Google aposta em decisões fechadas com o Gemini Decision 1
O Google DeepMind colocou no ar a Gemini Decisions API, interface dedicada a decisões fechadas, e o modelo por trás dela — Gemini Decision 1 — é capaz de resolver até 1.000 perguntas independentes em um único passe, com resposta em 150 a 250 milissegundos. A entrada aceita texto, imagem, áudio, vídeo e PDF, e o custo divulgado é cerca de cinco vezes menor que o do Gemini 3.5 Flash-Lite, segundo a companhia.
O que a interface faz de diferente
A lógica não é de conversa contínua: a ferramenta foi desenhada para perguntas de sim ou não, múltipla escolha e avaliações por escala — situações em que a resposta útil é uma probabilidade, não um parágrafo. O modelo pontua cada alternativa diretamente e anexa a ela um indicador de confiança, recurso que permite calibrar o corte de aceitação conforme a aplicação.
O ganho operacional aparece no empacotamento. Em vez de disparar uma chamada por item, a empresa envia mil verificações de uma vez. Somada à latência baixa, a economia abre espaço para fluxos que dependem de decisão imediata — triagem de atendimento, checagem de conteúdo, classificação de documentos.
Onde o Google já usa internamente
Não se trata de protótipo de laboratório. A companhia relata três frentes de uso próprio: escolha dinâmica de qual modelo responde a cada pedido no Gemini Notebook, prototipagem de design no Stitch e checagens de segurança na Busca.
Preço, latência e distribuição
A cobrança anunciada é de US$ 0,10 por milhão de tokens de entrada — token é a unidade de texto que o modelo lê e processa —, sem custo por token gerado. A distribuição começa pelo Google AI Studio, com conectores para OpenRouter, LangChain, Vercel e outras plataformas chegando de forma gradual.
| Item | Valor divulgado |
|---|---|
| Modelo | Gemini Decision 1 |
| Perguntas por passe | até 1.000 |
| Latência | 150 a 250 ms |
| Preço de entrada | US$ 0,10 por milhão de tokens |
| Cobrança de saída | não há |
| Comparativo | ~5x mais barato que o Gemini 3.5 Flash-Lite, na conta do Google |
A leva dos modelos de decisão
O anúncio não abre caminho sozinho. A startup Jev apresentou sua versão primeiro, e OpenAI, Cloudflare e Microsoft logo colocaram produtos equivalentes na praça. O padrão é comum: trocar geração de texto por classificação rápida e barata, cobrada por volume processado.
O que muda para o investidor
Custo de inferência é a linha que define margem em qualquer negócio construído sobre modelos. Quando um provedor reduz o preço por decisão em ordem de grandeza, o efeito transborda para o setor inteiro: API de decisão caminha para virar commodity, e a diferenciação se desloca para latência, confiabilidade e integração com sistemas corporativos. Para quem acompanha GOOGL, MSFT e NET, o recado é de disputa por volume em uma camada que ainda nascia sem preço de referência.
Se o patamar de US$ 0,10 se firmar, rotinas de antifraude, análise de crédito e moderação de conteúdo passam a operar com custo marginal próximo de zero por item avaliado — mudança que mexe com orçamentos de tecnologia e com a conta de quem consome nuvem.