Google lança Gemini Decision 1: 1000 perguntas de uma vez por US$ 0,10 por milhão de tokens

Uma situação conhecida: é preciso descobrir se há uma mancha em uma foto, se a solicitação de um usuário é segura ou para qual modelo encaminhá-la. Você recorre a um LLM grande, ele gera um parágrafo de raciocínio e depois você extrai a palavra “sim” com uma expressão regular. É caro, demorado e não deixa claro o quanto o próprio modelo confia na resposta. O Google abordou esse problema com um produto específico.

O que foi lançado

O Google DeepMind apresentou a Gemini Decisions API. É uma interface para três tipos de perguntas fechadas: sim/não, escolha entre várias opções e avaliação em uma escala. Por trás dela está o modelo Gemini Decision 1. Ele não gera texto: avalia diretamente as opções e retorna probabilidades junto com um valor de confiança. A resposta leva 150–250 milissegundos.

O principal diferencial é processar até 1000 perguntas independentes em uma única passagem. As entradas podem incluir texto, imagens, áudio, vídeo e PDF. Ou seja, um único documento ou quadro de vídeo pode passar por um questionário inteiro de uma vez.

Como funciona na prática

O Google mostra uma foto de uma bancada de cozinha. Em uma única passagem, o modelo responde a perguntas dos três tipos:

• se há uma mancha: “sim”, com 95% de confiança;
• qual ação de limpeza é adequada: escolhe uma opção com 98% de confiança;
• qual é o nível de sujeira: 1,19 em uma escala de 0 a 2.

Em uma configuração convencional, seriam três solicitações separadas ao LLM, com processamento das respostas em texto. Aqui, uma única chamada retorna números que podem ser usados diretamente na lógica do aplicativo: se a confiança ficar abaixo do limite, encaminhar o quadro para uma pessoa.

O Google já usa a API internamente. Ela gerencia o roteamento dinâmico entre modelos no Gemini Notebook, ajuda na criação de protótipos de design no Stitch e faz verificações de segurança na Busca do Google. Roteamento e moderação precisam justamente de uma decisão rápida e barata sobre “para onde enviar” ou “se deve deixar passar”, em vez de uma resposta extensa.

Preço e benchmarks

O preço é de US$ 0,10 por milhão de tokens de entrada, sem cobrança pelos tokens de saída. Segundo o Google, isso representa um custo aproximadamente cinco vezes menor que o do Gemini 3.5 Flash-Lite. O acesso já está disponível pelo Google AI Studio, enquanto as integrações com OpenRouter, LangChain, Vercel e outras plataformas estão sendo disponibilizadas.

Segundo o Google, o Gemini Decision 1 lidera um conjunto de testes de roteamento de agentes, raciocínio e compreensão multimodal. Ele também apresenta o menor erro de calibração (Top-1 ECE). Em termos simples, quando o modelo diz ter “90% de confiança”, ele realmente acerta em cerca de 90% dos casos. Para uma API que retorna probabilidades, isso importa mais do que um ponto percentual extra de precisão: os limites de decisão só funcionam se os números forem confiáveis.

Modelos semelhantes vêm surgindo um após o outro nas últimas semanas. Primeiro, a startup Jev apresentou sua versão; logo depois, OpenAI, Cloudflare e Microsoft seguiram o mesmo caminho. Os “modelos de decisão” parecem estar se consolidando como uma categoria própria de ferramentas ao lado dos modelos de chat.

Limitações e próximos passos

Por enquanto, todos os números vêm do próprio Google: tanto a afirmação de ser “cinco vezes mais barato” quanto a liderança nos benchmarks. O artigo não apresenta verificações independentes. Pela descrição, o modelo serve apenas para perguntas fechadas. Se for necessária uma explicação ou uma resposta extensa, será preciso usar um LLM convencional. Algumas integrações ainda não estão prontas.

Passos práticos para as equipes:

• Identifique onde o produto usa um LLM como classificador: roteamento de solicitações, moderação, rotulagem de dados e verificação de anexos.
• Monte um pequeno conjunto de dados próprios rotulados e compare o Decision 1 com a solução atual em preço, latência e precisão.
• Verifique separadamente a calibração com seus próprios dados. Se as probabilidades forem confiáveis, será possível montar cascatas: o modelo resolve os casos de alta confiança, enquanto os duvidosos seguem para a próxima etapa.

Se as afirmações do Google se confirmarem, modelos de decisão baratos poderão assumir toda a classificação rotineira dos grandes LLMs, deixando para eles as tarefas que exigem pensar e escrever.