Google lancia Gemini Decision 1: un'intelligenza artificiale che valuta le risposte senza generarle

Cosa potresti farci con questo

• Uno sviluppatore che crea un'app potrebbe inserire fino a 1.000 domande sì/no o a scelta multipla riguardo a testo, immagini, audio, video o PDF nell'API e ricevere indietro risposte con punteggi di probabilità in meno di un quarto di secondo ².
• Un operatore aziendale potrebbe usare il modello per instradare automaticamente le richieste dei clienti allo strumento o al team giusto valutando quale opzione si adatta meglio a ciascuna richiesta in arrivo ².
• Un moderatore di contenuti potrebbe eseguire un batch di controllo policy su migliaia di documenti o video in una volta sola, ricevendo punteggi di confidenza per violazioni delle regole senza attendere lunghe spiegazioni generate dall'AI ².

Cosa fa diversamente Gemini Decision 1

L'11 novembre 2026 Google ha annunciato la Gemini Decisions API, basata su un nuovo modello chiamato Gemini Decision 1 (²). Invece di generare risposte token per token come la maggior parte degli strumenti di AI generativa, valuta le opzioni candidate in un singolo passaggio forward e restituisce numeri di probabilità .

Gli utenti possono inviare fino a 1.000 domande indipendenti sì/no, a scelta multipla o con punteggio a rubrica in una volta sola, alimentando un input multimodale che può includere testo, immagini, audio, video o PDF con una finestra di contesto fino a 256K token ². La latenza end-to-end si attesta tra 150 ms e 250 ms, e il tempo medio di calcolo del modello è di soli 50–100 ms . Il costo è fissato a 0,10 dollari per milione di token di input, con i token di output fatturati a zero ¹.

A titolo comparativo, il blog Simon Willison ha notato che il concorrente Jev è più economico a 4,2 centesimi per milione di token ma gestisce solo testo e JSON, mentre il modello decisionale GPT-6 Luna di OpenAI condivide lo stesso pricing di Gemini ma elabora testo e immagini ¹. Gemini Decision 1 copre tutte le modalità — testo, immagini, audio, video e PDF .

Quanto sono affidabili le risposte

Un test iniziale ha eseguito quattro domande su un video con un robot che calpesta: se contenesse un drago, un robot, fosse ambientato in Francia o negli Stati Uniti ¹. Gemini ha restituito punteggi di probabilità — 0,049 per drago, 0,923 per robot, 0,083 per Francia, 0,923 per gli Stati Uniti — invece di valori sì/no rigidi . Simon Willison ha osservato che Google sembra intenzionalmente calibrato: a differenza di Jev e OpenAI, che restituiscono output puliti 1,0 o 0,0 per domande binarie, Gemini mantiene probabilità leggermente più morbide per evitare eccessiva confidenza .

Google afferma che Gemini Decision 1 supera i concorrenti sui benchmark che spaziano dal routing degli agenti, ragionamento, ranking e comprensione multimodale, con il più basso errore di calibrazione in tutta la serie ². Le prestazioni rimangono quasi piatte sia che tu faccia una domanda che cento .

Chi può usarlo adesso

L'API è disponibile immediatamente tramite Google AI Studio con documentazione Python, JavaScript e REST fornita ². Min Choi, product manager presso Google DeepMind, e Felix Yu, principal scientist presso Google DeepMind, hanno presentato pubblicamente lo strumento . Per chiunque costruisca app che necessitano di decisioni rapide e accurate su larga scala, ciò potrebbe ridurre drasticamente sia i costi che i tempi di attesa.

Questa storia riporta una tendenza solo a scopo informativo. Non costituisce consiglio né incoraggiamento a fare alcuna di queste azioni.

Quanto è valido

Google ha testato Gemini Decision 1 su benchmark che spaziano dal routing degli agenti, ragionamento, ranking e comprensione multimodale, e sostiene di superare la serie rispetto ai rivali Jev e al modello decisionale GPT-6 Luna di OpenAI ². La misura chiave evidenziata da Google è l'errore di calibrazione — quanto il punteggio di confidenza del modello si discosta dalla realtà — e dicono che Gemini Decision 1 ha il più basso errore di calibrazione tra i concorrenti . In pratica significa che quando il modello dice "Sono sicuro al 90%", risulta corretto circa il 90% delle volte ¹. Un test sul campo ha mostrato il modello che fornisce probabilità morbide come 0,923 per "robot" e 0,049 per "drago" in un video, mentre Jev e OpenAI restituiscono risposte nette 1,0 o 0,0 .

I fatti principali

• Gemini Decision 1 costa 0,10 dollari per milione di token di input con output gratuito
• La latenza end-to-end è 150–250 millisecondi
• Supporta fino a 1.000 domande attraverso testo, immagini, audio, video e PDF
• Confrontato con Jev e il GPT-6 Luna di OpenAI in test indipendenti
• Disponibile ora tramite Google AI Studio con guide Python, JS e REST

Fonti

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