← Accueil actu | Salle du marché

Google lance Gemini Decision 1, un modèle dédié aux décisions

2026-11-13 · Source:MarkTechPost

Google lance Gemini Decision 1, un modèle dédié aux décisions

Le nouveau modèle de Google, Gemini Decision 1, peut noter jusqu'à 1 000 questions en parallèle en une seule passe avant et renvoyer des probabilités calibrées : 0,1 dollar par million de tokens en entrée, sortie non facturée.

Google a lancé l'API Gemini Decisions, propulsée par le modèle multimodal dédié Gemini Decision 1 (ID de modèle : gemini-decision-1). Contrairement aux modèles génératifs, qui décodent token par token puis extraient la réponse par parsing, il ne produit aucun texte : en une seule passe de pré-remplissage, il évalue en parallèle jusqu'à 1 000 questions typées sur une même entrée partagée et renvoie des probabilités calibrées, que le code utilise directement pour ses branchements. Il est positionné pour les innombrables petites décisions au sein des agents : routage, vérification de règles, sélection d'outils et notation.

Trois types de questions sont pris en charge : les questions oui/non (noul, avec une probabilité de « oui » bornée entre 0,01 et 0,99), les questions à choix (choice, de 2 à 255 options avec probabilités normalisées) et les questions de notation (score, échelle ordonnée de 2 à 255 niveaux). Chaque réponse est accompagnée d'un niveau de confiance de 0 à 1, et Google recommande de transférer les cas à faible confiance à un humain ou vers une solution de repli ; les questions sont mutuellement invisibles et notées en parallèle. Le modèle lit nativement en une seule passe le texte, les images, la vidéo, l'audio et les PDF ; la fenêtre de contexte est de 262 144 tokens, partagée entre l'entrée et l'ensemble des questions. Côté latence : 50 à 100 millisecondes en médiane pour le calcul du modèle, 150 à 250 millisecondes de bout en bout, et une quasi-stabilité entre 1 et 100 questions (entrée limitée à 16K tokens).

La tarification est l'argument de vente direct : 0,10 dollar par million de tokens en entrée, avec une sortie constante à zéro et donc non facturée ; l'entrée partagée n'est facturée qu'une fois par requête, quel que soit le nombre de questions, sans frais de tokens de réflexion, de transcription ni d'OCR. À noter : ni mise en cache des prompts ni API Batch pour l'instant, les contextes répétés étant facturés plein tarif ; sur les 7 évaluations partagées de Google, le coût total s'élève à 0,88 dollar, plus que les 0,68 dollar du TypeSafe Jev 1.14, mais environ un cinquième des 4,14 dollars du Gemini 3.5 Flash-Lite.

Les benchmarks sont auto-déclarés par Google (les refus de réponse comptent comme erreurs), face au TypeSafe Jev 1.14, au GPT-6 Luna d'OpenAI Decisions et au Gemini 3.5 Flash-Lite : le modèle domine sur 7 des 9 benchmarks et arrive en tête du split public du JevBench avec 92,2 % ; son point faible est le macro-F1 de 58,7 % sur Amazon ESCI, et son 79,9 % sur When2Call reste derrière les 82,0 % de Jev. La calibration est le point fort : un ECE Top-1 de seulement 0,0250, soit environ la moitié du Jev 1.14 (0,0494) et nettement mieux que le 0,0721 de Luna et le 0,2104 du Flash-Lite — un critère essentiel pour les scénarios automatisés reposant sur des seuils de confiance. Comparé à Luna : ce dernier offre un contexte plus vaste (1,05M) et prend en charge la mise en cache des prompts, mais se limite à 400 questions par requête et ne supporte ni audio, ni vidéo, ni PDF.

Exemples de déploiement : Gemini Notebook l'utilise pour le routage par paliers de modèles, avec jusqu'à 40 % de latence en moins sur les requêtes courantes ; CC de Google Labs s'en sert pour choisir une réaction parmi plus de 200 options d'émojis ; le canvas rapide de Stitch génère en quelques secondes des wireframes interactifs. Disponibilité : le modèle est en ligne sur la Gemini Developer API (v1beta), requiert le SDK google-genai 3.2 ou supérieur, avec une offre gratuite sur Google AI Studio ; il est hébergé exclusivement par Google, sans poids ouverts ; les canaux de l'écosystème comme OpenRouter, LangChain, Vercel AI SDK, LiteLLM et Pydantic AI l'intègrent progressivement.


À lire aussi


萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle