¿Tecnología Geek te ahorra tiempo? Agréganos como tu fuente preferida en Google y ve más noticias nuestras en tus resultados. Fuente preferida en Google
Gemini Decisions API y Gemini Decision 1 llegan con una idea rara en esta industria: un modelo que no escribe ni una palabra. Google lo presentó el 11 de noviembre como un servicio para decidir, no para conversar: recibe un material, recibe hasta 1.000 preguntas cerradas sobre ese material y devuelve probabilidades con nivel de confianza en una sola pasada.
El anuncio lo firman Min Choi, gerente de producto de Google DeepMind, y Felix Yu, científico principal de esa división, en el blog oficial de Google. El modelo se llama Gemini Decision 1, responde al identificador gemini-decision-1 y ya está disponible por la Gemini API dentro de Google AI Studio, la plataforma de prototipos de la empresa.
La diferencia técnica marca todo lo demás. Un modelo de lenguaje habitual genera la respuesta token a token, palabra a palabra, y cobra también por ese texto de salida. Gemini Decision 1 no decodifica nada: puntúa las opciones candidatas en un único avance de cálculo y entrega la probabilidad de cada una, con una confianza entre 0 y 1.
La entrada compartida admite texto, imágenes, audio, video y documentos PDF mezclados, con un tope de 256.000 tokens por petición. Cada pregunta mira solo ese material compartido, nunca las respuestas de las otras preguntas. Un equipo puede juntar la grabación de una llamada con los datos de la cuenta, o una reclamación escaneada con las fotos del daño.
Tres tipos de pregunta y una factura simple
Las preguntas vienen en tres formatos. El primero, de sí o no, estima la probabilidad de que una condición se cumpla. El segundo, de opción múltiple, elige entre 2 y 255 candidatas y devuelve la ganadora con las probabilidades normalizadas del resto. El tercero puntúa con una rúbrica ordenada que arranca en 0 y admite hasta 255 niveles.
El ejemplo que muestra Google junta una foto de la encimera de una cocina de oficina con una nota de texto y pregunta tres cosas a la vez: si hay un derrame sin limpiar, qué acción de limpieza toca y qué gravedad tiene el desorden. La respuesta llega con la acción elegida, limpiar con un paño, y su nivel de confianza.
La velocidad es el argumento de venta. Google mide una mediana de cálculo del modelo de 50 a 100 milisegundos y una latencia total de 150 a 250 milisegundos, casi plana entre 1 y 100 preguntas por petición con contextos de hasta 16.000 tokens.
Google afirma que el modelo lidera su batería de pruebas de enrutamiento de agentes, razonamiento, ordenación y comprensión multimodal, con el menor error de calibración del grupo. Son cifras del propio fabricante, publicadas con el lanzamiento y sin una auditoría externa que las contraste todavía.
El precio cierra el círculo: US$0,10 por cada millón de tokens de entrada y cero cobro por tokens de salida.
La entrada compartida se factura una sola vez por petición, aunque lleve 1.000 preguntas pegadas, y no hay cargos aparte por transcripción de audio ni por lectura de documentos. Google calcula un costo casi cinco veces menor que Gemini 3.5 Flash-Lite con la Interactions API en esa misma batería compartida, y ofrece un nivel sin costo en AI Studio para prototipar.
La categoría no la inventa Google. En octubre, OpenAI ya había lanzado su propia Decisions API con GPT-6 Luna, pensada para respuestas cerradas en milisegundos. Dos rivales directos vendiendo modelos que deciden en lugar de redactar dibujan un hueco nuevo de mercado: la clasificación masiva que antes pedía entrenar un clasificador propio o pagar llamadas generativas completas.
Google ya lo usa dentro de casa
Cuatro productos internos ya trabajan con esta API como capa de control, datos del propio anuncio. Gemini Notebook la usa para enrutar cada consulta al nivel de modelo que le toca y declara hasta un 40 % menos de latencia en las preguntas cotidianas. Stitch, la herramienta de diseño, genera con ella prototipos jugables de flujos de producto en segundos.
CC, el experimento de correo de Google Labs, elige así la reacción con emoji entre una paleta de más de 200 opciones en una fracción de segundo. Y el buscador de Google la emplea como capa de seguridad para herramientas del protocolo de contexto de modelo, detectando comportamientos adversarios dentro de su margen de latencia.
El lanzamiento llega con límites claros, recogidos en la documentación y en las primeras coberturas técnicas del 12 de noviembre. El acceso corre solo por la versión v1beta de la API para desarrolladores y pide el paquete google-genai 3.2 o posterior.
Las instrucciones de cada pregunta son solo texto: no hay historial de conversación ni bloques de llamadas a herramientas, y un juicio que dependa de otro juicio exige partir el trabajo en dos peticiones.
Las integraciones del primer día cubren OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode, mientras el soporte dentro de Gemini en Google Cloud quedó anunciado como próximo. Para un negocio hispano que clasifica tickets, reclamos con fotos o documentos a diario, la cuenta atractiva es otra: costo fijo y predecible por petición, con la confianza numérica marcando qué casos pasan a una persona.
Fuente: Blog oficial de Google
La conversación sigue en el foro
Comenta esta noticia, pregunta lo que quieras y comparte tu experiencia con otros lectores en el foro de Tecnología Geek. Participar es gratis: solo necesitas tu cuenta del sitio.
Entrar al foro