Google presentó Gemini Decisions, una API basada en el modelo Gemini Decision 1 que no genera texto, sino que elige entre opciones predefinidas en milisegundos. Según informó MuyComputer, la herramienta está pensada para sistemas que necesitan tomar muchas decisiones rápidas y económicas.
Las claves
- La API puede analizar texto, imágenes, audio, video y PDF, con hasta 256.000 tokens de contexto y 1.000 preguntas independientes por solicitud.
- Admite tres tipos de evaluación: respuestas sí o no, elección entre hasta 255 opciones y puntuaciones basadas en criterios.
- Google reporta tiempos de respuesta de 150 a 250 milisegundos y un precio de 0,10 dólares por millón de tokens de entrada, sin costo por los de salida.
- Según sus mediciones, es casi cinco veces más económica que Gemini 3.5 Flash-Lite en tareas comparables.
- Gemini Notebook ya la usa para decidir qué modelo y nivel de razonamiento necesita cada consulta, reduciendo hasta un 40 % la latencia.
El anuncio no es un hecho aislado. El Ecosistema Startup informó que Google presentó la API el 11 de noviembre, y que con ella compite en una categoría que ya tiene jugadores: OpenAI, Microsoft y Amazon también ofrecen modelos que no conversan, solo deciden. La diferencia práctica es de arquitectura: un modelo de lenguaje grande decodifica su respuesta token a token, mientras que un modelo de decisión puntúa las opciones candidatas en una sola pasada.
La factura también cambia. Según El Ecosistema Startup, Google cobra el input compartido una sola vez por solicitud, sin importar cuántas preguntas se hagan sobre él, y como no hay tokens de salida, ese renglón desaparece. Para un equipo que revisa el gasto en IA cada mes, esto puede simplificar los costos.
¿Qué significa para los desarrolladores y las empresas?
Gemini Decision 1 ya está disponible para desarrolladores a través de Google AI Studio, con un nivel gratuito para pruebas, según MuyComputer. No es una función de la aplicación Gemini, sino una pieza que puede hacer que otros servicios de inteligencia artificial funcionen más rápido y eficiente.
El Ecosistema Startup señala que la categoría no la abrió un gigante, sino TypeSafe, una startup fundada en 2024 por Diogo Almeida, Sasha Sheng y Erik Gafni. Su modelo Jev salió el 15 de septiembre y en pocos días acumuló un millón de usuarios, según SiliconANGLE. Tres semanas después, TypeSafe cerró una Serie A de 870 millones de dólares a una valoración de 7.500 millones, liderada por Andreessen Horowitz con participación de Sequoia Capital y DCVC.
OpenAI también se movió: anunció su Decisions API en su día de desarrolladores del 29 de septiembre y la abrió a todos los clientes el 22 de octubre, según TechCrunch. Su enfoque fue reconfigurar ChatGPT Luna para acelerar la inferencia y bajar el costo, pasando de respuestas de uno a tres segundos a 100-180 milisegundos. Microsoft lanzó su Microsoft-Decision-1 el 9 de octubre, según Crypto Briefing.
¿Qué riesgos trae decisiones sin explicación?
El Ecosistema Startup advierte que se pierde la auditoría. Un chatbot mostraba el camino de su razonamiento, pero un modelo de decisión devuelve solo un número entre 0 y 1. Ese número puede decidir si una reclamación es prioritaria, si un pago parece sospechoso o si una consulta merece el modelo grande o el barato, dentro de sistemas que nunca vemos y a una velocidad que no deja tiempo para preguntar.
Google reconoce en su documentación que recomienda enrutar los casos de baja confianza a un fallback o a un revisor humano, según El Ecosistema Startup. Ese umbral es una decisión de producto, no un detalle técnico. MuyComputer también aclara que Gemini Decisions sigue siendo una IA probabilística, no un sistema infalible: sus puntuaciones de confianza permiten identificar resultados ambiguos y derivarlos a otro modelo o a una persona cuando sea necesario.
¿Qué se sabe y qué falta por confirmar?
20Minutos informó que Gemini Decision 1 puede responder hasta 1.000 preguntas sobre un mismo contenido en una sola petición, y que permite hacer tres tipos de preguntas: sí o no, elegir una opción entre varias o puntuar un contenido siguiendo una escala. Por ejemplo, si recibe una foto de una encimera con líquido derramado y un paño cerca, puede comprobar si hay algo que limpiar, elegir qué acción sería la más adecuada y valorar la gravedad de la situación.
El precio de 0,10 dólares por millón de tokens de entrada y los tiempos de respuesta son datos aportados por MuyComputer y El Ecosistema Startup, pero no hay confirmación independiente de esas cifras. El Ecosistema Startup también señala que las tablas de benchmarks son autoinformadas por cada proveedor y que el propio CEO de TypeSafe, Diogo Almeida, recomienda probar los modelos en el propio flujo de trabajo. Queda por ver cómo rinden estas herramientas en escenarios reales y si los costos se mantienen a medida que más empresas las adopten.