renvoie des probabilités pour des questions fermées comme « le produit est-il endommagé ? » et « quelle file convient ? ».

L'entrée coûte $0,10 par million de tokens, et la sortie est gratuite, puisqu'elle n'existe tout simplement pas. Si votre agent comporte beaucoup de ces bifurcations silencieuses, c'est un moyen d'en réduire le coût, avec toutefois une réserve importante sur le seuil de confiance, détaillée plus bas.

Ce que sait faire Decision 1

En une seule passe, le modèle lit texte, images, vidéo, audio et PDF, jusqu'à 262 144 tokens d'entrée par requête. Sur une même entrée, on peut poser jusqu'à 1000 questions indépendantes, de trois types :

  • oui ou non : la réponse donne une probabilité de 1% à 99% ;
  • choix parmi 2–255 options : une probabilité pour chacune ;
  • notation sur une échelle ordonnée : un score pondéré et la probabilité de chaque niveau.

Chaque réponse s'accompagne d'un niveau de confiance, qui permet d'envoyer les cas flous vers un chemin de secours ou vers un humain. L'entrée commune n'est facturée qu'une fois, quel que soit le nombre de questions posées. En contrepartie, la liste de ce qui n'est pas pris en charge est longue : génération de texte, raisonnement, appel de fonctions, sortie structurée, batchs et mise en cache. C'est un moteur d'évaluation, pas un chatbot.

Google utilise déjà l'API Decisions dans quatre de ses produits. Le premier route les requêtes selon le niveau de modèle et la profondeur de raisonnement ; Google affirme que cela réduit la latence des requêtes ordinaires jusqu'à 40%. Le deuxième construit des maquettes d'interface jouables et applique des corrections vocales ou tactiles. Le troisième, issu de Google Labs, choisit une réaction emoji parmi plus de 200 variantes sans pause perceptible. Le quatrième sert de couche de protection et vérifie si les outils du Model Context Protocol ont un comportement hostile.

Ce qu'a montré le test de KDnuggets

L'auteur a fait tourner trois scénarios : l'exemple du démarrage rapide de Google, son exemple avec une image, et un message ambigu rédigé par lui. Le modèle a jugé l'e-mail sur la tasse fissurée comme un dommage avec une probabilité de 99% et l'a envoyé dans la file des remplacements avec une confiance de 98%. L'exemple avec image a lui aussi donné un résultat cohérent : liquide renversé 95%, action « essuyer avec un chiffon » 98%, gravité de 1,19 point sur 2. Dans tous les appels, le nombre de tokens de sortie était de zéro.

Le cas le plus parlant est l'e-mail « Vous m'avez prélevé deux fois, la poignée est cassée ». Il relève de deux files, et le modèle l'a montré honnêtement : 50,2% pour les remplacements, 48,4% pour la facturation, confiance globale de 50%. Il a pourtant évalué le dommage à 99%. Un seul exemple ne suffit pas pour juger de la calibration, qui se vérifie sur des milliers de cas, mais le comportement attendu est apparu.

D'où une règle pratique. Si votre code ne lit que l'option gagnante, l'e-mail litigieux partira dans une file avec autant d'assurance qu'un cas évident, et aucun drapeau ne sera levé. Fixez un seuil de confiance et envoyez tout ce qui passe en dessous à un humain ou vers un scénario de secours. Le démarrage rapide de Google n'affiche que le choix, ce qui ne suffit pas en production.

Où les affirmations de Google ne se vérifient pas

Vitesse. Google annonce 150–250 ms de bout en bout. Les appels texte suivant le premier ont pris 339–577 ms, et la distance réseau suffit à expliquer l'écart. Les requêtes avec images ont duré 1,1–1,4 seconde : une médiane de cinq à neuf fois supérieure à la valeur annoncée. Une partie du temps a peut-être été consommée par le téléchargement de l'image depuis un lien et le traitement de 1064 tokens d'image, mais de l'extérieur, impossible de séparer les causes. De plus, les chiffres de Google concernent un contexte allant jusqu'à 16 mille tokens, et non les 256 mille complets, et des appels identiques différaient de plus de 300 ms.

Comparaisons. La formule « presque cinq fois moins cher » se rapporte à Gemini 3.5 Flash-Lite, sur un jeu de tests choisi par Google elle-même. Si vous êtes déjà sur Gemini, c'est utile, mais cela ne dit rien de la position de Decision 1 face à un petit classifieur affiné qui fonctionne déjà chez vous.

Limitations. La page du modèle annonce la classification de flux média en direct, mais Live API figure dans la liste de ce qui n'est pas pris en charge. Pour l'instant, le modèle n'est disponible que dans l'écosystème Gemini, et le support de Google Cloud est encore signalé comme non prêt.

Que faire en pratique

Decision 1 résout bien une tâche étroite : elle est bon marché, a répondu juste sur tous les exemples et a signalé son doute quand on l'y poussait. On peut déjà l'essayer pour le routage des requêtes et la détection de violations des règles. Intégrez dès le premier jour un seuil de confiance dans votre code, et mesurez la latence sur vos propres images et vidéos avant de promettre 200 ms à qui que ce soit.

Dossier

Questions clés sur cet article

Que sait-on sur Ce que sait faire Decision 1 ?

En une seule passe, le modèle lit texte, images, vidéo, audio et PDF, jusqu'à 262 144 tokens d'entrée par requête. Sur une même entrée, on peut poser jusqu'à 1000 questions indépendantes, de trois types : oui ou non : la réponse donne une probabilité de 1% à 99% ; choix parmi 2–255 options : une probabilité pour chacune ; notation sur une échelle ordonnée : un score pondéré et la probabilité de chaque niveau.

Que sait-on sur Ce qu'a montré le test de KDnuggets ?

L'auteur a fait tourner trois scénarios : l'exemple du démarrage rapide de Google, son exemple avec une image, et un message ambigu rédigé par lui. Le modèle a jugé l'e-mail sur la tasse fissurée comme un dommage avec une probabilité de 99% et l'a envoyé dans la file des remplacements avec une confiance de 98%. L'exemple avec image a lui aussi donné un résultat cohérent : liquide renversé 95%, action « essuyer avec un chiffon » 98%, gravité de 1,19 point sur 2.

Que sait-on sur Où les affirmations de Google ne se vérifient pas ?

Vitesse. Google annonce 150–250 ms de bout en bout. Les appels texte suivant le premier ont pris 339–577 ms, et la distance réseau suffit à expliquer l'écart. Les requêtes avec images ont duré 1,1–1,4 seconde : une médiane de cinq à neuf fois supérieure à la valeur annoncée. Une partie du temps a peut-être été consommée par le téléchargement de l'image depuis un lien et le traitement de 1064 tokens d'image, mais de l'extérieur, impossible de séparer les causes.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…