Le nouveau modèle Gemini de Google prend des décisions sans rédiger de réponses

Google DeepMind a présenté l’API le 11 novembre 2026, dans une annonce de Min Choi, chef de produit, et de Felix Yu, scientifique principal. Propulsée par Gemini Decision 1, elle peut, selon Google, évaluer jusqu’à 1 000 questions indépendantes à réponse oui ou non, à choix multiples et de notation par grille portant sur un même contenu, en une seule requête. Il s’agit d’une interface destinée à être utilisée par d’autres logiciels, et non d’une nouvelle interface de chatbot.⁠2

La distinction est importante. Un modèle génératif classique construit une réponse jeton après jeton ; une application qui cherche une décision peut ensuite devoir extraire celle-ci de la réponse. Gemini Decision 1 évalue plutôt des possibilités circonscrites en un seul passage de traitement et renvoie des jugements structurés et des probabilités. La documentation de Google indique que les logiciels peuvent directement déclencher des embranchements, trier et orienter à partir de la réponse, avec une utilisation de jetons de sortie toujours égale à zéro. Le modèle ne fournit pas d’explication ouverte.⁠1⁠3

Le point de terminaison pourrait donc être utile partout où la réponse attendue est une instruction destinée à l’application qui l’entoure : choisir un modèle, vérifier une politique, classer du contenu pertinent ou décider où diriger une requête. L’intérêt pour l’ingénierie est évident. Si un logiciel a besoin d’un jugement circonscrit, demander d’abord à un modèle de rédiger un paragraphe est un détour évitable.⁠1⁠3

L’article de lancement de Hybrid.co.id décrit trois types de questions que les développeurs peuvent combiner dans un même appel. Les questions à réponse oui ou non estiment si une condition est remplie, avec des descriptions facultatives de ce qui compte comme vrai ou faux. Les questions à choix multiples acceptent de deux à 255 possibilités et renvoient des probabilités normalisées entre ces options. Les questions avec grille de notation utilisent des niveaux ordonnés commençant à zéro et renvoient un score pondéré continu, ainsi que des probabilités pour chaque niveau.⁠1

Ces définitions confèrent une responsabilité considérable au développeur. Quelqu’un doit toujours choisir les possibilités, définir les niveaux de notation et décider de l’action à entreprendre. Une réponse bien formulée ne peut pas corriger une question mal cadrée. Et choisir l’option la plus probable ne prouve pas que l’application proposait les bonnes options au départ.

Prenons l’exemple d’assurance décrit dans l’article de lancement : un PDF de déclaration de sinistre peut être fourni avec des photographies des dommages. Une application pourrait poser des questions circonscrites sur ces éléments et utiliser les probabilités pour déterminer l’étape suivante. Il s’agit d’un mécanisme de réception plausible, et non d’une preuve que le modèle peut approuver ou rejeter des demandes en toute sécurité. La distinction entre orienter un dossier et décider du droit d’une personne à une indemnisation ne devrait pas disparaître sous prétexte que les deux peuvent être représentés comme une classification.⁠1

Les entrées annoncées comprennent du texte, des images, de l’audio, de la vidéo et des PDF, combinés dans une même requête. Hybrid indique une fenêtre de contexte pouvant atteindre 256 000 jetons — les unités traitées par le système — et une résolution d’image ou de vidéo réglable. Une résolution plus faible peut réduire la consommation de jetons au prix d’une perte de détails visuels. Par exemple, l’enregistrement d’un appel client peut être transmis avec les informations du compte, au lieu d’être traité comme une entrée entièrement distincte.⁠1

La promesse des mille questions doit aussi être comprise correctement : il s’agit de nombreuses questions appliquées à un même contenu, et non de mille lots d’entrée complets et sans rapport les uns avec les autres, traités sans coût supplémentaire. Chaque question comporte ses propres instructions et critères.⁠1

Hybrid rapporte un temps médian de calcul du modèle de 50–100 millisecondes et une latence de bout en bout de 150–250 millisecondes pour des contextes allant jusqu’à 16 000 jetons. Le média indique aussi que la durée de réponse reste presque stable entre une et 100 questions. Ces affirmations sont plus limitées que les capacités mises en avant dans les titres : elles ne démontrent pas la même vitesse avec 1 000 questions ou avec le contexte maximal annoncé.⁠1

Les chiffres de vitesse n’ont pas été reproduits de façon indépendante dans les informations disponibles au moment du lancement. Il n’existe pas non plus de compte rendu reproductible du matériel utilisé, de la région de traitement, de la simultanéité des requêtes, des conditions de préchauffage ou de la distribution complète des temps de réponse. Une application devrait les considérer comme une raison de faire un test, et non comme une garantie de niveau de service.⁠20

Le prix annoncé est de $0.10 par million de jetons d’entrée, sans frais pour les jetons de sortie. Le contenu partagé serait facturé une seule fois au sein d’une requête, quel que soit le nombre de questions qui l’utilisent ; les instructions et critères des questions ajoutent toutefois des jetons d’entrée. Hybrid indique également qu’il n’y a ni frais variables liés aux jetons de réflexion ni frais distincts pour la transcription audio et la reconnaissance optique de caractères. Le traitement du contenu n’est donc pas gratuit. L’absence de frais pour les sorties est plus fondamentale qu’une remise : aucun texte de réponse n’est généré et donc facturé.⁠1⁠3

Une comparaison publiée au lancement qualifie le point de terminaison de « presque cinq fois » moins cher que Gemini 3.5 Flash-Lite via l’API Interactions, lors de tests comparatifs équivalents. En l’absence de méthodologie reproduite, il ne s’agit pas d’une économie universelle. Les coûts réels dépendent du contenu soumis, du nombre et de la longueur des questions, ainsi que de la charge de travail remplacée.⁠1

Google qualifie les probabilités renvoyées de calibrées : en gros, cela signifie que les probabilités prédites devraient correspondre à la fréquence réelle des résultats corrects. Hybrid décrit des informations de confiance sur une échelle de zéro à un, que les développeurs peuvent utiliser pour définir des seuils déclenchant des procédures de repli ou un examen humain. Une valeur élevée reste une prédiction, pas une garantie.⁠1⁠3

Les documents de lancement mettent en avant les résultats en matière d’orientation, de raisonnement, de classement et de compréhension multimodale, ainsi qu’une affirmation concernant la plus faible erreur de calibration. Ils n’établissent ni mesures de calibration validées indépendamment, ni taux d’erreur général, ni comparaison de précision reproductible. Ces lacunes comptent particulièrement lorsqu’une classification incorrecte déclenche une action difficile à annuler.⁠1⁠20

Les usages internes décrits par Google montrent le rôle visé. Un flux de travail appelé Gemini Notebook sélectionne les niveaux de modèle et de réflexion, réservant le raisonnement approfondi aux requêtes les plus complexes ; il s’accompagne d’une réduction annoncée de la latence pouvant atteindre 40 percent pour les requêtes courantes. Cette affirmation concerne ce flux de travail, et non toutes les applications utilisant le point de terminaison. Dans l’application CC de Google Labs, la tâche est plus modeste : choisir un emoji parmi plus de 200 possibilités en une fraction de seconde.⁠1

Les autres exemples exigent de distinguer de la même façon le modèle de décision du produit qui l’entoure. Stitch est présenté comme l’utilisant dans des expérimentations rapides sur canevas, avec des maquettes interactives et des révisions guidées par la voix ou le toucher. Un exemple de Google Search vérifie que des outils Model Context Protocol — des connexions entre systèmes d’IA et outils — ne présentent pas de comportement malveillant ni de contenu nuisible. L’exemple de sécurité ne fournit aucun chiffre sur la précision de détection ou le taux de faux positifs. Il illustre un usage envisagé, et non une immunité démontrée aux attaques.⁠1

L’accès est proposé via l’API Gemini dans Google AI Studio à l’aide d’une clé API, avec des guides pour Python, JavaScript et REST ainsi qu’une offre de prototypage sans frais. L’identifiant du modèle est gemini-decision-1. Parmi les prises en charge de l’écosystème annoncées figurent le kit logiciel google-genai et des intégrations avec OpenRouter, LangChain, Vercel et d’autres frameworks. Il s’agit d’annonces de prise en charge au lancement, et non de résultats vérifiés en production chez des clients. La disponibilité sur Google Cloud est annoncée comme prochaine, sans date ferme.⁠1⁠2

Les informations publiées au lancement ne précisent ni les pays éligibles ni si le service est en préversion ou en disponibilité générale. Plus important encore, le test déterminant reste à venir : la vitesse, le coût et la qualité des estimations de confiance se maintiennent-ils sur les charges de travail propres aux développeurs ? Un modèle qui n’écrit jamais de réponse peut être utile. Les logiciels ont tout de même besoin d’une bonne raison pour agir sur la réponse qu’il implique.