Un vistazo a Gemini Decision 1
Google ha anunciado el lanzamiento de Gemini Decisions API, una nueva interfaz de programación de aplicaciones basada en el modelo Gemini Decision 1, cuyo objetivo es permitir a los desarrolladores construir sistemas de toma de decisiones rápidos y de bajo costo. Este modelo se distingue por su capacidad única para evaluar hasta 1000 preguntas independientes sobre un mismo contenido en una sola llamada a la API, lo que lo hace ideal para tareas que requieren múltiples análisis sobre los mismos datos.
¿Qué distingue técnicamente a este modelo?
A diferencia de los modelos de inteligencia artificial generativa tradicionales que producen respuestas palabra por palabra, Gemini Decision 1 evalúa las opciones disponibles y calcula sus probabilidades de una sola vez. El modelo admite el procesamiento de texto, imágenes, audio, video y archivos PDF, con una capacidad de contexto de hasta 256 mil tokens. Además, proporciona a los desarrolladores una "puntuación de confianza" (confidence score) que oscila entre 0 y 1 para cada respuesta, lo que permite derivar los resultados con baja confianza a una revisión humana o a modelos más complejos.
En cuanto al rendimiento, Google señala que el modelo es capaz de procesar datos de hasta 16 mil tokens en un tiempo que oscila entre 150 y 250 milisegundos, con un tiempo de cálculo de entre 50 y 100 milisegundos.
¿Por qué es importante esta noticia?
Este lanzamiento representa un paso estratégico para reducir los costos operativos en aplicaciones que requieren verificaciones frecuentes sobre los mismos documentos. La estructura de precios se basa en 0.10 dólares por cada millón de tokens de entrada, sin cargos por los tokens de salida. Lo más importante es que el costo del contenido compartido se calcula solo una vez por llamada, lo que reduce los costos significativamente en comparación con modelos tradicionales como Gemini 3.5 Flash-Lite, con Google afirmando que el costo es aproximadamente 5 veces menor.
Casos de uso y disponibilidad
Google ya ha comenzado a integrar esta tecnología en sus productos, como Gemini Notebook para determinar el nivel de razonamiento requerido para las consultas, y la herramienta Stitch para prototipos, además de una capa de seguridad en el motor de búsqueda de Google para detectar comportamientos maliciosos. El modelo está disponible actualmente a través de Google AI Studio, con soporte de integración para plataformas como LangChain, Vercel y Pydantic AI, y está previsto que esté disponible próximamente en Google Cloud.