O novo modelo Gemini do Google toma decisões sem escrever respostas

O Google DeepMind apresentou a API em 11 de novembro de 2026, em um anúncio feito pelo gerente de produto Min Choi e pelo cientista principal Felix Yu. Com a tecnologia do Gemini Decision 1, ela pode, segundo o Google, avaliar até 1.000 perguntas independentes de sim ou não, de múltipla escolha e de pontuação por rubrica sobre um material compartilhado em uma única solicitação. Trata-se de uma conexão para outros softwares usarem, não de outra interface de chatbot.⁠2

A distinção é importante. Um modelo generativo convencional constrói uma resposta token por token; um aplicativo que busca uma decisão talvez precise extraí-la dessa resposta. Em vez disso, o Gemini Decision 1 avalia alternativas delimitadas em uma única etapa de processamento e retorna julgamentos estruturados e probabilidades. A documentação do Google afirma que o software pode ramificar, classificar e encaminhar diretamente com base na resposta, sempre sem uso de tokens de saída. O modelo não fornece uma explicação aberta.⁠1⁠3

Isso torna o endpoint potencialmente útil sempre que a resposta desejada for uma instrução para o aplicativo ao redor: escolher um modelo, verificar uma política, classificar materiais relevantes ou decidir para onde encaminhar uma solicitação. A vantagem de engenharia é simples. Se o software precisa de um julgamento delimitado, fazer um modelo escrever um parágrafo antes é um desvio evitável.⁠1⁠3

A cobertura do lançamento no Hybrid.co.id descreve três tipos de pergunta que os desenvolvedores podem combinar em uma chamada. Perguntas de sim ou não estimam se uma condição é válida, com descrições opcionais do que conta como verdadeiro ou falso. Perguntas de múltipla escolha aceitam de duas a 255 opções e retornam probabilidades normalizadas entre essas alternativas. Perguntas com rubrica usam níveis ordenados a partir de zero e retornam uma pontuação ponderada contínua, além das probabilidades para cada nível.⁠1

Essas definições atribuem uma responsabilidade considerável ao desenvolvedor. Alguém ainda precisa escolher as alternativas, definir os níveis de pontuação e decidir qual ação vem depois. Uma resposta bem formulada não corrige uma pergunta mal formulada. Tampouco selecionar a opção mais provável demonstra que o aplicativo ofereceu as opções certas desde o início.

Considere o exemplo de seguro descrito na cobertura do lançamento: um PDF de solicitação de indenização pode ser enviado junto com fotografias dos danos. Um aplicativo poderia fazer perguntas delimitadas sobre esse material e usar as probabilidades para determinar a próxima etapa. Esse é um mecanismo plausível de recebimento, não uma evidência de que o modelo possa aprovar ou rejeitar solicitações com segurança. A distinção entre encaminhar um arquivo e decidir o direito de alguém não deve desaparecer só porque ambos podem ser representados como uma classificação.⁠1

As entradas anunciadas incluem texto, imagens, áudio, vídeo e PDFs, combinados na mesma solicitação. A Hybrid informa uma janela de contexto de até 256.000 tokens — as unidades processadas pelo sistema — e resolução ajustável para imagens ou vídeos. Uma resolução menor pode reduzir o consumo de tokens, mas sacrifica detalhes visuais. Por exemplo, uma gravação de uma ligação de cliente pode ser enviada junto com informações da conta, em vez de ser tratada como uma entrada totalmente separada.⁠1

A alegação das mil perguntas também precisa ser entendida corretamente: são muitas perguntas aplicadas a um material compartilhado, não mil pacotes de entrada completos e sem relação entre si processados sem custo adicional. Cada pergunta tem suas próprias instruções e critérios.⁠1

A Hybrid relata um tempo mediano de computação do modelo de 50–100 milissegundos e latência de ponta a ponta de 150–250 milissegundos para contextos de até 16.000 tokens. Também afirma que a duração da resposta permanece quase estável entre uma e 100 perguntas. Essas alegações são mais restritas do que as capacidades anunciadas em destaque: elas não comprovam a mesma velocidade com 1.000 perguntas ou no maior contexto anunciado.⁠1

Os números de velocidade não foram reproduzidos de forma independente na cobertura disponível sobre o lançamento. Também não há um relato reproduzível de hardware, região de atendimento, concorrência, condições de aquecimento ou da distribuição completa dos tempos de resposta. Um aplicativo deve tratá-los como motivo para realizar um teste, não como garantia de nível de serviço.⁠20

O preço informado é de $0.10 por milhão de tokens de entrada, sem cobrança por tokens de saída. Segundo a descrição, o material compartilhado é cobrado uma vez por solicitação, independentemente de quantas perguntas o utilizem; ainda assim, as instruções e os critérios das perguntas acrescentam tokens de entrada. A Hybrid também afirma que não há cobranças variáveis por tokens de pensamento nem taxas separadas por transcrição de áudio e reconhecimento óptico de caracteres. Portanto, o serviço não é gratuito para processar materiais. A ausência de cobrança por saída é mais fundamental do que um desconto: não há texto de resposta gerado a ser cobrado.⁠1⁠3

Uma comparação divulgada no lançamento afirma que o endpoint é «quase cinco vezes» mais barato do que o Gemini 3.5 Flash-Lite pela API Interactions em testes de benchmark equivalentes. Sem uma metodologia reproduzida, isso não representa uma economia universal. Os custos reais dependem do material enviado, do número e do tamanho das perguntas e da carga de trabalho substituída.⁠1

O Google descreve as probabilidades retornadas como calibradas: em termos gerais, isso significa que as probabilidades previstas devem corresponder à frequência com que os resultados estão de fato corretos. A Hybrid descreve informações de confiança em uma escala de zero a um, que os desenvolvedores podem usar para definir limites para procedimentos alternativos ou revisão humana. Um valor alto continua sendo uma previsão, não uma garantia.⁠1⁠3

O material de lançamento promove resultados em encaminhamento, raciocínio, classificação e compreensão multimodal, incluindo uma alegação de menor erro de calibração. Não apresenta medições de calibração validadas de forma independente, uma taxa geral de erros nem uma comparação reproduzível de precisão. Essas lacunas são mais importantes quando uma classificação incorreta aciona uma ação difícil de reverter.⁠1⁠20

Os usos internos descritos pelo Google mostram o papel pretendido. Um fluxo de trabalho chamado Gemini Notebook seleciona níveis de modelo e de raciocínio, reservando raciocínios mais profundos para consultas mais complexas; ele vem acompanhado de uma alegação de redução de latência de até 40 por cento para consultas cotidianas. Essa alegação diz respeito a esse fluxo de trabalho, não a todos os aplicativos que usam o endpoint. No aplicativo CC, do Google Labs, a tarefa é menor: escolher um emoji entre mais de 200 opções em uma fração de segundo.⁠1

Os outros exemplos exigem a mesma distinção entre o modelo de decisão e o produto ao redor dele. Segundo a descrição, o Stitch o utiliza em experimentos rápidos com canvas, envolvendo wireframes interativos e revisões por voz ou toque. Um exemplo do Google Search verifica ferramentas do Model Context Protocol — conexões entre sistemas de IA e ferramentas — em busca de comportamento adversarial e conteúdo nocivo. O exemplo de segurança não apresenta números de precisão de detecção nem de falsos positivos. Ele ilustra um uso pretendido, não uma imunidade comprovada a ataques.⁠1

O acesso é oferecido pela Gemini API no Google AI Studio, usando uma chave de API, com guias para Python, JavaScript e REST e um nível sem custo para prototipagem. O identificador do modelo é gemini-decision-1. O suporte ao ecossistema anunciado inclui o kit de software google-genai e integrações envolvendo OpenRouter, LangChain, Vercel e outros frameworks. Essas são alegações de suporte no lançamento, não resultados verificados de clientes em produção. A disponibilidade no Google Cloud é descrita como futura, sem uma data definida.⁠1⁠2

A cobertura do lançamento não esclarece a elegibilidade por país nem se o serviço está em prévia ou disponível de forma geral. Mais importante: o teste decisivo ainda está por vir — saber se a velocidade, o custo e a qualidade da confiança se mantêm nas cargas de trabalho dos próprios desenvolvedores. Um modelo que nunca escreve uma resposta pode ser valioso. Ainda assim, o software precisa de um motivo sólido para agir com base na resposta que ele sugere.