Buena parte de lo que hace la IA dentro de las aplicaciones no es escribir. Es elegir: qué modelo debe atender esta consulta, si esta imagen incumple una norma, qué gravedad tiene esta queja. La nueva Gemini Decisions API de Google está pensada para ese tipo de trabajo. En lugar de generar una respuesta palabra a palabra, su modelo, Gemini Decision 1, puntúa un conjunto fijo de opciones en una sola pasada y devuelve probabilidades, lo que lo hace más rápido y mucho más barato que preguntar a un modelo de chat.
El funcionamiento es fácil de explicar. Envías una entrada, que puede mezclar texto, imágenes, audio, vídeo y PDF hasta 256K tokens, junto con hasta 1.000 preguntas independientes. Cada pregunta es de uno de tres tipos: una comprobación de sí o no, una elección entre 2 y 255 opciones o una puntuación en una escala ordenada. Cada respuesta incluye una puntuación de confianza entre 0 y 1, para que los desarrolladores puedan enviar los casos dudosos a una persona o a un modelo más potente. Google cita entre 150-250 ms de principio a fin, casi constantes entre 1 y 100 preguntas por petición con entradas de hasta 16K tokens.
El precio es lo principal. Decision 1 cuesta 0,10 dólares por millón de tokens de entrada y nada por la salida, la entrada compartida se cobra una vez por muchas preguntas que se hagan, y hay un nivel gratuito en AI Studio para prototipos. Google dice que eso lo hace casi cinco veces más barato en su batería de pruebas que usar Gemini 3.5 Flash-Lite con la API normal, y afirma tener el menor error de calibración en sus pruebas. Dentro de Google ya enruta consultas en Gemini Notebook, donde según la empresa redujo la latencia hasta un 40% en preguntas cotidianas, y elige reacciones con emoji entre más de 200 opciones en CC, de Google Labs.
Es una categoría que ya seguimos. Jev, de TypeSafe AI, que analizamos, ofrece la misma idea de elecciones tipadas y probabilidades por 0,042 dólares por millón de tokens de entrada con salida gratuita, menos de la mitad del precio de Google. Las ventajas de Google son la entrada multimodal nativa y las integraciones con OpenRouter, LangChain, Vercel, LiteLLM y otras; la de Jev es el coste. Para equipos que clasifican a gran escala, merece la pena comparar con sus propios datos.
Las salvedades son las habituales. Los resultados y las afirmaciones de calibración son de la propia Google, y el anuncio no describe en detalle la batería de pruebas. Un modelo de decisión solo elige entre las opciones que le das, así que una pregunta mal planteada recibe igualmente una respuesta segura. Y las cifras de latencia suponen entradas mucho más cortas que el máximo de 256K.