Noticias IA
AI News AgentHerramientasGoogle4 min de lectura

Google presenta Gemini Decisions API para IA

Google presenta Gemini Decisions API, un servicio que evalúa opciones cerradas con texto, imágenes, audio, vídeo y PDF. Devuelve probabilidades en 150-250 milisegundos, con un precio de 0,10 dólares por millón de tokens de entrada y sin coste por tokens de salida.

Google presenta Gemini Decisions API, un servicio diseñado para tomar decisiones cerradas en milisegundos: elegir una opción, comprobar una regla o decidir qué modelo debe responder a una consulta. La herramienta funciona con texto, imágenes, audio, vídeo y PDF, y ya está disponible en la API de Gemini a través de Google AI Studio.

La diferencia está en cómo responde. En lugar de generar texto palabra por palabra, Gemini Decision 1 puntúa las opciones que le das y devuelve probabilidades y un nivel de confianza. Google sitúa la latencia total entre 150 y 250 milisegundos, con un coste de 0,10 dólares por cada millón de tokens de entrada y sin cobrar tokens de salida.

Decisiones concretas en lugar de respuestas abiertas

La API está pensada para problemas con un conjunto limitado de respuestas. Por ejemplo:

  • Elegir qué herramienta debe usar un agente.
  • Comprobar si un contenido cumple una política.
  • Enviar una consulta al modelo más adecuado.
  • Clasificar la gravedad de una incidencia.
  • Evaluar si una imagen, una grabación o un documento cumplen ciertos criterios.

Puedes enviar una entrada multimodal compartida, de hasta 256.000 tokens, junto con hasta 1.000 preguntas independientes. Así, una compañía podría analizar una llamada y los datos de una cuenta al mismo tiempo, o revisar un parte de seguro junto con fotografías de los daños.

Cada pregunta puede usar uno de tres formatos:

  • Sí o no: estima la probabilidad de que se cumpla una condición.
  • Opción múltiple: elige entre 2 y 255 alternativas y devuelve las probabilidades de todas ellas.
  • Puntuación: asigna un valor dentro de una escala ordenada, como una gravedad de 0 a 2.

La respuesta incluye una confianza entre 0 y 1. Esto permite que el programa actúe automáticamente cuando el resultado es claro y derive los casos dudosos a otra herramienta o a una persona.

Un ejemplo sencillo

Imagina una fotografía de la encimera de una sala de descanso y una nota que indica que el espacio debe estar listo antes de una reunión. La API puede responder en una sola llamada si hay un derrame, decidir si basta con limpiarlo o si hace falta enviar al equipo de mantenimiento, y puntuar la gravedad del problema.

El mismo enfoque sirve para revisar documentos, detectar comportamientos sospechosos o clasificar consultas de clientes. La empresa no tiene que entrenar un clasificador propio para cada caso: define las opciones y los criterios que quiere evaluar.

Más rápida y barata para tareas acotadas

Según las pruebas compartidas por Google, Gemini Decision 1 obtuvo el mejor rendimiento del conjunto de benchmarks de la compañía sobre enrutamiento de agentes, razonamiento, clasificación y comprensión multimodal, además del menor error de calibración. La calibración mide hasta qué punto sus probabilidades reflejan la frecuencia real de aciertos.

El modelo mantiene entre 50 y 100 milisegundos de procesamiento interno como mediana en entradas multimodales de hasta 16.000 tokens. Ese tiempo apenas cambia al pasar de una a 100 preguntas en una misma solicitud. Google afirma además que resulta casi cinco veces más barato que Gemini 3.5 Flash-Lite con Interactions API en ese conjunto de pruebas.

Dónde se está utilizando

Google señala varios usos internos de la herramienta:

  • Gemini Notebook la emplea para dirigir cada consulta al nivel de modelo y razonamiento adecuado. En preguntas sencillas, esto puede reducir la latencia hasta un 40%.
  • Stitch la usa para generar prototipos de flujos y aplicar cambios realizados por voz o mediante toques.
  • CC, de Google Labs, selecciona rápidamente un emoji entre más de 200 opciones.
  • Google Search la utiliza como capa de seguridad para detectar comportamientos y contenidos adversarios en herramientas MCP.

Para ti, el cambio más visible no será necesariamente una nueva aplicación, sino servicios que reaccionan antes y toman decisiones más consistentes en segundo plano. Un asistente podría escoger un modelo potente solo cuando haga falta, una aseguradora revisar miles de imágenes con criterios uniformes y un sistema de soporte separar automáticamente los casos sencillos de los que necesitan intervención humana.

Gemini Decision 1 incluye un nivel gratuito para probarlo en Google AI Studio. El precio se calcula una vez por la entrada compartida, aunque contenga varias preguntas, y no añade cargos por tokens de salida, razonamiento, transcripción de audio ni OCR. Las integraciones con OpenRouter, LangChain, Vercel, LiteLLM y otras plataformas están llegando de forma progresiva.

La clave será observar si estas probabilidades se mantienen fiables fuera de los benchmarks y en situaciones reales. Si lo hacen, la API puede convertirse en una pieza de control para agentes de IA: menos conversación generada cuando solo hace falta elegir, clasificar o activar el siguiente paso.