Google lance Gemini Decision 1 : jusqu'à 1 000 questions tranchées en un seul passage, en 150 à 250 ms

Google a lancé mardi 11 novembre l'API Gemini Decisions et un nouveau modèle, Gemini Decision 1. Au lieu de générer des réponses jeton par jeton, le modèle note les options candidates et tranche jusqu'à 1 000 questions de type oui/non, à choix multiples ou à barème en une seule requête, avec une latence de bout en bout de seulement 150 à 250 millisecondes.

Une seule entrée, jusqu'à 1 000 questions

Chaque requête peut contenir une entrée multimodale — texte, image, audio, vidéo ou PDF, jusqu'à 256 000 jetons — et jusqu'à 1 000 questions indépendantes. Le modèle note chaque option candidate en un seul passage, renvoyant des probabilités et un score de confiance de 0 à 1, ce qui permet au code de renvoyer les cas ambigus vers un repli ou un humain. Trois types de questions sont pris en charge : oui/non, choix multiples de 2 à 255 options, et notation sur barème ordonné, pour des choix bornés comme la sélection d'outils, les vérifications de politique, le routage de modèles et la notation de contenu.

Tarifs et performances

Le tarif est de 0,10 dollar par million de jetons d'entrée, sans facturation des jetons de sortie ; Google affirme que l'API Decisions est près de 5 fois moins chère, sur sa suite de tests partagée, que Gemini 3.5 Flash-Lite avec l'API Interactions. Le calcul médian du modèle prend de 50 à 100 ms, et la latence reste presque stable quand le contexte atteint 16 000 jetons et que le nombre de questions passe de 1 à 100 par requête. L'API est disponible dès maintenant via l'API Gemini et Google AI Studio (v1beta, avec un niveau gratuit), avec des intégrations en cours chez OpenRouter, LangChain, Vercel et d'autres ; la prise en charge dans Google Cloud suivra.

Déjà utilisée en interne chez Google

Google indique que Gemini Notebook utilise déjà l'API Decisions comme routeur en temps réel, orientant les requêtes vers le niveau de modèle et le niveau de réflexion adaptés et réduisant la latence des requêtes courantes jusqu'à 40 % ; l'outil de conception Stitch, la sélection d'émojis dans CC de Google Labs et une couche de sécurité pour les outils MCP dans la recherche l'utilisent aussi. OpenAI a lancé une API Decisions similaire en septembre, suivie par Microsoft, et la course des modèles « qui ne font que décider » s'intensifie. Sources : blog officiel de Google, Unite.AI, OpenRouter.