Google lanza Gemini Decision 1: una IA que califica respuestas sin escribirlas

Qué se podría hacer con ella

• Un desarrollador que construya una app podría enviar hasta 1000 preguntas de sí o no o de opción múltiple sobre texto, imágenes, audio, vídeo o PDFs a la API y recibir respuestas con probabilidades calificadas en menos de un cuarto de segundo ².
• Un operador de negocio podría usar el modelo para dirigir automáticamente las consultas de clientes a la herramienta o equipo correcto al calificar cuál opción se ajusta mejor a cada solicitud entrante ².
• Un moderador de contenido podría ejecutar un lote de verificación de normas en miles de documentos o vídeos a la vez, recibiendo puntuaciones de confianza para infracciones de reglas sin esperar explicaciones largas generadas por IA ².

Qué hace diferente Gemini Decision 1

El 11 de noviembre de 2026 Google anunció la Gemini Decisions API, impulsada por un nuevo modelo llamado Gemini Decision 1 (²). En lugar de generar respuestas token por token como la mayoría de las herramientas de IA generativa, califica opciones candidatas en un solo pase hacia adelante y devuelve números de probabilidad .

Los usuarios pueden enviar hasta 1000 preguntas independientes de sí o no, de opción múltiple o de calificación por rúbrica de una sola vez, alimentando una entrada multimodal que puede incluir texto, imágenes, audio, vídeo o PDFs con una ventana de contexto de hasta 256K tokens ². La latencia de extremo a extremo está entre 150 ms y 250 ms, y el cómputo mediano del modelo es de solo 50–100 ms . El costo es fijo de $0,10 por millón de tokens de entrada, con tokens de salida facturados en cero ¹.

Para comparación, el blog Simon Willison señaló que la competencia Jev es más barata a 4,2 centavos por millón de tokens pero solo maneja texto y JSON, mientras que el modelo de decisión GPT-6 Luna de OpenAI comparte la misma tarifa que Gemini pero procesa texto e imágenes ¹. Gemini Decision 1 cubre todas las modalidades: texto, imágenes, audio, vídeo y PDFs .

Qué tan confiables son las respuestas

Una prueba temprana ejecutó cuatro preguntas contra un vídeo de un robot aplastando algo: si contenía un dragón, un robot, estaba ambientado en Francia o en Estados Unidos ¹. Gemini devolvió puntuaciones de probabilidad: 0,049 para dragón, 0,923 para robot, 0,083 para Francia, 0,923 para Estados Unidos, en lugar de valores duros de sí o no . Simon Willison observó que Google parece calibrado deliberadamente: a diferencia de Jev y OpenAI, que devuelven salidas limpias de 1,0 o 0,0 para preguntas binarias, Gemini mantiene probabilidades ligeramente más suaves para evitar sobreconfianza .

Google afirma que Gemini Decision 1 lidera a los competidores en evaluaciones que abarcan enrutamiento de agentes, razonamiento, ranking y comprensión multimodal, con el menor error de calibración de toda la gama ². El rendimiento se mantiene casi plano tanto si se hace una pregunta como cien .

Quiénes pueden usarlo ahora

La API está disponible inmediatamente a través de Google AI Studio con documentación en Python, JavaScript y REST proporcionada ². Min Choi, gerente de producto en Google DeepMind, y Felix Yu, científico principal en Google DeepMind, presentaron la herramienta públicamente . Para cualquier persona que construya apps que necesiten toma de decisiones rápida y precisa a escala, esto podría reducir tanto costos como tiempos de espera drásticamente.

Esta historia informa sobre una tendencia únicamente para fines informativos. No constituye asesoramiento ni estímulo para hacer ninguna de estas cosas.

Qué tan buena es

Google probó Gemini Decision 1 en evaluaciones que abarcan enrutamiento de agentes, razonamiento, ranking y comprensión multimodal, y dice que lidera la gama comparado con los rivales Jev y el modelo de decisión GPT-6 Luna de OpenAI ². La medida clave que destaca Google es el error de calibración: cuánto se desvía la puntuación de confianza del modelo de la realidad, y dicen que Gemini Decision 1 tiene el menor error de calibración de los competidores . En la práctica, eso significa que cuando el modelo dice «estoy 90 % seguro», resulta tener razón aproximadamente el 90 % de las veces ¹. Una prueba en el mundo real mostró que el modelo daba probabilidades suaves como 0,923 para «robot» y 0,049 para «dragón» en un vídeo, mientras que Jev y OpenAI devuelven respuestas limpias de 1,0 o 0,0 .

Los datos clave

• Gemini Decision 1 cuesta $0,10 por millón de tokens de entrada con salida gratuita
• La latencia de extremo a extremo es de 150–250 milisegundos
• Soporta hasta 1000 preguntas en texto, imágenes, audio, vídeo y PDFs
• Comparado contra Jev y GPT-6 Luna de OpenAI en pruebas independientes
• Disponible ahora a través de Google AI Studio con guías en Python, JS y REST

Fuentes

1. Gemini Decisions API
2. Gemini Decisions API: Fast, calibrated multimodal decisions