Semaine des super promosClaude Skills — 20 % DE RÉDUCTION
News

Gemini Decisions API : Nouveautés, tarifs et alternatives (2026)

Powerdrill Bloom·
Gemini Decisions API : Nouveautés, tarifs et alternatives (2026)

Google a lancé l'API Gemini Decisions le 11 novembre 2026. Il s'agit d'un nouveau point de terminaison pour des décisions rapides à choix fermés, propulsé par un nouveau modèle nommé Gemini Decision 1.

Au lieu de rédiger une réponse, le modèle évalue un ensemble fixe d'options. Google affirme qu'il renvoie des probabilités et des scores de confiance en 150 à 250 millisecondes, de bout en bout. Vous pouvez poser jusqu'à 1 000 questions sur une seule entrée dans une requête unique.

Ce guide couvre les fonctionnalités de l'API, les trois types de questions, les tarifs et les premières utilisations au sein de Google. Il se termine par des alternatives, incluant une option sans code pour les équipes souhaitant évaluer des retours dans une feuille de calcul. Les détails proviennent de l'annonce de lancement de Google, consultée le 12 novembre 2026.

Ce que Google a annoncé le 11 novembre

Le billet de Google décrit le produit en une ligne. Il qualifie l'API de « nouveau point de terminaison pour des décisions rapides à choix fermés, propulsé par notre nouveau modèle Gemini Decision 1 ».

Les faits marquants du billet :

  • Nom du modèle. L'identifiant du modèle est gemini-decision-1.
  • Lieu d'exécution. Il est disponible via l'API Gemini dans Google AI Studio.
  • Entrées. Une entrée peut mélanger du texte, des images, de l'audio, de la vidéo et des PDF, jusqu'à 256K tokens.
  • Questions. Vous pouvez joindre jusqu'à 1 000 questions indépendantes à cette entrée.
  • Vitesse. Les réponses arrivent en 150 à 250 millisecondes de bout en bout.
  • Prix. L'entrée coûte 0,10 $ par million de tokens, et les tokens de sortie ne coûtent rien.

Google le présente comme une brique de base pour d'autres systèmes d'IA. Le billet cite la « sélection d'outils, les vérifications de politiques, le routage de modèles et l'évaluation de contexte » comme tâches cibles.

Comment fonctionne l'API Gemini Decisions

La plupart des modèles de langage répondent en générant du texte un token à la fois. Gemini Decision 1 ignore cette étape pour les questions délimitées.

Le billet précise que le modèle « évalue vos options candidates en une seule passe directe ». Il renvoie une probabilité pour chaque option au lieu d'une réponse écrite. Cette conception explique à la fois la vitesse et le prix.

La conception des questions fait l'essentiel du travail. L'exemple de Google donne à chaque choix une description courte, telle que « Petit déversement sur le comptoir avec un chiffon ou une serviette déjà à proximité ». Des critères clairs comme celui-ci donnent au modèle une base concrète pour l'évaluation.

Quelques habitudes aident lors de la rédaction de vos propres questions :

  • Gardez les options distinctes. Deux catégories qui se chevauchent diviseront la probabilité entre elles.
  • Décrivez chaque option. Une définition d'une ligne vaut mieux qu'un simple mot comme « urgent ».
  • Ordonnez les niveaux de la grille d'évaluation. Les scores de la grille commencent à 0, placez donc le niveau le plus bas en premier.
  • Ajoutez une option fourre-tout. Un choix « autre » empêche les éléments atypiques d'être forcés dans la mauvaise catégorie.

Chaque réponse comporte un score de confiance de 0 à 1. Google suggère de l'utiliser pour envoyer les cas ambigus ailleurs. Le billet indique que le code peut « diriger les cas ambigus vers une solution de secours ou un réviseur humain ».

La vitesse se maintient à mesure que les requêtes augmentent. Google affirme que la latence médiane reste « presque stable de 1 à 100 questions par requête », pour des entrées allant jusqu'à 16K tokens.

Les trois types de questions

L'API prend en charge trois types de questions. Vous pouvez mélanger les trois pour la même entrée dans une seule requête.

Type Fonction Sortie
Oui/non (noul) Estime la probabilité qu'une condition soit remplie Probabilité que la réponse soit oui
Choix multiples (choice) Choisit parmi 2 à 255 options Le gagnant, plus les probabilités normalisées pour chaque option
Score de grille (score) Évalue l'entrée sur une échelle ordonnée commençant à 0 Un score pondéré, plus une probabilité pour chaque niveau

L'exemple propre à Google analyse une photo d'un comptoir de salle de pause accompagnée d'une courte note textuelle. Une requête demande s'il y a un déversement, quelle action de nettoyage est adaptée et quelle est la gravité du désordre.

Pour les données d'entreprise, le même schéma s'applique aux tâches de révision courantes. Une équipe de support pourrait demander, pour chaque ticket, s'il mentionne un remboursement, quel domaine de produit il concerne et quel est son degré d'urgence. Ce sont nos exemples, pas ceux de Google.

Entrée multimodale en une seule passe

Le modèle lit plusieurs formats simultanément. Le billet de Google indique qu'il peut traiter « du texte, des images, de l'audio, de la vidéo et des PDF directement en une seule passe directe ».

Le billet donne deux exemples de combinaisons. L'un est « un enregistrement d'appel avec des métadonnées de compte ». L'autre est « une demande d'indemnisation PDF numérisée avec des photos de dommages ».

Ce second exemple cible les secteurs de l'assurance et de la finance. Une équipe de gestion des sinistres pourrait évaluer l'exhaustivité de chaque dossier, choisir une catégorie et noter la gravité des dommages en un seul appel.

Vous pouvez également ajuster la résolution des images et des vidéos. Google précise que cela permet de contrôler « le détail visuel et le coût en tokens ».

Comment les équipes de Google l'utilisent déjà

Le billet de Google énumère les premières utilisations internes :

  • Gemini Notebook. Il utilise l'API pour diriger chaque requête vers le bon niveau de modèle et de réflexion. Google affirme que les requêtes quotidiennes bénéficient d'une « latence jusqu'à 40 % inférieure ».
  • Stitch. Une expérience de canevas rapide l'utilise pour générer des maquettes fonctionnelles d'un flux de produit en quelques secondes.
  • CC de Google Labs. Il choisit une réaction emoji parmi plus de 200 options « en une fraction de seconde ».
  • Google Search. Il agit comme une couche de sécurité qui détecte les comportements malveillants dans les outils MCP.

Chaque cas remplace une réponse longue par un choix rapide et délimité. Aucun d'entre eux ne nécessite que le modèle rédige de la prose.

Ce que cela coûte

Le billet de Google présente un tarif simple. Gemini Decision 1 « est proposé au prix de 0,10 $ par million de tokens d'entrée et 0 $ pour les tokens de sortie ».

Il existe également une option gratuite pour les tests. Le billet mentionne « un niveau d'API sans frais utilisable dans Google AI Studio pour le prototypage ».

La facturation présente une particularité utile pour les grands ensembles de questions. Google précise : « Votre entrée partagée est facturée une seule fois par requête, quel que soit le nombre de questions évaluées ». Chaque question supplémentaire n'ajoute que ses propres tokens d'instruction et de critères.

Certains coûts cachés courants sont absents. Google indique qu'il n'y a « aucun frais pour les tokens de sortie, aucune facture variable pour les tokens de réflexion, ni de coûts séparés pour la transcription audio ou l'OCR ».

Élément Prix dans le billet de Google
Tokens d'entrée 0,10 $ par 1M de tokens
Tokens de sortie 0 $
Prototypage dans Google AI Studio Niveau sans frais

Voici un exemple approximatif basé sur nos propres hypothèses. Une équipe évalue 5 000 réponses à un sondage, à raison d'une requête par réponse. Chaque requête contient environ 400 tokens de texte de réponse et 150 tokens de questions.

Cela représente 550 tokens par requête, soit 2,75 millions de tokens au total. À 0,10 $ par million de tokens d'entrée, le lot coûte environ 0,28 $. Le nombre réel de tokens dépend de votre texte et de la formulation de vos questions, testez donc d'abord avec un échantillon.

Google compare également le coût avec ses propres modèles génératifs. Le billet affirme que l'API Decisions est « près de 5 fois moins chère sur la suite de tests partagée que Gemini 3.5 Flash-Lite avec l'API Interactions ».

Qui peut l'utiliser et comment commencer

L'API Gemini Decisions est un produit destiné aux développeurs. Vous avez besoin d'une clé API de Google AI Studio et de code.

Le billet de Google renvoie vers des guides Python, JavaScript et REST dans la documentation. Il liste également trois applications de démonstration : Doorstep Parcels, Speed Sketch et Find the Zoo Keeper.

Les équipes utilisant déjà l'API Gemini trouveront le format d'entrée familier. Google précise que le champ d'entrée « utilise le même format de bloc Content que l'API Interactions ». Cela signifie que le code existant qui construit des invites avec des images ou des PDF peut être réutilisé.

La sortie doit être gérée de votre côté. Votre code lit les probabilités, applique un seuil et décide quoi faire des éléments à faible confiance. Planifiez cette logique avant d'envoyer le premier lot important.

Le support tiers est également en cours de déploiement. Le billet cite OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit et OpenCode. Le support dans Gemini sur Google Cloud est indiqué comme « prochainement disponible ».

Limitations actuelles

Quelques limites découlent du billet lui-même :

  • Questions fermées uniquement. Le modèle choisit parmi les options que vous définissez. Il ne rédige pas d'explications ni de résumés.
  • Code requis. Aucune interface pointer-cliquer n'est décrite pour les utilisateurs métier.
  • Vos options façonnent la réponse. Une grille d'évaluation mal formulée produira des scores assurés mais inutiles.
  • Le support Google Cloud est en attente. Les équipes qui achètent via Google Cloud doivent attendre l'intégration annoncée.

L'étalonnage doit toujours être vérifié sur vos propres données. Google rapporte l'erreur d'étalonnage la plus faible sur sa suite de tests, mais vos tickets ou sinistres peuvent différer.

Ce que cela signifie pour les équipes qui évaluent des données à grande échelle

L'API Gemini Decisions rend une tâche courante peu coûteuse : étiqueter de grandes piles d'éléments. Les tickets de support, les réponses aux sondages, les avis produits et les dossiers de sinistres s'y prêtent tous.

Trois questions aident à décider si elle convient à une équipe :

  1. Vos questions sont-elles fermées ? Les vérifications oui/non, les catégories et les évaluations lui conviennent bien. Les questions ouvertes non.
  2. Avez-vous un développeur ? Quelqu'un doit écrire les appels et gérer les scores de confiance.
  3. La vitesse ou le volume sont-ils le problème ? L'API brille lorsque vous avez des milliers d'éléments ou besoin de réponses en moins d'une seconde.

Les équipes ayant quelques centaines de lignes par mois et aucun développeur pourraient trouver que cela demande plus de travail que cela n'en économise. Pour elles, un outil sans code qui lit le fichier et rédige le résumé est généralement le chemin le plus court.

Le volume change également l'économie de la révision. Lorsque les étiquettes coûtent des fractions de centime, une équipe peut évaluer chaque ticket au lieu d'un échantillon. Le goulot d'étranglement se déplace alors vers l'action sur les résultats.

Alternatives à l'API Gemini Decisions

D'autres moyens d'étiqueter et d'évaluer les données existent. Chacun a un coût de mise en œuvre différent.

Option Ce qu'elle offre Prix ou accès
Gemini 3.5 Flash-Lite avec l'API Interactions Modèle génératif pouvant renvoyer des étiquettes sous forme de texte Base de comparaison de Google ; Google affirme que l'API Decisions est près de 5 fois moins chère sur sa suite de tests
Classificateur entraîné sur mesure Un modèle entraîné sur vos propres exemples étiquetés Nécessite des données étiquetées et des compétences en apprentissage automatique
Powerdrill Bloom Thèmes, sentiment et graphiques à partir de fichiers de retours téléchargés, sans code Plan gratuit à 0,00 $, Pro à 13,27 $/mois

Modèles génératifs. Un modèle général peut répondre aux mêmes questions par écrit. Il est plus flexible, puisqu'il peut aussi expliquer son choix. Le billet de Google positionne l'API Decisions comme l'option plus rapide et moins chère pour les choix délimités.

Classificateurs personnalisés. Le billet de Google indique que ses équipes déploient des fonctionnalités « simplement en définissant des options plutôt qu'en entraînant des classificateurs personnalisés ». Un classificateur entraîné reste pertinent lorsque vous disposez d'années de données étiquetées et de catégories fixes.

Où se situe Powerdrill Bloom

De nombreuses équipes ayant besoin d'évaluer des retours n'écrivent pas de code. Elles disposent d'un export CSV d'un outil de sondage ou d'un magasin d'applications, et ont besoin d'un résumé pour une réunion.

Powerdrill Bloom gère cela directement à partir du fichier. L'AI Review Summary Generator regroupe les avis par « thèmes, sentiment et points saillants prêts pour la direction ». Vous téléchargez un « export CSV depuis les magasins d'applications, NPS, outils de support ou toute plateforme d'avis ».

Pour les entretiens clients et les réponses ouvertes, le Voice of Customer Summarizer transforme les retours en thèmes. Vous pouvez ensuite transformer les résultats en graphiques avec l'AI Graph Maker.

La page des tarifs affiche un plan gratuit à 0,00 $ et un plan Pro à 13,27 $/mois.

Essayez Powerdrill Bloom avec l'export de votre sondage du mois dernier et demandez les thèmes principaux par sentiment.

Foire aux questions

Qu'est-ce que l'API Gemini Decisions ?

L'API Gemini Decisions est un point de terminaison Google pour des décisions rapides à choix fermés. Elle évalue des options pour des questions oui/non, à choix multiples et de grille au lieu de rédiger du texte, et renvoie des probabilités avec des scores de confiance.

Qu'est-ce que Gemini Decision 1 ?

Gemini Decision 1 est le modèle derrière l'API Decisions, avec l'identifiant gemini-decision-1. Google l'a lancé le 11 novembre 2026, et il lit le texte, les images, l'audio, la vidéo et les PDF.

Combien coûte l'API Gemini Decisions ?

Google propose Gemini Decision 1 à 0,10 $ par million de tokens d'entrée et 0 $ pour les tokens de sortie. Il existe également un niveau sans frais dans Google AI Studio pour le prototypage.

Combien de questions une requête peut-elle inclure ?

Une requête peut inclure jusqu'à 1 000 questions indépendantes sur une seule entrée. L'entrée peut aller jusqu'à 256K tokens et peut mélanger plusieurs formats.

L'API Gemini Decisions rédige-t-elle des réponses textuelles ?

Non. Elle renvoie des probabilités et des scores de confiance pour les options que vous définissez. Pour des résumés écrits ou des explications, vous avez besoin d'un modèle génératif ou d'un autre outil.

Sources : Google, Gemini Decisions API: Fast, calibrated multimodal decisions.