API de Decisões Gemini: Decisões multimodais rápidas e calibradas
Conteudo
TLDR;
É uma API que permite avaliar até 1 000 perguntas de sim/não, escolha múltipla e pontuação em rubricas em uma única chamada, usando o modelo Gemini Decision 1 para processar texto, imagens, áudio, vídeo e PDFs. A latência fica entre 150‑250 ms por chamada e o custo é $0,10 por 1 M de tokens de entrada, sem cobrança de tokens de saída, tornando‑a rápida e econômica. Ela oferece três tipos de decisão — noul (sim/não), choice (escolha múltipla) e score (rubrica) — e aceita entradas multimodais como texto, imagens, áudio, vídeo e PDFs.
Resumo
Google lançou a Gemini Decisions API, alimentada pelo modelo Gemini Decision 1, para gerar decisões rápidas, probabilísticas e calibradas a partir de entradas multimodais como texto, imagens, áudio, vídeo e PDFs. A API aceita até 1 000 perguntas de tipo sim/não, múltipla escolha ou pontuação em rubrica, avaliando todas em uma única passagem de inferência, o que reduz a latência para 150‑250 ms e elimina cobrança por tokens de saída, custando apenas US$ 0,10 por milhão de tokens de entrada. Essa arquitetura nativa permite combinar diferentes modalidades em um mesmo request, por exemplo analisar uma gravação de chamada junto a metadados ou um PDF de sinistro com fotos de danos, e ainda oferece scores de confiança de 0 a 1 para cada resposta, facilitando roteamento para fallback ou revisão humana. Benchmarks mostram que Gemini Decision 1 supera concorrentes em desempenho e calibração, sendo quase 5 vezes mais barato que Gemini 3.5 Flash‑Lite. Equipes internas já utilizam a API para roteamento dinâmico de modelos, prototipagem de designs, seleção de emojis e camada de segurança em buscas. Desenvolvedores podem começar grátis no Google AI Studio, obter a chave API e seguir guias em Python, JavaScript ou REST, com integração futura prevista para OpenRouter, LangChain, Vercel e outros ecossistemas adicionais.