Google lança Gemini Decisions API: até 1000 verificações em uma única requisição

Um agente recebe uma solicitação de um cliente: deve responder por conta própria, buscar informações ou encaminhar a tarefa a um atendente? Para fazer essa escolha, os desenvolvedores costumam chamar um modelo de linguagem convencional, esperar a resposta e analisar o JSON recebido. O Google apresentou a Gemini Decisions API, um serviço específico que avalia opções predefinidas sem gerar texto sequencialmente. Segundo a empresa, a latência é de 150–250 ms e o preço é de US$ 0,10 por milhão de tokens de entrada. Para as equipes, é uma oportunidade de verificar quanto tempo e dinheiro o produto gasta com decisões intermediárias.

Um documento, muitas verificações

A API utiliza o novo modelo Gemini Decision 1. O desenvolvedor fornece dados de entrada compartilhados e um conjunto de perguntas independentes. O serviço aceita texto, imagens, áudio, vídeo e PDF: por exemplo, é possível combinar a gravação de uma conversa com dados da conta, ou uma solicitação digitalizada com fotos de um produto danificado.

Imagine o serviço de devoluções de uma loja online. Um comprador envia uma foto de uma caneca quebrada e informa que a embalagem estava intacta. Uma única requisição permite verificar se há danos visíveis, escolher o próximo passo entre as opções propostas e avaliar a gravidade do problema em uma escala predefinida. Os materiais compartilhados são enviados uma única vez, e as respostas chegam acompanhadas de probabilidades.

Há três formatos disponíveis: verificações de sim ou não, escolha entre 2–255 opções e avaliação em uma escala ordenada. No último caso, o serviço retorna uma pontuação ponderada e as probabilidades de cada nível. No total, uma requisição pode conter até 1000 perguntas, e o contexto de entrada pode chegar a 256 mil tokens.

O benefício prático é reduzir o trabalho repetido. Se um documento precisa ser verificado segundo várias regras, não é necessário enviá-lo em uma chamada generativa separada para cada uma. As perguntas, porém, precisam ser independentes: uma sequência em que o próximo passo depende da resposta anterior ainda terá de ser coordenada em código.

O que os números de velocidade e preço significam

O Google informa 50–100 ms para o processamento do modelo em si e 150–250 ms de latência total. Mas as condições de medição são relevantes: esses números se referem a contextos de até 16 mil tokens. A empresa relata um tempo de processamento quase constante ao aumentar o número de perguntas de uma para cem. Por enquanto, não há base para extrapolar esses números para o máximo de 1000 perguntas e todo o contexto disponível.

A entrada compartilhada é cobrada uma única vez por requisição. Cada pergunta acrescenta os tokens de suas próprias instruções e critérios. Os tokens de saída não são cobrados, e também não há tokens de raciocínio cobrados separadamente. Pela tarifa anunciada, processar 10 mil tokens de entrada custaria US$ 0,001, desde que esse seja todo o volume faturável da requisição.

A empresa também afirma que, em seu conjunto de testes comparativos, o serviço é quase cinco vezes mais barato que o Gemini 3.5 Flash-Lite via Interactions API. Esse é o resultado de uma comparação específica. Na sua aplicação, será preciso considerar o tamanho das instruções, a combinação de arquivos e o número de chamadas repetidas. Para imagens e vídeo, é possível ajustar o nível de detalhe, alterando o volume de tokens e o custo.

As probabilidades ajudam a escolher um caminho alternativo

O principal recurso prático são as probabilidades das respostas. Por exemplo, uma equipe pode processar automaticamente as devoluções de casos claros e encaminhar as ambíguas a um atendente. O limiar de confiança precisa ser ajustado com exemplos próprios: a boa calibração anunciada pelo Google ainda não demonstra com que confiabilidade o serviço avaliará fotos dos seus produtos específicos.

Há também uma limitação na própria formulação da tarefa. Se a ação correta não estiver entre as opções propostas, escolher uma vencedora não resolverá o problema. Nos fluxos de trabalho em produção, convém incluir uma opção de encaminhamento para uma pessoa ou de verificação adicional. As verificações de segurança também exigem testes específicos: o Google menciona o uso da API para proteger ferramentas MCP no Search, mas o anúncio fornecido não traz métricas detalhadas que permitam avaliar esse caso de uso.

É possível começar pelo Google AI Studio; foram anunciados um nível gratuito para protótipos e guias para Python, JavaScript e REST. Uma abordagem sensata é escolher uma tarefa existente de roteamento ou classificação e comparar qualidade, latência e custo com dados reais. Se as chamadas intermediárias representam uma parcela significativa do tempo de execução do agente, esse experimento dará uma resposta clara sobre o valor da nova API.