A Google apresentou a Gemini Decisions API a 11 de novembro de 2026, um novo ponto de acesso da Gemini API no Google AI Studio pensado para decisões rápidas sobre conjuntos fechados de opções. Funciona com um modelo novo, o Gemini Decision 1 (gemini-decision-1). O anúncio é assinado por Min Choi, gestor de produto da Google DeepMind, e por Felix Yu, cientista principal na mesma equipa.
A ideia é trocar o texto gerado por uma pontuação. Em vez de escrever a resposta palavra a palavra, o Gemini Decision 1 avalia as opções candidatas numa única passagem e devolve probabilidades e valores de confiança. A Google indica uma latência de ponta a ponta entre 150 e 250 milissegundos, dos quais 50 a 100 correspondem ao cálculo do modelo, e garante que se mantém quase constante entre uma e 100 perguntas por pedido. Uma única entrada multimodal até 256K tokens, com texto, imagens, áudio, vídeo e PDF, pode vir acompanhada de até 1000 perguntas independentes.
As perguntas dividem-se em três tipos. No texto da Google chamam-se noul, para condições de sim ou não, choice, para escolher entre 2 e 255 opções, e score, para classificar segundo uma escala ordenada que começa em zero. Cada resposta traz um valor de confiança entre 0 e 1, de modo que o código da aplicação pode encaminhar os casos ambíguos para um modelo alternativo ou para uma pessoa. O campo de entrada reutiliza o formato de blocos Content da Interactions API, e o artigo mostra um exemplo em Python que verifica a fotografia de uma bancada de copa segundo os três tipos de pergunta numa só chamada a client.decisions.create.
O preço é de 0,10 dólares por milhão de tokens de entrada, sem cobrança por tokens de saída. A entrada partilhada é faturada uma vez por pedido, qualquer que seja o número de perguntas, e cada pergunta acrescenta apenas os tokens da sua instrução e dos seus critérios. A Google não prevê custos de raciocínio nem taxas separadas de transcrição de áudio ou de OCR, e refere um escalão gratuito da API no Google AI Studio para prototipagem. Num conjunto de testes comum, segundo a empresa, a Decisions API sai quase cinco vezes mais barata do que o Gemini 3.5 Flash-Lite usado através da Interactions API, e o Gemini Decision 1 lidera esse conjunto, que abrange encaminhamento de agentes, raciocínio, ordenação e compreensão multimodal, com o menor erro de calibração.
A Google descreve quatro usos internos. O Gemini Notebook usa o serviço como encaminhador em tempo real, que envia cada consulta para um nível de modelo e de raciocínio, com latência até 40 por cento menor nas perguntas do dia a dia. Uma experiência de tela rápida no Stitch serve para gerar esboços jogáveis em segundos e aplicar alterações por voz ou toque quase de imediato. O CC, dos Google Labs, escolhe uma reação em emoji entre mais de 200 opções, e a Pesquisa Google emprega-o como camada de segurança que deteta comportamentos e conteúdos hostis dirigidos a ferramentas MCP.
Para programadores externos, o modelo está acessível no Google AI Studio, com guias em Python, JavaScript e REST e três aplicações de demonstração: Doorstep Parcels, Speed Sketch e Find the Zoo Keeper. A Google diz que as integrações vão chegando a OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit e OpenCode, a par dos SDK google-genai, e que o suporte no Gemini no Google Cloud chega em breve.
Os resultados de desempenho, a comparação de custos e os valores de latência são da própria Google e o conjunto de testes subjacente não estava disponível para verificação. O serviço limita-se também a perguntas de conjunto fechado, pelo que substitui classificadores e encaminhadores, não a geração livre de texto.