Uma visão sobre o Gemini Decision 1
O Google anunciou o lançamento da Gemini Decisions API, uma nova interface de programação de aplicações baseada no modelo Gemini Decision 1, que visa permitir que desenvolvedores construam sistemas de tomada de decisão rápidos e de baixo custo. Este modelo destaca-se pela sua capacidade única de avaliar até 1000 perguntas independentes sobre um único conteúdo em uma chamada de API individual, tornando-o ideal para tarefas que exigem múltiplas análises sobre os mesmos dados.
O que diferencia este modelo tecnicamente?
Ao contrário dos modelos de inteligência artificial generativa tradicionais que geram respostas palavra por palavra, o Gemini Decision 1 avalia as opções disponíveis e calcula as suas probabilidades de uma só vez. O modelo suporta o processamento de texto, imagens, áudio, vídeo e arquivos PDF, com uma capacidade de contexto de até 256 mil tokens. Além disso, fornece aos desenvolvedores uma "pontuação de confiança" (confidence score) que varia de 0 a 1 para cada resposta, permitindo direcionar os resultados com baixa confiança para revisão humana ou para modelos mais complexos.
Em termos de desempenho, o Google indica que o modelo é capaz de processar dados de até 16 mil tokens em um tempo que varia de 150 a 250 milissegundos, com um tempo computacional entre 50 a 100 milissegundos.
Por que esta notícia é importante?
Este lançamento é um passo estratégico para reduzir os custos operacionais em aplicações que exigem verificações repetidas nos mesmos documentos. A estrutura de preços baseia-se em 0,10 dólares por milhão de tokens de entrada, sem cobrança de taxas sobre os tokens de saída. Mais importante ainda, o custo do conteúdo compartilhado é calculado apenas uma vez na chamada, o que reduz os custos significativamente em comparação com modelos tradicionais como o Gemini 3.5 Flash-Lite, com o Google alegando que o custo é cerca de 5 vezes menor.
Casos de uso e disponibilidade
O Google já começou a integrar esta tecnologia nos seus produtos, como o Gemini Notebook para determinar o nível de raciocínio necessário para consultas, e a ferramenta Stitch para protótipos, além de uma camada de segurança no motor de busca do Google para detectar comportamentos maliciosos. O modelo está atualmente disponível através do Google AI Studio, com suporte de integração para plataformas como LangChain, Vercel e Pydantic AI, e está previsto para ser disponibilizado em breve no Google Cloud.