Modelos de IA
Gemini Decision 1 no escribe, decide: hasta 1.000 preguntas por petición, 0,10 USD por millón de tokens y la salida gratis
Google lanzó el 11 de noviembre la Gemini Decisions API con gemini-decision-1: respuestas de sí o no, elección y puntuación con probabilidades sobre texto, imagen, audio, vídeo y PDF, en 150-250 ms. Cómo funciona, cuánto cuesta, qué no hace y cómo poner umbrales.
El teaser de Logan era esto
Logan Kilpatrick llevaba dos días seguidos publicando una sola palabra, «Gemini», y en X se apostaba por un nuevo modelo Flash. Lo que llegó el 11 de noviembre fue otra cosa: la Gemini Decisions API, con un modelo nuevo, Gemini Decision 1, que no genera texto. Recibe un contenido y una lista de preguntas cerradas, y devuelve para cada una la respuesta con su probabilidad.
La cifra que más llama la atención es el precio. Cuesta 0,10 USD por millón de tokens de entrada y la salida no se cobra, porque no hay salida que cobrar: ni tokens de respuesta ni de razonamiento. Google añade una latencia de 150 a 250 ms de principio a fin y un nivel gratuito en Google AI Studio para prototipos.
No es una idea nueva. OpenAI abrió su Decisions API en octubre y Liquid AI lanzó d1-ultra pocos días después. Lo que cambia es que Google entra en esta categoría con su propia API, entrada multimodal y un precio muy bajo.
Puntuar opciones en vez de escribirlas
Un modelo de lenguaje normal genera la respuesta token a token, aunque solo necesites un «sí» o un «no». Gemini Decision 1 puntúa las opciones posibles en una sola pasada y devuelve probabilidades. Por eso es rápido y por eso no hay salida que facturar.
En cada petición mandas un contenido compartido de hasta 262.144 tokens: texto, imágenes, audio, vídeo o PDF. Sobre él puedes hacer hasta 1.000 preguntas independientes. El contenido común se cobra una vez y cada pregunta suma sus propias instrucciones y criterios. Google dice que la latencia apenas cambia entre 1 y 100 preguntas por petición, pero esa cifra vale para contextos de hasta 16.000 tokens.
| Tipo de pregunta | Qué devuelve | Ejemplo de uso |
|---|---|---|
| Sí o no (noul) | Probabilidad entre 0,01 y 0,99 y confianza | ¿Este mensaje pide una devolución? |
| Elección (choice) | Opción ganadora y probabilidades de 2 a 255 opciones | ¿A qué cola de soporte va? |
| Puntuación (score) | Nota ponderada sobre una rúbrica y probabilidad de cada nivel | ¿Qué calidad tiene esta respuesta del agente? |
Dónde lo usa Google
Google enseña usos propios que explican bien para qué sirve. En Gemini Notebook decide qué modelo responde cada consulta, y dice que así recorta hasta un 40 % la latencia de las preguntas del día a día. En Google Search funciona como capa de seguridad para herramientas MCP, detectando comportamiento adversario. En un experimento de Google Labs elige la reacción con emoji entre más de 200 opciones.
Fuera de Google, los casos naturales son el enrutado de modelos, la elección de herramientas en un agente, las comprobaciones de políticas, la evaluación del contexto y la clasificación de llamadas grabadas junto con datos de la cuenta. Las integraciones con OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode se están desplegando, y el soporte en Google Cloud llegará más adelante.
Lo que no hace y dónde tropieza
Está en la versión v1beta de la API y solo responde preguntas cerradas: no redacta nada. No acepta como entrada llamadas a herramientas, resultados de herramientas, bloques de razonamiento ni historial de conversación. No tiene caché de contexto ni Batch API, así que si mandas el mismo documento en varias peticiones lo pagas entero cada vez. Y las preguntas no se ven entre sí.
La documentación también avisa de trampas de interpretación. En una pregunta de elección, el modelo reparte toda la probabilidad entre tus opciones aunque ninguna encaje, así que conviene incluir una opción de «ninguna». Una misma nota media puede salir de distribuciones muy distintas, por lo que hay que mirar la probabilidad de cada nivel. Y el texto del usuario puede intentar convencer al modelo de cómo clasificarlo, así que hay que tratarlo como entrada no fiable.
Google dice que es el modelo con menor error de calibración de su conjunto de pruebas y que sale casi cinco veces más barato que Gemini 3.5 Flash-Lite en esas mismas pruebas. Las cifras concretas solo aparecen en gráficos del anuncio. Hasta que las midas tú, son datos del fabricante.
Cómo probarlo sin llevarte sustos
Un ejemplo hipotético: un equipo de soporte que clasifica 10.000 tickets al día. Si cada ticket ocupa unos 2.000 tokens y las tres preguntas (cola, urgencia y si pide devolución) añaden otros 300, son 23 millones de tokens diarios. A 0,10 USD por millón, unos 2,30 USD al día, sin coste de salida.
El precio no es lo difícil. Lo difícil es el umbral. La propia documentación recomienda fijarlo con ejemplos etiquetados de tu tráfico real, pesando qué cuesta más, un falso positivo o un falso negativo, y mandar a una persona o a otro modelo los casos con confianza baja. Yo empezaría con unos cientos de tickets ya resueltos, compararía las probabilidades con lo que pasó de verdad y solo después dejaría que el modelo enrute solo.
Si ya usas la Decisions API de OpenAI o d1-ultra, la prueba es la misma: igual conjunto de ejemplos, igual umbral y comparar aciertos, calibración y coste por decisión correcta.