Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarKDnuggets→ original

Gemini Decision 1 escolhe respostas em vez de escrever: $0,10 por milhão de tokens de entrada, saída grátis

O Google lançou o Gemini Decision 1, um modelo que não escreve texto e responde a perguntas fechadas com percentuais de confiança. Diante do e-mail "a caneca chegou rachada", por exemplo, ele escolhe de imediato a fila de suporte, sem que você pague por um JSON que será descartado depois. A entrada custa $0,10 por milhão de tokens, e a saída é gratuita. Para roteamento e verificações, a conta fecha, mas o limiar de confiança fica por sua conta.

Processado por IA de KDnuggets; editado por Hamidun News
Gemini Decision 1 escolhe respostas em vez de escrever: $0,10 por milhão de tokens de entrada, saída grátis
Fonte: KDnuggets. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalKDnuggets ↗
Editor-chefe
E-mail ambíguo50,2% para a fila de trocas, 48,4% para cobrança
Dado-chave #2Os 150–250 ms prometidos não se confirmaram com imagens: 1,1–1,4 s
Dado-chave #3Sem geração de texto, chamada de funções, lotes (batches) e cache

Pense no suporte de uma loja virtual: chega o e-mail "A caneca azul que pedi na segunda-feira chegou rachada na quarta". Para mandá-lo à fila certa, a maioria das equipes hoje aciona um modelo generativo completo, pede um JSON de volta, processa a resposta com um parser e paga pelos tokens de saída (os pedaços de texto em que o modelo divide a resposta), que são descartados em seguida. O Google decidiu vender essa camada separadamente.

O Gemini Decision 1 não escreve nada: ele lê a entrada e devolve probabilidades para perguntas fechadas, como "o produto está danificado?" e "qual fila é a adequada?" A entrada custa $0,10 por milhão de tokens, e a saída é gratuita porque simplesmente não existe.

Se o seu agente tem muitas dessas bifurcações discretas, esta é uma forma de baratear o processo, mas há uma ressalva importante sobre o limiar de confiança, explicada mais abaixo.

O que o Decision 1 faz

Em uma única passada, o modelo lê texto, imagens, vídeo, áudio e PDF, com até 262 144 tokens de entrada por requisição. Para cada entrada, é possível fazer até 1000 perguntas independentes, de três tipos:

  • sim ou não: a resposta traz uma probabilidade de 1% a 99%;
  • escolha entre 2 e 255 opções: uma probabilidade para cada uma;
  • avaliação em escala ordenada: uma nota ponderada e a probabilidade de cada nível.

Cada resposta vem acompanhada de um nível de confiança, que permite encaminhar os casos pouco claros a um caminho de contingência ou a uma pessoa. A entrada é cobrada uma única vez, não importa quantas perguntas você faça. Em contrapartida, a lista do que não é suportado é longa: geração de texto, raciocínio, chamada de funções, saída estruturada, lotes (batches) e cache. É um mecanismo de avaliação, não um chatbot.

O próprio Google já usa a Decisions API em quatro produtos. Um deles roteia as requisições conforme o nível do modelo e a profundidade de raciocínio, e o Google afirma que isso reduz em até 40% a latência das requisições comuns. Outro monta protótipos de interface jogáveis e aplica edições por voz ou toque. O terceiro, do Google Labs, escolhe uma reação em emoji entre mais de 200 opções, sem pausa perceptível. O quarto funciona como camada de proteção e verifica se as ferramentas do Model Context Protocol têm comportamento hostil.

O que mostrou o teste do KDnuggets

O autor executou três cenários: o exemplo do guia de início rápido do Google, o exemplo do Google com imagem e uma mensagem ambígua própria. O modelo classificou o e-mail da caneca rachada como dano com 99% de probabilidade e o enviou à fila de trocas com 98% de confiança. O exemplo com imagem também fechou: líquido derramado 95%, ação "limpar com pano" 98%, gravidade de 1,19 ponto em 2. Em todas as chamadas, o número de tokens de saída foi zero.

O caso mais revelador foi o e-mail "Cobraram duas vezes, a alça está lascada". Ele cabe em duas filas, e o modelo mostrou isso com honestidade: 50,2% para trocas, 48,4% para cobrança, confiança geral de 50%. Mesmo assim, avaliou o dano em 99%. Um único exemplo não basta para julgar a calibração, que se verifica em milhares de casos, mas o comportamento desejado apareceu.

Daí sai uma regra prática. Se o seu código lê apenas o vencedor, o e-mail ambíguo vai para a fila com a mesma segurança de um caso óbvio, e nenhum alerta é emitido. Defina um limiar de confiança e envie tudo o que ficar abaixo dele a uma pessoa ou a um fluxo de contingência. O guia de início rápido do Google imprime só a escolha, e em produção isso é pouco.

Onde as afirmações do Google não se confirmaram

Velocidade. O Google fala em 150–250 ms de ponta a ponta. As chamadas de texto após a primeira levaram 339–577 ms, e a distância de rede explica a diferença sem dificuldade. As requisições com imagens levaram de 1,1 a 1,4 segundo: a mediana ficou de cinco a nove vezes acima do declarado. Parte do tempo talvez tenha sido gasta no download da imagem pelo link e no processamento de 1064 tokens de imagem, mas, de fora, não dá para separar as causas. Além disso, os números do Google valem para contextos de até 16 mil tokens, e não para os 256 mil completos, e chamadas idênticas variaram em mais de 300 ms entre si.

Comparações. A frase "quase cinco vezes mais barato" refere-se ao Gemini 3.5 Flash-Lite em um conjunto de testes escolhido pelo próprio Google. Se você já usa o Gemini, isso é útil, mas não diz nada sobre como o Decision 1 se sai ao lado de um classificador pequeno e ajustado (fine-tuned) que já funciona na sua operação.

Limitações. A página do modelo declara classificação de fluxos de mídia ao vivo, mas a Live API consta na lista do que não é suportado. Por enquanto, o modelo está disponível apenas no ecossistema Gemini, e o suporte ao Google Cloud ainda aparece marcado como não pronto.

O que fazer na prática

O Decision 1 resolve bem uma tarefa estreita: é barato, respondeu corretamente em todos os exemplos e demonstrou dúvida quando foi provocado a isso. Para roteamento de requisições e verificações de violação de regras, já vale testá-lo. Desde o primeiro dia, inclua no código um limiar de confiança e meça a latência com as suas imagens e vídeos antes de prometer 200 ms a alguém.

História

Perguntas frequentes sobre a notícia

O que o Decision 1 faz?

Em uma única passada, o modelo lê texto, imagens, vídeo, áudio e PDF, com até 262 144 tokens de entrada por requisição. Para cada entrada, é possível fazer até 1000 perguntas independentes, de três tipos: sim ou não: a resposta traz uma probabilidade de 1% a 99%; escolha entre 2 e 255 opções: uma probabilidade para cada uma; avaliação em escala ordenada: uma nota ponderada e a probabilidade de cada nível.

O que mostrou o teste do KDnuggets?

O autor executou três cenários: o exemplo do guia de início rápido do Google, o exemplo do Google com imagem e uma mensagem ambígua própria. O modelo classificou o e-mail da caneca rachada como dano com 99% de probabilidade e o enviou à fila de trocas com 98% de confiança. O exemplo com imagem também fechou: líquido derramado 95%, ação "limpar com pano" 98%, gravidade de 1,19 ponto em 2. Em todas as chamadas, o número de tokens de saída foi zero.

Onde as afirmações do Google não se confirmaram?

Velocidade. O Google fala em 150–250 ms de ponta a ponta. As chamadas de texto após a primeira levaram 339–577 ms, e a distância de rede explica a diferença sem dificuldade. As requisições com imagens levaram de 1,1 a 1,4 segundo: a mediana ficou de cinco a nove vezes acima do declarado. Parte do tempo talvez tenha sido gasta no download da imagem pelo link e no processamento de 1064 tokens de imagem, mas, de fora, não dá para separar as causas.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…