Google lança Gemini Decision 1: decisões via API por US$ 0,10 por milhão de tokens

Um comprador escreve: “O pedido chegou quebrado, quero meu dinheiro de volta”. O aplicativo precisa identificar o assunto da solicitação e encaminhá-la ao funcionário certo. O Google lançou o Gemini Decision 1 para decisões desse tipo: o modelo retorna pontuações com base nas quais o código escolhe a próxima ação. Um motivo prático para conhecer a ferramenta é a possibilidade de automatizar a triagem de solicitações, a verificação de conteúdo e outras decisões repetitivas dentro de um produto.

No Telegram, a novidade foi apresentada como concorrente do Jev. É um ponto de partida compreensível para a discussão, mas ainda é cedo para escolher uma ferramenta com base nessa comparação: a equipe terá de verificar a qualidade com suas próprias solicitações e calcular o custo do fluxo de trabalho.

O que o desenvolvedor recebe

A documentação da Decisions API descreve três modos: verificar uma condição, escolher entre opções predefinidas e atribuir uma pontuação em uma escala. A resposta contém valores que podem ser processados pelo software, incluindo probabilidades e o nível de confiança do modelo. Não são gerados tokens de texto na saída.

Para uma loja hipotética, é possível definir verificações separadas: se o cliente relata danos, se pede um reembolso e se há informações suficientes para processar a solicitação. Depois, o código convencional combina os resultados. Suponha que a solicitação esteja claramente relacionada a danos, mas não inclua o número do pedido. A próxima ação pode ser pedir os dados que faltam.

Aqui, vale separar a compreensão da mensagem da autoridade do sistema para agir. Identificar o assunto de uma solicitação é uma tarefa. Autorizar um reembolso é outra, com regras próprias. No fluxo proposto, o modelo ajuda a interpretar as solicitações recebidas, enquanto a equipe define separadamente as condições das operações financeiras. Assim, fica mais fácil identificar em qual etapa ocorreu um erro e corrigir a regra específica.

Quanto custa uma decisão desse tipo

A tabela oficial de preços do Google informa US$ 0,10 por milhão de tokens de entrada. Há suporte a texto, imagens, áudio, vídeo e PDF. Os dados de entrada compartilhados dentro de uma requisição são cobrados uma única vez, independentemente do número de perguntas. No entanto, as instruções e os critérios de cada pergunta acrescentam seus próprios tokens.

Por isso, a expressão “sem cobranças adicionais” da publicação original deve ser lida com cuidado: a ausência de tokens de saída não torna gratuitas as instruções adicionais. Se a equipe enviar critérios extensos para cada verificação, esse volume também precisa entrar na conta.

Considere um volume hipotético: dez milhões de tokens de entrada faturáveis custariam um dólar nessa tarifa. É um exemplo aritmético do custo da API. O orçamento completo do produto incluirá o desenvolvimento da integração, o armazenamento dos resultados, o tratamento de falhas e o trabalho dos funcionários com solicitações ambíguas. Para quem gerencia o produto, vale calcular o custo por solicitação processada corretamente: essa métrica conecta o preço do modelo ao resultado para o negócio.

Há um plano gratuito. A tabela do Google informa que os dados desse plano podem ser usados para melhorar os produtos; para o plano pago, informa o contrário. É uma diferença relevante na escolha dos dados para um projeto piloto.

Como verificar a utilidade antes da implementação

Comece por um processo bem definido, como distribuir solicitações entre departamentos. Reúna solicitações anteriores com respostas verificadas dos funcionários e processe-as com o modelo. Identifique antecipadamente as mensagens ambíguas: vários problemas em um mesmo e-mail, sarcasmo, informações incompletas e pedidos que não se encaixam em nenhum departamento.

Meça separadamente os encaminhamentos incorretos e a proporção de solicitações que precisaram ser transferidas para uma pessoa. Um alto nível de confiança do modelo, por si só, não comprova a qualidade no seu conjunto de dados. Para a escolha entre categorias, a documentação também alerta: as probabilidades são distribuídas entre as opções apresentadas, mesmo quando nenhuma é adequada. Por isso, inclua uma categoria “outros” e um fluxo de revisão manual.

O próximo passo é executar o sistema em paralelo ao trabalho dos funcionários, mantendo o fluxo habitual. Isso permitirá identificar divergências antes de ativar ações automáticas. Depois, será possível confiar gradualmente ao sistema os casos mais claros e acompanhar quanto tempo ele realmente economiza.

O Gemini Decision 1 merece um piloto desse tipo se o produto já recebe um fluxo de decisões semelhantes. A justificativa para implementá-lo virá quando os testes mostrarem uma taxa de erros aceitável e uma redução nos custos de processamento.