Google ha presentado Gemini Decisions API, una nueva interfaz de programación impulsada por el modelo Gemini Decision 1. A diferencia de los sistemas de inteligencia artificial generativa tradicionales, diseñados para redactar párrafos palabra por palabra, este sistema está optimizado para resolver elecciones delimitadas y emitir clasificaciones numéricas de forma directa sobre diversos tipos de archivos.
El lanzamiento busca atender tareas comunes en desarrollo de software donde no se necesita prosa extensa, sino determinar si se cumple una regla, elegir entre varias opciones predefinidas o calificar un contenido dentro de una escala fija.
En qué consiste la nueva herramienta para decisiones acotadas
Los modelos de lenguaje convencionales operan generando texto de manera secuencial, lo que suele consumir tiempo y cómputo adicional cuando la respuesta requerida es simplemente afirmativa o negativa. Con Gemini Decision 1, Google introduce una arquitectura orientada a preguntas cerradas que calcula probabilidades en una única pasada de cálculo.
La plataforma admite documentos de hasta 256.000 tokens (unidades de información) que pueden combinar texto, fotografías, grabaciones de audio, vídeos y documentos PDF. En una misma consulta, el usuario puede enviar hasta mil preguntas independientes sobre el mismo archivo. El sistema procesa tres modalidades de respuesta: consultas de sí o no (denominadas «noul»), selección múltiple entre 2 y 255 alternativas («choice») y evaluaciones numéricas basadas en rúbricas continuas («score»). Todas las respuestas devuelven un índice de confianza situado entre 0 y 1, lo que permite a los programas informáticos derivar los casos dudosos a supervisores humanos.
Cómo funciona la evaluación directa sin generar texto
En lugar de esperar a que el modelo escriba oraciones completas, la herramienta calcula la probabilidad matemática de cada alternativa indicada en las instrucciones. Según los datos técnicos facilitados por la compañía, este enfoque reduce el tiempo de cómputo del modelo a un rango de entre 50 y 100 milisegundos, alcanzando una latencia total de extremo a extremo de entre 150 y 250 milisegundos para contextos de hasta 16.000 tokens.
Para el usuario cotidiano de servicios digitales, este mecanismo opera entre bastidores. Puede acelerar la moderación automática de comentarios no deseados, la clasificación inmediata de fotografías en buzones de asistencia o la derivación de consultas de clientes hacia el departamento adecuado sin pausas perceptibles en la interfaz.
Comparativas de rendimiento y esquema de costes según Google
En las pruebas internas publicadas por el fabricante que abarcan razonamiento, ordenación de información y comprensión multimedia, Google afirma que Gemini Decision 1 encabeza las métricas de su categoría con el menor margen de error de calibración probabilística. La empresa sostiene además que esta solución resulta casi cinco veces más económica en sus pruebas comparativas compartidas que su modelo Gemini 3.5 Flash-Lite operando bajo la interfaz Interactions API. Es necesario subrayar que estas evaluaciones corresponden exclusivamente a mediciones de laboratorio del propio proveedor y deberán ser contrastadas por auditorías técnicas externas.
En el apartado económico, el servicio tiene una tarifa fijada en 0,10 dólares por cada millón de tokens de entrada. Dado que el sistema no emite texto, no se facturan tokens de salida, ni se aplican cargos separados por transcripción de audio, reconocimiento óptico de caracteres o tokens de razonamiento intermedio. El archivo principal compartido se factura una única vez por petición, sumando únicamente las instrucciones específicas de cada pregunta evaluada.
Disponibilidad actual y aspectos pendientes de verificación
El acceso a Gemini Decisions API ya se encuentra habilitado a través de Google AI Studio, entorno donde los desarrolladores disponen de una capa sin coste para pruebas de prototipado. La compañía ha comenzado a desplegar conectores para librerías de programación como LangChain, Vercel, LiteLLM y OpenRouter, indicando que la compatibilidad con el entorno empresarial Google Cloud llegará próximamente.
Aunque la propuesta promete agilizar automatizaciones técnicas, todavía queda por comprobar su comportamiento en despliegues a gran escala fuera de los entornos controlados del proveedor, así como su precisión real en casos que involucren documentos multimodales de alta ambigüedad o jerga especializada.