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)
LançamentoAPI / Produto · Pronto p/ usoRB.RU→ original

Google lança o Gemini Decision 1: IA responde "sim/não" e verifica 100 fotos em 4,5 segundos

O Google lançou o Gemini Decision 1, uma IA que não escreve texto e responde de forma curta a perguntas sobre um arquivo: "sim/não", escolha de uma lista ou avaliação em escala. Por exemplo, diante da foto de um pacote, ele informa se a caixa está amassada. Na demonstração do Google, o modelo analisou 100 imagens em 4,5 segundos, respondendo 16 perguntas sobre cada uma, o que dá cerca de 1.600 respostas. Para triagem e verificações, esse formato é mais fácil de integrar a um pipeline do que processar texto livre.

Processado por IA de RB.RU; editado por Hamidun News
Google lança o Gemini Decision 1: IA responde "sim/não" e verifica 100 fotos em 4,5 segundos
Fonte: RB.RU. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalRB.RU ↗
Editor-chefe
Três formatos de resposta"sim/não", escolha entre 2 a 255 opções e avaliação em escala
Dado-chave #2Cada resposta vem com confiança de 0 a 1, e os casos fracos podem ser encaminhados para uma pessoa
Dado-chave #3Disponível na Gemini API e no AI Studio; na busca, o Google detecta ataques via MCP

Imagine um armazém em que cada pacote é fotografado na esteira e você precisa descobrir se a caixa está amassada e se algum item caiu de dentro dela. Um modelo de linguagem comum responderia com um parágrafo de raciocínio, do qual o código teria de extrair a palavra "sim" ou "não". O Google lançou o Gemini Decision 1 justamente para evitar esse trabalho extra: o modelo não conversa nem escreve textos e entrega uma decisão curta de imediato. Na demonstração da empresa, ele analisou 100 fotos de pacotes em 4,5 segundos e respondeu 16 perguntas sobre cada uma, o que dá cerca de 1.600 respostas. Entre as perguntas estavam danos na caixa e produtos que caíram da embalagem.

Como o modelo responde

Segundo o Google, o Gemini Decision 1 não foi feito para diálogos nem para geração de texto. Sua função é analisar rapidamente um arquivo e responder a uma pergunta direta. Ele trabalha com texto, imagens, áudio, vídeo e documentos em PDF.

São três formatos de resposta:

  • "Sim" ou "Não": escolha entre duas opções, por exemplo se há danos na embalagem.
  • "Escolher": uma opção de uma lista de dois a 255 itens.
  • "Avaliar": nota atribuída ao objeto segundo uma escala definida previamente.

Junto de cada resposta, o modelo informa um índice de confiança de 0 a 1. Quanto mais próximo de um, maior a confiança do sistema. Na prática, isso ajuda bastante: respostas com alta confiança podem ser aceitas automaticamente, enquanto as duvidosas são enviadas para revisão humana.

Onde o modelo já é usado

O Google afirma que já aplica o Gemini Decision 1 em seus próprios serviços. Internamente, o modelo identifica o tipo e a complexidade da solicitação do usuário e encaminha a tarefa para o modelo de IA mais adequado. A lógica é simples: perguntas fáceis não precisam passar por um modelo pesado e caro.

O segundo exemplo é a busca do Google. Ali, o Gemini Decision 1 ajuda a detectar comandos maliciosos e tentativas de ataque via ferramentas MCP. Trata-se de um protocolo pelo qual agentes de IA se conectam a serviços externos. Para quem desenvolve agentes, o exemplo é ilustrativo: a pergunta "este comando é perigoso ou não?" se encaixa perfeitamente no formato "sim/não".

Como conectar

Junto com o modelo, a empresa lançou a Gemini Decisions API. Por meio dela, desenvolvedores conectam o modelo a seus próprios aplicativos e agentes de IA. O acesso é feito pela Gemini API e pelo Google AI Studio, e a conexão exige uma chave de API.

A descrição do Google indica tarefas como:

  • classificação de dados em programas de terceiros;
  • escolha da opção adequada quando o usuário está em dúvida;
  • avaliação de resultados segundo critérios definidos;
  • verificação de arquivos de entrada: fotos, áudio, vídeo e PDF.

Um modelo com formato de resposta rígido tem uma vantagem prática: o resultado é mais fácil de validar e medir, e o código não quebra por causa de palavras extras.

O que ainda não se sabe

Todos os números de velocidade vêm do exemplo da própria Google. O material original não traz dados sobre precisão, preço ou testes independentes, nem comparação com os modelos Gemini comuns em tarefas equivalentes. Também não está claro até que ponto o índice de confiança corresponde à proporção real de respostas corretas.

Por isso, antes de adotar o modelo, vale testá-lo com os seus próprios dados. Use um conjunto rotulado, como fotos com danos conhecidos, e veja com que frequência um "sim" se confirma. Aproveite também para definir um limiar de confiança em que os erros fiquem em um nível aceitável.

Se o teste for bem-sucedido, o resultado será um componente compacto para pipelines de processamento de arquivos. Ele responde rapidamente a perguntas simples, enquanto os modelos universais e mais caros ficam reservados para tarefas complexas.

História

Perguntas frequentes sobre a notícia

Como o modelo responde?

Segundo o Google, o Gemini Decision 1 não foi feito para diálogos nem para geração de texto. Sua função é analisar rapidamente um arquivo e responder a uma pergunta direta. Ele trabalha com texto, imagens, áudio, vídeo e documentos em PDF. São três formatos de resposta: "Sim" ou "Não": escolha entre duas opções, por exemplo se há danos na embalagem. "Escolher": uma opção de uma lista de dois a 255 itens. "Avaliar": nota atribuída ao objeto segundo uma escala definida previamente.

Onde o modelo já é usado?

O Google afirma que já aplica o Gemini Decision 1 em seus próprios serviços. Internamente, o modelo identifica o tipo e a complexidade da solicitação do usuário e encaminha a tarefa para o modelo de IA mais adequado. A lógica é simples: perguntas fáceis não precisam passar por um modelo pesado e caro. O segundo exemplo é a busca do Google. Ali, o Gemini Decision 1 ajuda a detectar comandos maliciosos e tentativas de ataque via ferramentas MCP.

Como conectar?

Junto com o modelo, a empresa lançou a Gemini Decisions API. Por meio dela, desenvolvedores conectam o modelo a seus próprios aplicativos e agentes de IA. O acesso é feito pela Gemini API e pelo Google AI Studio, e a conexão exige uma chave de API. A descrição do Google indica tarefas como: classificação de dados em programas de terceiros; escolha da opção adequada quando o usuário está em dúvida; avaliação de resultados segundo critérios definidos; verificação de arquivos de entrada: fotos, áudio, vídeo e PDF.

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.
✦ 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
O que você acha?
Carregando comentários…