Google lance l'API Gemini Decisions pour des décisions multimodales calibrées

Google lance l'API Gemini Decisions pour des décisions multimodales rapides et calibrées

Google a présenté l'API Gemini Decisions, un nouveau point d'accès propulsé par un nouveau modèle, Gemini Decision 1 (identifiant gemini-decision-1). Elle est disponible via l'API Gemini et Google AI Studio. L'annonce du blog de Google est signée par Min Choi, chef de produit chez Google DeepMind, et Felix Yu, scientifique principal dans la même organisation. Le produit n'écrit pas de texte. Il répond à des questions dont les réponses possibles sont connues d'avance : quel outil appeler, une règle de politique est-elle enfreinte, quel modèle doit traiter une requête, ou un passage récupéré correspond-il bien à la question.

Ce que fait réellement l'API

Google décrit sa cible comme des choix bornés, par exemple la sélection d'outils, les contrôles de politique, le routage de modèles et la notation de contexte. La méthode habituelle consiste à demander une réponse à un modèle génératif, puis à analyser le texte produit. L'API Decisions suit une autre voie. Gemini Decision 1 note les options candidates en une seule passe avant, au lieu de décoder jeton par jeton, et renvoie des probabilités et des scores de confiance. Google annonce une latence de bout en bout de 150 à 250 millisecondes, dont 50 à 100 millisecondes de calcul du modèle en valeur médiane.

Une requête peut contenir une entrée multimodale unique, composée de texte, d'images, d'audio, de vidéo et de PDF, jusqu'à 256 000 jetons. Sur cette entrée partagée, on peut poser jusqu'à 1 000 questions indépendantes. Le champ d'entrée utilise le même format de blocs Content que l'API Interactions, ce qui devrait être familier aux équipes qui l'utilisent déjà.

Trois types de questions

Chaque réponse est accompagnée d'un score de confiance compris entre 0 et 1. Le code peut s'en servir pour envoyer les cas incertains vers une voie de repli ou vers un relecteur humain.

Le premier type est noul, une vérification par oui ou non. Il estime la probabilité qu'une condition soit vraie, avec des descriptions facultatives de ce que signifient vrai et faux. Le deuxième est choice, une question à choix multiples avec 2 à 255 options. Il renvoie le gagnant et une probabilité normalisée pour chaque candidat. Le troisième est score, une grille ordonnée qui commence au niveau 0. Il renvoie une note pondérée continue et la probabilité de chaque niveau.

L'exemple Python de Google examine la photo d'un plan de travail de salle de pause, accompagnée d'une courte note, avec les trois types dans un seul appel. Y a-t-il un liquide renversé non nettoyé ? Quelle action convient : essuyer avec un chiffon, appeler le service de nettoyage, ou déclarer la salle prête ? Quelle est la gravité du désordre sur une échelle à trois niveaux ?

Performance et prix

Google affirme que Gemini Decision 1 domine une suite de tests couvrant le routage d'agents, le raisonnement, le classement et la compréhension multimodale, avec l'erreur de calibration la plus faible. La calibration compte ici. Un modèle qui se dit sûr à 80 % doit avoir raison environ quatre fois sur cinq, et un système qui route selon la confiance en dépend.

Pour la latence, l'article indique que la médiane reste presque plate de 1 à 100 questions par requête, avec des entrées multimodales et des contextes allant jusqu'à 16 000 jetons. Pour le prix, Gemini Decision 1 coûte 0,10 dollar par million de jetons d'entrée, et les jetons de sortie ne sont pas facturés. L'entrée partagée est facturée une seule fois par requête, et chaque question n'ajoute que les jetons de sa propre consigne et de ses critères. Il n'y a ni facture variable de jetons de réflexion, ni frais séparés pour la transcription audio ou la reconnaissance de texte. Google ajoute que l'ensemble est presque cinq fois moins cher, sur la suite de tests commune, que Gemini 3.5 Flash-Lite avec l'API Interactions. Ces chiffres sont des mesures de Google et ne s'accompagnent, dans cette annonce de Google, d'aucune preuve de vérification indépendante.

Comment les équipes de Google l'utilisent

L'article cite quatre usages internes. Gemini Notebook s'en sert comme routeur en temps réel qui choisit un niveau de modèle et un niveau de réflexion pour chaque requête, ce qui réduit la latence jusqu'à 40 % pour les questions courantes selon Google. L'expérience rapid canvas de Stitch génère en quelques secondes des maquettes jouables d'un parcours produit et applique presque instantanément les modifications faites à la voix ou au toucher. CC, de Google Labs, choisit une réaction parmi plus de 200 émojis en une fraction de seconde. Google Search l'emploie comme couche de sécurité pour les outils MCP, afin de détecter les comportements et contenus hostiles dans son budget de latence.

Ce que cela change pour les développeurs

Le gain pratique est que les petites décisions quittent la voie générative. Avant, une équipe entraînait un classifieur sur mesure ou payait un appel complet à un grand modèle pour obtenir une réponse d'un seul mot. Désormais, on définit des options et des critères, puis on lit des probabilités. Comme chaque réponse porte une valeur de confiance, les ingénieurs peuvent fixer des seuils : agir automatiquement quand la confiance est haute, passer la main à une personne quand elle est basse.

Il y a des limites. Les comparaisons viennent des tests de Google lui-même. Le modèle choisit seulement parmi les options fournies, il ne remplacera donc pas les tâches qui exigent du texte libre. Enfin, l'article précise que la prise en charge de Gemini dans Google Cloud arrive bientôt, et les entreprises doivent donc passer par l'API Gemini pour le moment.

Pour commencer

Il faut obtenir une clé d'API dans Google AI Studio, utiliser l'offre gratuite pour les prototypes et suivre les guides Python, JavaScript et REST de la documentation. Google propose aussi des applications de démonstration nommées Doorstep Parcels, Speed Sketch et Find the Zoo Keeper. Les intégrations arrivent progressivement chez OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit et OpenCode, en plus des SDK google-genai.