Google lanza una IA que decide en milisegundos sin escribir una sola palabra

Gemini Decision 1 puede evaluar hasta 1.000 preguntas sobre un mismo texto, imagen, audio, vídeo o PDF, con respuestas en unos 150 a 250 milisegundos. Google ya lo ofrece en Google AI Studio por 0,10 dólares por millón de tokens de entrada.

Google lanza una IA que decide en milisegundos sin escribir una sola palabra

Google ha presentado la Gemini Decisions API, una puerta de acceso a su modelo Gemini Decision 1 pensada para decisiones rápidas y cerradas: responder sí o no, elegir una opción de una lista o puntuar algo en una escala. A diferencia de un chatbot, no redacta respuestas. Calcula qué opción es la más probable y devuelve un porcentaje de probabilidad junto con un nivel de confianza.

La idea apunta a las tareas pequeñas que hacen los sistemas de inteligencia artificial por dentro: decidir qué herramienta usar, comprobar si una petición cumple una norma o elegir qué modelo atiende cada consulta. Google afirma que estas comprobaciones pueden hacerse sin que el modelo genere texto palabra a palabra, el método habitual y más lento.

Una sola lectura para muchas preguntas

Según Google, el modelo acepta una entrada multimodal de hasta 256.000 tokens, las unidades en que se trocea el texto y otros contenidos, y puede combinar texto, imágenes, audio, vídeo y PDF. Sobre ese mismo material se pueden plantear hasta 1.000 preguntas independientes en una sola petición, y el modelo las puntúa todas en una única pasada.

Hay tres tipos de pregunta. El tipo «noul» responde sí o no y da la probabilidad de que se cumpla la condición. El tipo «choice» elige entre 2 y 255 opciones y devuelve la probabilidad de cada una. El tipo «score» evalúa según una rúbrica ordenada y devuelve una puntuación ponderada. Cada respuesta incluye una confianza entre 0 y 1, para que el programa pueda enviar los casos dudosos a un sistema de respaldo o a una persona.

Google pone un ejemplo: una foto de la encimera de una sala de descanso, acompañada de una nota de texto, se evalúa a la vez para saber si hay un derrame sin limpiar, qué acción conviene tomar y con qué gravedad.

Velocidad y precio, según Google

La empresa asegura que el modelo tarda entre 150 y 250 milisegundos de principio a fin. La parte de cálculo ronda los 50 a 100 milisegundos, y el tiempo apenas cambia al pasar de 1 a 100 preguntas por petición.

En precio, Google cobra 0,10 dólares por millón de tokens de entrada y nada por la salida, porque el modelo no escribe respuestas. La entrada compartida se factura una sola vez por petición, aunque se hagan muchas preguntas. Existe un nivel gratuito para probarlo en Google AI Studio.

Google sostiene además que Gemini Decision 1 lidera siete de los nueve benchmarks de precisión de su propia tabla y que tiene el menor error de calibración, es decir, que sus porcentajes se parecen más a la probabilidad real de acertar. Ese error es de 0,0250, frente a 0,0494 de Jev 1.14.

Donde el modelo no gana

No todo son ventajas en la tabla de Google. En Amazon ESCI obtiene un 58,7 % de macro-F1, su nota más baja, y en When2Call queda por detrás de Jev 1.14, con un 79,9 % frente a un 82,0 %. Tampoco es el más barato: en el conjunto compartido, Jev 1.14 cuesta 0,68 dólares frente a 0,88 de Gemini Decision 1.

En las últimas semanas han aparecido modelos parecidos. Tras el de Jev llegaron ofertas de OpenAI, Cloudflare y Microsoft. El de OpenAI, GPT-6 Luna, cobra el mismo precio que Google. La diferencia que Google destaca es la multimodalidad: su modelo lee vídeo, audio y PDF, algo que los competidores no cubren por completo.

Un desarrollador que probó el modelo con un vídeo de un robot le hizo cuatro preguntas. Las respuestas fueron de 0,92 para «¿hay un robot?», 0,92 para «¿se graba en Estados Unidos?», 0,08 para «¿se graba en Francia?» y 0,05 para «¿hay un dragón?». Los competidores devuelven 1 o 0 en los sí y no, pero Gemini nunca llega a esa seguridad absoluta, lo que obliga a fijar umbrales propios para decidir.

Cómo empezar y qué queda por ver

Para usarlo hace falta una clave de API de Google AI Studio. Google publica guías en Python, JavaScript y REST y pide la versión 3.2 o posterior de su kit de desarrollo google-genai. Las integraciones con OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode están en marcha, y el soporte en Gemini de Google Cloud llegará más adelante.

Dentro de Google, el sistema ya se usa en varios productos. Gemini Notebook lo emplea para enviar cada consulta al modelo adecuado y reduce hasta un 40 % la espera en consultas cotidianas. Stitch lo utiliza para generar maquetas en segundos, y CC, de Google Labs, para elegir una reacción con emoji entre más de 200 opciones.

Dos limitaciones conviene tener presentes. No hay caché ni modo por lotes todavía, así que el contexto que se repite se cobra completo en cada petición. Y las cifras proceden de las pruebas de Google, que deberán confirmarse en uso real. Si se cumplen, el modelo puede abaratar las decisiones internas que hoy se pagan con generación de texto completo.

Newsletter · gratis

La semana de la IA, en cinco minutos.

Únete a los lectores que empiezan la semana sabiendo qué pasa en la IA. Cada domingo, en tu correo.