Une bonne partie de ce que fait l'IA dans les applications n'est pas de l'écriture. C'est du choix : quel modèle doit traiter cette requête, cette image enfreint-elle une règle, quelle est la gravité de cette plainte. La nouvelle Gemini Decisions API de Google est conçue pour ce travail. Au lieu de générer une réponse mot à mot, son modèle, Gemini Decision 1, note un ensemble fixe d'options en un seul passage et renvoie des probabilités, ce qui le rend plus rapide et bien moins cher que d'interroger un modèle conversationnel.
Le fonctionnement se résume vite. On envoie une entrée, qui peut mêler texte, images, audio, vidéo et PDF jusqu'à 256K jetons, avec jusqu'à 1 000 questions indépendantes. Chaque question relève de trois types : une vérification par oui ou non, un choix entre 2 et 255 options, ou une note sur une échelle ordonnée. Chaque réponse s'accompagne d'un score de confiance entre 0 et 1, pour que les développeurs puissent renvoyer les cas incertains à une personne ou à un modèle plus puissant. Google annonce 150-250 ms de bout en bout, quasi constants de 1 à 100 questions par requête pour des entrées jusqu'à 16K jetons.
Le prix est l'argument principal. Decision 1 coûte 0,10 dollar par million de jetons en entrée et rien en sortie, l'entrée commune est facturée une seule fois quel que soit le nombre de questions, et un niveau gratuit existe dans AI Studio pour le prototypage. Google affirme que cela le rend presque cinq fois moins cher sur sa batterie de tests que Gemini 3.5 Flash-Lite via l'API classique, et revendique l'erreur de calibration la plus faible sur ces tests. Chez Google, il route déjà les requêtes dans Gemini Notebook, où la latence aurait baissé jusqu'à 40% pour les questions courantes, et choisit des réactions emoji parmi plus de 200 options dans CC, de Google Labs.
C'est une catégorie que nous suivons déjà. Jev, de TypeSafe AI, que nous évaluons, propose la même idée de choix typés et de probabilités pour 0,042 dollar par million de jetons en entrée avec la sortie gratuite, moins de la moitié du prix de Google. Les atouts de Google sont l'entrée multimodale native et les intégrations avec OpenRouter, LangChain, Vercel, LiteLLM et d'autres ; celui de Jev est le coût. Pour les équipes qui classent à grande échelle, la comparaison mérite d'être faite sur leurs propres données.
Les réserves sont les habituelles. Les résultats et les affirmations de calibration sont ceux de Google, et l'annonce ne détaille pas la batterie de tests. Un modèle de décision ne choisit qu'entre les options fournies, donc une question mal posée obtient quand même une réponse assurée. Et les chiffres de latence supposent des entrées bien plus courtes que le maximum de 256K.