Ilustração do painel multimodal da Gemini Decisions API
Inteligência Artificial

Google lança Gemini Decisions API, multimodal, US$0,10/1M

A nova Gemini Decisions API estreia com decisões multimodais em milissegundos, preço ultrabaixo por milhão de tokens e foco em escolhas calibradas, com confiança explícita.

Danilo Gato

Danilo Gato

Autor

12 de novembro de 2026
11 min de leitura

Introdução

A Gemini Decisions API foi lançada em 11 de novembro de 2026 com uma proposta direta, transformar decisões de IA em uma operação rápida, calibrada e barata. A palavra chave aqui é Gemini Decisions API, um endpoint que usa o modelo Gemini Decision 1 para avaliar perguntas estruturadas de forma multimodal e em um único passe. O preço chama a atenção, US$0,10 por 1 milhão de tokens de entrada e zero custo por tokens de saída, com latência de ponta a ponta entre 150 e 250 milissegundos segundo o anúncio oficial. (blog.google)

Por que isso importa, decisões, não textos, são onde muitos fluxos produtivos emperram. Em vez de gerar respostas token por token, a API calcula probabilidades e confiança para cada pergunta, o que simplifica roteamento de modelos, checagem de políticas e scoring de conteúdo. Para equipes que precisam de respostas rápidas e confiáveis a partir de texto, imagens, áudio, vídeo ou PDFs, a proposta é reduzir custo, complexidade e variância. (blog.google)

O que a Gemini Decisions API faz de diferente

A essência está no modelo gemini-decision-1. Ele não escreve textos, ele decide. A chamada recebe um input multimodal compartilhado, com suporte a texto, imagens, áudio, vídeo e PDFs, e permite avaliar até 1.000 perguntas independentes no mesmo request. No lugar de decodificar saída autoregressiva, o modelo pontua opções em um único forward pass e retorna, para cada pergunta, a probabilidade e um score de confiança entre 0 e 1. Isso viabiliza thresholds práticos, como aceitar acima de certo ponto, recusar abaixo, e escalar casos ambíguos para revisão humana. (blog.google)

Três tipos de decisão são nativos, yes or no, múltipla escolha e rubricas ordenadas. No modo binário, a API estima a probabilidade de uma condição ser verdadeira. Em múltipla escolha, retorna a opção vencedora e a distribuição normalizada. Em rubricas, calcula um score contínuo e as probabilidades por nível. Essa estrutura cobre desde seleção de ferramenta até avaliação de qualidade de contexto, sem hacks de parsing de JSON. (blog.google)

Preço, latência e limites que mudam o jogo

Custos importam. A tarificação pública informa US$0,10 por 1 milhão de tokens de entrada, com tokens de saída a custo zero. Como a API não decodifica resposta, não há contas variáveis por saída ou custos extras por transcrição de áudio e OCR, o que simplifica previsibilidade de orçamento. Em testes do time, a latência reportada ficou entre 150 e 250 milissegundos de ponta a ponta, com computação de 50 a 100 milissegundos no núcleo do modelo. E o throughput permanece praticamente plano quando a requisição cresce de 1 até 100 perguntas, útil para lotes em produção. (blog.google)

O modelo aceita um input multimodal compartilhado, com contexto que, no comunicado, aparece como suportando grandes janelas e cargas de mídia, e permite anexar as instruções das perguntas sem replicar todo o input. Essa arquitetura significa que o custo do input base é cobrado uma vez por request, depois cada pergunta adiciona apenas seus próprios tokens de instruções e critérios, o que favorece workloads com muitas verificações contra o mesmo conteúdo. (blog.google)

Multimodalidade de verdade, com exemplos práticos

A API processa texto, imagem, áudio, vídeo e PDF em um único passe, de forma nativa. O caso didático do anúncio mostra a checagem de uma foto de copa com um bilhete de texto, avaliando simultaneamente, existe derramamento, qual ação tomar, e qual a severidade da bagunça, tudo retornando probabilidades e score. Esse padrão generaliza para compliance em documentos, triagem de chamados com gravações, verificação de políticas de conteúdo e priorização de incidentes com anexos visuais. (blog.google)

Benchmark multimodal da Decisions API

Na prática, ajustar a resolução de imagens e o sampling de frames em vídeo permite controlar detalhe visual e custo em tokens. Essa alavanca é essencial quando se avaliam centenas de perguntas contra o mesmo dossiê multimídia, por exemplo, auditoria de PDFs com fotos anexas ou detecção de eventos em videoclipes curtos. (blog.google)

Como times do Google já usam a Decisions API

O anúncio cita usos internos que ajudam a mapear padrões. O Gemini Notebook aplica a Decisions API como roteador em tempo real, classificando intenção em milissegundos e direcionando cada pedido ao nível de raciocínio e ao modelo adequados, com até 40 por cento de redução de latência em consultas rotineiras. O experimento Rapid Canvas do Stitch utiliza a API para gerar wireframes jogáveis em segundos e aceitar edições por voz ou toques quase instantaneamente, antes de exportar para o Stitch completo. E o Google Search acopla a Decisions API como camada de segurança para detectar comportamento adversarial em ferramentas MCP dentro do orçamento de latência. (blog.google)

Esses exemplos deixam claro o posicionamento, a Decisions API atua como plano de controle de baixa latência que encapsula escolhas discretas, enquanto modelos generativos mais pesados ficam reservados a tarefas que realmente exigem raciocínio longo. Em outras palavras, não é um substituto de chatbots, é o motor que decide, rápido e com confiança explícita, e depois orquestra o resto do fluxo. (blog.google)

Desempenho e calibração, o que os primeiros testes mostram

O Google destaca que o Gemini Decision 1 lidera uma bateria de benchmarks internos em roteamento de agentes, raciocínio, ranking e entendimento multimodal, com o menor erro de calibração. Materiais externos começaram a compilar resultados, e o VentureBeat aponta métricas publicadas, como 71,8 por cento versus 67,7 por cento no MMAU, e 69,1 por cento versus 63,3 por cento no Video MME, além do desempenho em AA Paperclip, onde a taxa de acertos em todos os itens de documentos completos variou entre competidores. Esses números ajudam a contextualizar onde o Decision 1 está forte e onde ainda há disputa. (blog.google)

Do ponto de vista de produto, calibração importa tanto quanto acurácia média. Uma API de decisões com probabilidade e score coerentes permite estabelecer zonas de aceitação e rejeição mais estáveis e, principalmente, uma zona cinza operacional onde humanos ou um modelo mais caro entram apenas quando necessário. O resultado é menor custo médio por tarefa e melhor UX, já que respostas fáceis saem em milissegundos. (blog.google)

Integrações do ecossistema e como começar

A disponibilidade acontece pela Gemini API dentro do Google AI Studio, com guias para Python, JavaScript e REST. O comunicado lista integrações em rollout com OpenRouter, LangChain, Vercel AI SDK, LiteLLM, Pydantic AI, Pipecat, LiveKit e OpenCode, além dos SDKs oficiais google genai. Para prototipagem, há camada sem custo no AI Studio. Para quem precisa ver para crer, há demos como Doorstep Parcels, Speed Sketch e Find the Zoo Keeper. (blog.google)

Em paralelo, vale notar a convergência entre nuvem e borda. Enquanto a Decisions API cobre o lado em nuvem com o Gemini Decision 1, o ecossistema Google tem um correlato on device no MediaPipe Decision Maker, que também formaliza perguntas do tipo escolha, booleano e rubrica, e opera em arquiteturas leves, úteis em mobile e WebGPU. Para aplicações que exigem latência ultrabaixa local com fallback para nuvem, essa combinação abre caminho para arquiteturas híbridas. (developers.google.com)

Casos de uso práticos e playbooks táticos

  • Roteamento dinâmico de modelos, classificar a intenção de entrada e direcionar para o modelo mais adequado. Ganho típico, reduzir filas de modelos profundos, cortar custo e latência para tarefas triviais enquanto reserva modelos de raciocínio para casos complexos. (blog.google)
  • Checagem de políticas e moderação, expressar políticas como critérios de perguntas e obter probabilidade e confiança, com thresholds por gravidade e rotas de escalonamento humano. (blog.google)
  • Avaliação de contexto e ranking, pontuar blocos de contexto em pipelines RAG, priorizar evidências e decidir quando buscar mais documentos ou quando já existe base suficiente. (blog.google)
  • Processamento de documentos e anexos, avaliar PDFs combinados com fotos, recibos, áudios ou vídeos curtos, e aplicar múltiplas checagens de conformidade e qualidade no mesmo request, aproveitando o input compartilhado. (blog.google)

Exemplo visual do caso de uso "spill"

Para cada caso, a tática central é padronizar perguntas. Defina claramente o que é sim e não, escreva critérios objetivos para cada opção na múltipla escolha e descreva níveis de qualidade na rubrica. Quanto mais objetivas forem as instruções, mais coerentes ficam as distribuições de probabilidade e os scores de confiança. (blog.google)

Boas práticas de implementação

  • Estruture thresholds de decisão. Por exemplo, aceite decisões com probabilidade acima de 0,9, recuse abaixo de 0,1 e roteie a revisão humana no meio. Essa política reduz riscos, controla custo e mantém experiência ágil. Benchmarks e análises externas descrevem esse padrão de corte duplo como prática comum para modelos de decisão. (truestandard.ai)
  • Otimize o input compartilhado. Carregue o dossiê multimodal uma única vez e anexe perguntas em lote. Esse padrão explora a cobrança única pelo input e mantém latência quase constante à medida que você amplia o número de perguntas. (blog.google)
  • Ajuste granularidade visual. Em imagens e vídeos, regule resolução e número de frames para equilibrar detalhe útil e custo em tokens. Para tarefas de detecção simples, menos resolução pode ser suficiente. (blog.google)
  • Defina caminhos de fallback. Para casos ambíguos ou sensíveis, combine a Decisions API com um modelo de raciocínio mais robusto ou revisão humana. Essa orquestração entrega o melhor dos dois mundos, velocidade e precisão onde elas importam. (blog.google)

Comparação com alternativas e visão de mercado

O nicho de modelos de decisão vem ganhando espaço justamente por cortar o custo do token de saída e entregar melhor calibração. A cobertura do VentureBeat indica ganhos sólidos em benchmarks multimodais frente a alternativas citadas nas comparações independentes, embora em alguns cenários de documentos estruturados a vantagem oscile entre concorrentes. Isso reforça a necessidade de testes com dados e critérios do seu domínio, não apenas olhar para tabelas genéricas. (venturebeat.com)

No ecossistema Google, a Decisions API funciona como peça de controle, rápida e barata, e convive com a Interactions API, voltada a fluxos generativos e agentes. Fora do Google, frameworks como LangChain, Vercel AI SDK e LiteLLM já suportam integrações, o que acelera provas de conceito. Para workloads em edge, o MediaPipe Decision Maker cobre requisitos de latência ultrabaixa on device com primitivos compatíveis de escolha, booleano e rubrica. A convergência desses caminhos mostra que decisão estruturada está virando componente de primeira classe no stack de IA. (blog.google)

Tutorial mental, da ideia ao deploy em produção

  1. Mapeie decisões discretas do seu fluxo. Liste perguntas que podem ser respondidas como sim ou não, múltipla escolha objetiva, ou notas em uma rubrica. Evite perguntas abertas. (blog.google)
  2. Construa critérios operacionais. Para cada opção, escreva descrições inequívocas que o modelo possa usar como âncoras. Em rubricas, descreva cada nível começando em 0. (blog.google)
  3. Normalize os thresholds. Defina níveis de confiança para aceitar, recusar e escalar. Meça o impacto de thresholds por tipo de decisão. (truestandard.ai)
  4. Teste multimodalidade. Combine texto com evidências visuais ou de áudio quando fizer sentido. Ajuste a resolução e amostragem para caber no orçamento. (blog.google)
  5. Modele o custo. Aproveite o fato de que o input compartilhado é cobrado uma vez por requisição. Agrupe perguntas e rode lotes para baixar custo médio por decisão. (blog.google)
  6. Planeje fallback e auditoria. Registre probabilidades, decisões e amostras, monitore calibração e crie rotas de reprocessamento com modelos mais profundos para casos de alto risco. (blog.google)

Perguntas frequentes que já surgem nos times

  • Dá para usar só para texto. Sim, mas o grande diferencial é processar multimídia nativamente. Em tarefas com anexos, a API evita passar por OCR e transcrição separados. (blog.google)
  • Como começam os testes. Pelo AI Studio, com camada sem custo. Há exemplos e demos prontos para experimentar sem esforço de backend. (blog.google)
  • Como comparar com modelos generativos baratos. Em cargas com muitas decisões simples, a ausência de custo de saída e a latência estável tendem a superar ganhos marginais de um LLM barato decodificando JSON. O ideal é medir com seus próprios dados. (blog.google)

Conclusão

A Gemini Decisions API inaugura um caminho pragmático para decisões de IA. Com preço baixo por 1 milhão de tokens de entrada, ausência de custo por saída, latência em milissegundos e suporte multimodal, o pacote atende a um grupo enorme de problemas de produto que não precisam de texto gerado, só de escolhas confiáveis com probabilidade e confiança explícitas. A arquitetura de input compartilhado e perguntas em lote reduz custo operacional, enquanto a calibração abre espaço para políticas claras de aceitação e escalonamento. (blog.google)

Para 2026 e além, o stack de IA tende a se organizar em camadas, decisões rápidas, baratas e calibradas no plano de controle, e raciocínio profundo quando realmente houver retorno. A Gemini Decisions API se posiciona exatamente nesse espaço e, pelos primeiros sinais de adoção e benchmarks, oferece uma fundação sólida para equipes que querem transformar workflows em pipelines previsíveis de decisão. O próximo passo natural é testar com seus dados, ajustar thresholds e integrar com seu orquestrador de agentes, extraindo o melhor equilíbrio entre custo, velocidade e qualidade. (blog.google)

Leia também

Tecnologia e IA

Google lança Gemini 4 Hydrogen para code agentic econômico

Gemini 4 Hydrogen chega com foco em code agentic econômico e rápido. Oferece quatro níveis de thinking, janela unificada de 1M tokens, long decode e integração com Orchestrator no Antigravity. Veja como usar o modelo para codar, depurar e orquestrar agentes com melhor custo benefício.

9 min de leitura
Inteligência Artificial

Google lança Gemini 4 Hydrogen para fluxos agentic rápidos por US$1,50/M tokens

Gemini 4 Hydrogen foi lançado com foco em velocidade e eficiência para fluxos agentic. Com preço de US$1,50 por milhão de tokens de entrada e US$7,50 por saída, integra AI Studio, API, Search e app Gemini. Benchmarks indicam ganhos relevantes em tarefas de código, conhecimento multimodal e orquestração com Carbon.

9 min de leitura
Android

Gemini Intelligence vai ao Motorola Signature 27 e Pixel 10

O Gemini Intelligence chegou ao Motorola Signature 27 e à linha Pixel 10 com novos recursos práticos, como Rambler, automação de tarefas entre apps, criação de widgets por prompt e assistência ao dispositivo. A expansão começou em 10 de novembro de 2026 e inclui pré-venda do Signature 27 nos EUA a partir de 19 de novembro, além de lançamentos graduais por regiões. Entenda o que muda, como ativar e por que isso importa para experiência Android.

11 min de leitura
Inteligência Artificial

Claude lança Whiteboards, Sheets e Data para equipes em todos os planos pagos

A Anthropic anunciou Whiteboards, Sheets e Data no Claude, com colaboração em tempo real, edição de planilhas com fórmulas, histórias de dados e conectores que abrem apps completos dentro do Claude. Os recursos chegam a todos os planos pagos, com padrões de ativação diferentes para Team e Enterprise, e prometem reduzir o vai e vem entre ferramentas, mantendo contexto, segurança e rastreabilidade.

9 min de leitura

Tags

GeminiAPIs para desenvolvedoresModelos de decisão