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)
SortieAPI / Produit · Prêt à l'emploiRB.RU→ original

Google publie Gemini Decision 1 : une IA qui répond « oui/non » et contrôle 100 photos en 4,5 secondes

Google lance Gemini Decision 1, une IA qui ne rédige pas de texte, mais répond brièvement à une question sur un fichier : « oui/non », choix dans une liste ou note sur une échelle. Par exemple, sur une photo de colis, elle indique si la boîte est abîmée : dans la démo de Google, le modèle a analysé 100 clichés en 4,5 secondes, en répondant à 16 questions pour chacun, soit environ 1 600 réponses. Pour le tri et les contrôles, ce format s'intègre plus facilement dans un pipeline que l'analyse d'un texte libre.

Traité par IA depuis RB.RU ; édité par Hamidun News
Google publie Gemini Decision 1 : une IA qui répond « oui/non » et contrôle 100 photos en 4,5 secondes
Source : RB.RU. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireRB.RU ↗
Rédacteur en chef
Trois formats de réponse« oui/non », choix parmi 2 à 255 options, note sur une échelle
Chiffre clé #2Chaque réponse est accompagnée d'un niveau de confiance de 0 à 1 : les cas faibles peuvent être confiés à un humain
Chiffre clé #3Disponible dans Gemini API et AI Studio ; dans la recherche Google, il détecte les attaques via MCP

Imaginez un entrepôt où chaque colis est photographié sur un tapis roulant, et où il faut déterminer si le carton est écrasé et si un article s'en est échappé. Un modèle de langage classique répondra par un paragraphe de raisonnement, dont le code devra extraire le mot « oui » ou « non ». Google lance Gemini Decision 1 précisément pour éviter ce détour : le modèle ne bavarde pas et ne rédige pas de textes, il fournit directement une décision courte.

Dans la démonstration de l'entreprise, il a analysé 100 photos de colis en 4,5 secondes et répondu à 16 questions pour chacune, soit environ 1 600 réponses. Parmi les questions figuraient les dommages sur le carton et les articles tombés de l'emballage.

Comment le modèle répond

Selon Google, Gemini Decision 1 n'est conçu ni pour le dialogue ni pour la génération de textes. Sa mission consiste à analyser rapidement un fichier et à répondre à une question directe. Il traite le texte, les images, l'audio, la vidéo et les documents PDF.

Il propose trois formats de réponse :

  • « Oui » ou « Non » : un choix entre deux options, par exemple la présence de dommages sur l'emballage.
  • « Choisir » : une option unique dans une liste de deux à 255 éléments.
  • « Évaluer » : une note attribuée à un objet selon une échelle définie à l'avance.

Pour chaque réponse, le modèle ajoute un indice de confiance compris entre 0 et 1. Plus la valeur est proche de 1, plus le système est sûr de lui. En pratique, c'est un levier commode : les réponses à forte confiance peuvent être acceptées automatiquement, tandis que les réponses douteuses sont transmises à un humain pour vérification.

Où le modèle est déjà utilisé

Google indique qu'il emploie déjà Gemini Decision 1 dans ses propres services. Au sein du système, le modèle détermine le type et la complexité de la requête de l'utilisateur, puis oriente la tâche vers le modèle d'IA approprié. L'intérêt est clair : les questions simples n'ont pas à passer par un modèle lourd et coûteux.

Le second exemple concerne la recherche Google. Gemini Decision 1 y aide à détecter les commandes malveillantes et les tentatives d'attaque via les outils MCP. Il s'agit d'un protocole grâce auquel les agents d'IA se connectent à des services externes. Pour ceux qui développent des agents, l'exemple est parlant : la question « cette commande est-elle dangereuse ou non ? » correspond parfaitement au format « oui/non ».

Comment le brancher

Avec ce modèle, la société a publié Gemini Decisions API. Grâce à elle, les développeurs connectent le modèle à leurs propres applications et à leurs agents d'IA. L'accès passe par Gemini API et Google AI Studio, et la connexion nécessite une clé API.

Selon la description de Google, conviennent notamment les tâches suivantes :

  • classification de données dans des logiciels tiers ;
  • choix de l'option adaptée lorsque l'utilisateur hésite ;
  • évaluation des résultats selon des critères donnés ;
  • contrôle des fichiers entrants : photos, audio, vidéo, PDF.

Un modèle au format de réponse strict présente un avantage pratique : le résultat est plus simple à vérifier et à mesurer, et le code ne casse pas à cause de mots superflus.

Ce que l'on ignore encore

Les chiffres de vitesse proviennent uniquement de l'exemple fourni par Google. Le matériau d'origine ne contient aucune donnée sur la précision, le prix ou les tests indépendants, ni de comparaison avec les modèles Gemini classiques sur les mêmes tâches. On ignore également dans quelle mesure l'indice de confiance correspond à la proportion réelle de réponses correctes.

Il est donc prudent de tester le modèle sur vos propres données avant tout déploiement. Prenez un jeu de données annoté, par exemple des clichés dont les dommages sont connus, et vérifiez à quelle fréquence le « oui » s'avère exact. Déterminez aussi un seuil de confiance en dessous duquel les erreurs restent acceptables.

Si le test est concluant, on obtient un composant compact pour les chaînes de traitement de fichiers. Il répond rapidement aux questions simples, tandis que les modèles universels coûteux restent réservés aux tâches complexes.

Dossier

Questions clés sur cet article

Comment le modèle répond?

Selon Google, Gemini Decision 1 n'est conçu ni pour le dialogue ni pour la génération de textes. Sa mission consiste à analyser rapidement un fichier et à répondre à une question directe. Il traite le texte, les images, l'audio, la vidéo et les documents PDF. Il propose trois formats de réponse : « Oui » ou « Non » : un choix entre deux options, par exemple la présence de dommages sur l'emballage. « Choisir » : une option unique dans une liste de deux à 255 éléments.

Que sait-on sur Où le modèle est déjà utilisé ?

Google indique qu'il emploie déjà Gemini Decision 1 dans ses propres services. Au sein du système, le modèle détermine le type et la complexité de la requête de l'utilisateur, puis oriente la tâche vers le modèle d'IA approprié. L'intérêt est clair : les questions simples n'ont pas à passer par un modèle lourd et coûteux. Le second exemple concerne la recherche Google. Gemini Decision 1 y aide à détecter les commandes malveillantes et les tentatives d'attaque via les outils MCP.

Comment le brancher?

Avec ce modèle, la société a publié Gemini Decisions API. Grâce à elle, les développeurs connectent le modèle à leurs propres applications et à leurs agents d'IA. L'accès passe par Gemini API et Google AI Studio, et la connexion nécessite une clé API.

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.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…