Google lança API de decisões em lote 5 vezes mais barata que seu modelo leve

O que o Google lançou

O Google DeepMind apresentou a Gemini Decisions API, uma interface feita para perguntas fechadas, do tipo sim ou não, múltipla escolha ou nota numa escala. O modelo por trás dela, o Gemini Decision 1, processa até 1.000 perguntas independentes numa única chamada, misturando texto, imagem, áudio, vídeo e PDF no mesmo lote. O anúncio foi relatado pelo site The Decoder em 11 de novembro de 2026, com base em post do blog do Google (fonte).

Na prática, isso é diferente de pedir para um modelo de linguagem comum escrever uma resposta livre. O Gemini Decision 1 não gera texto: ele pontua as opções que você já definiu e devolve uma probabilidade com valor de confiança para cada uma, em 150 a 250 milissegundos por lote. É o tipo de tarefa que hoje costuma rodar em pipelines de classificação, moderação de conteúdo, triagem de tickets ou avaliação automática de respostas de outro modelo (o padrão conhecido no mercado como LLM as judge, ou modelo usado como juiz de outro modelo).

Como funciona na prática

O Google publicou um exemplo que ajuda a entender o formato: uma foto de uma bancada de cozinha é avaliada em uma única passada com os três tipos de pergunta ao mesmo tempo. O modelo responde se há mancha (confiança de 0,95), escolhe qual ação de limpeza é adequada (98%) e dá uma nota de gravidade numa escala (1,19 de 2). Isso mostra o caso de uso central da API: não é para conversar, é para decidir em lote, de forma estruturada e auditável.

Para quem constrói sistemas de triagem (suporte ao cliente, moderação, qualificação de leads, revisão de conformidade), esse formato resolve um problema conhecido: extrair uma resposta de múltipla escolha confiável de um modelo generativo normalmente exige prompt engineering cuidadoso e parsing de texto livre. Uma API que já devolve probabilidade e confiança estruturadas corta essa etapa.

O preço é o argumento central

A Gemini Decisions API cobra 0,10 dólar por milhão de tokens de entrada, sem cobrança por token de saída. Segundo o Google, isso é cerca de cinco vezes mais barato que o Gemini 3.5 Flash-Lite, o modelo leve da própria linha Gemini usado hoje para tarefas rápidas e de alto volume.

A ausência de cobrança por saída importa mais do que parece à primeira vista. Em tarefas de classificação em lote, o custo de um modelo generativo tradicional cresce com o tamanho da resposta gerada, mesmo que a resposta útil seja só uma palavra ou um número. Como o Gemini Decision 1 devolve apenas probabilidades estruturadas, esse componente de custo desaparece, o que deve pesar em pipelines que hoje rodam milhares ou milhões de classificações por dia.

Onde já está disponível

A API está no ar desde já através do Google AI Studio, a plataforma de testes de modelos do Google. Integrações com OpenRouter, LangChain e Vercel estão em processo de lançamento, segundo o Google, mas a data exata de cada uma não foi informada.

Para quem já usa esses três ecossistemas em produção (OpenRouter como camada de roteamento entre provedores, LangChain para orquestrar agentes, Vercel para hospedar aplicações de IA), isso sinaliza que o Gemini Decision 1 deve aparecer como mais uma opção de modelo dentro dos fluxos já existentes, sem exigir reescrever a integração do zero. Ainda não há, porém, confirmação pública de prazo para cada integração ficar pronta.

Onde o Google já usa internamente

O próprio Google diz usar a API internamente em três frentes:

• Roteamento dinâmico de modelo no Gemini Notebook (decidir, em tempo real, qual modelo da família Gemini deve responder a uma consulta)
• Prototipagem de design na ferramenta Stitch
• Verificações de segurança no Google Search

São exemplos de um padrão comum: usar um modelo pequeno e barato como camada de decisão antes de acionar (ou não) um modelo maior e mais caro. É essencialmente o mesmo problema que motiva quem constrói agentes a adicionar uma etapa de roteamento ou de verificação de segurança no meio do pipeline, só que resolvido pelo próprio fornecedor do modelo.

O desempenho nos benchmarks e por que calibração importa

Segundo o Google, o Gemini Decision 1 lidera a suíte de benchmarks internos em categorias como roteamento de agentes, raciocínio e compreensão multimodal, além de apresentar o menor erro de calibração Top-1 (ECE, sigla para Expected Calibration Error, ou erro esperado de calibração).

Esse indicador mede se a confiança que o modelo declara bate com a taxa real de acerto: um modelo bem calibrado que diz 90% de confiança acerta por volta de 90% das vezes naquele grupo de respostas. Para quem automatiza decisões (aprovar ou recusar uma transação, escalar ou não um chamado, aceitar ou rejeitar uma resposta de outro agente), esse número importa mais do que a acurácia bruta: ele diz se dá para confiar no valor de confiança retornado para definir limiares de corte automático, sem revisão humana.

Parte de uma onda, não um caso isolado

O Gemini Decision 1 não é o primeiro modelo desse tipo a aparecer. Segundo o The Decoder, a startup Jev foi a primeira a lançar um modelo com essa proposta nas últimas semanas, seguida rapidamente por ofertas parecidas da OpenAI, da Cloudflare e da Microsoft.

A coincidência de datas sugere que o mercado identificou a mesma lacuna ao mesmo tempo: modelos generativos gigantes são caros e lentos demais para decisões fechadas em alto volume, e um modelo dedicado, menor e mais barato, resolve melhor esse pedaço específico do pipeline. Para quem decide arquitetura de sistema hoje, isso significa que vale comparar preço, latência e calibração entre pelo menos quatro fornecedores (Google, OpenAI, Cloudflare e Microsoft) antes de fechar com um único modelo de decisão, já que nenhum benchmark independente comparando os quatro foi publicado até agora.

O que ainda fica em aberto

O Google não divulgou limites de taxa (rate limits) para a API, nem política de retenção de dados para quem envia imagens ou áudio sensíveis, como fotos de documentos ou gravações de atendimento. Também não há, por enquanto, comparação de preço ou desempenho direta entre o Gemini Decision 1 e os modelos de decisão da OpenAI, Cloudflare e Microsoft citados na mesma matéria. Quem for avaliar a API para um pipeline de produção vai precisar testar esses pontos por conta própria antes de migrar uma etapa de classificação ou triagem que hoje depende de um modelo generativo maior.

Fonte: The Decoder