Semana de super promoçãoClaude Skills — 20% OFF
News

Gemini Decisions API: O que há de novo, preços e alternativas (2026)

Powerdrill Bloom·
Gemini Decisions API: O que há de novo, preços e alternativas (2026)

O Google lançou a Gemini Decisions API em 11 de novembro de 2026. Trata-se de um novo endpoint para decisões rápidas de conjunto fechado, alimentado por um novo modelo chamado Gemini Decision 1.

Em vez de escrever uma resposta, o modelo pontua um conjunto fixo de opções. O Google afirma que ele retorna probabilidades e pontuações de confiança em 150 a 250 milissegundos, de ponta a ponta. Você pode fazer até 1.000 perguntas sobre uma única entrada em uma única solicitação.

Este guia aborda o que a API faz, os três tipos de perguntas, preços e usos iniciais dentro do Google. Ele termina com alternativas, incluindo uma rota sem código para equipes que desejam pontuar feedbacks em uma planilha. Os detalhes vêm do post de lançamento do Google, lido em 12 de novembro de 2026.

O que o Google anunciou em 11 de novembro

O post do Google descreve o produto em uma linha. Ele chama a API de "um novo endpoint para decisões rápidas de conjunto fechado, alimentado pelo nosso novo modelo Gemini Decision 1".

Os fatos principais do post:

  • Nome do modelo. O ID do modelo é gemini-decision-1.
  • Onde ele roda. Está disponível através da Gemini API no Google AI Studio.
  • Entradas. Uma entrada pode misturar texto, imagens, áudio, vídeo e PDFs, até 256K tokens.
  • Perguntas. Você pode anexar até 1.000 perguntas independentes a essa entrada.
  • Velocidade. As respostas chegam em 150 a 250 milissegundos de ponta a ponta.
  • Preço. A entrada custa $0.10 por 1M de tokens, e os tokens de saída não custam nada.

O Google o enquadra como um bloco de construção para outros sistemas de AI. O post lista "seleção de ferramentas, verificações de políticas, roteamento de modelos e classificação de contexto" como tarefas-alvo.

Como a Gemini Decisions API funciona

A maioria dos modelos de linguagem responde gerando texto um token por vez. O Gemini Decision 1 pula essa etapa para perguntas delimitadas.

O post diz que o modelo "pontua suas opções candidatas em uma única passagem direta". Ele retorna uma probabilidade para cada opção em vez de uma resposta escrita. Esse design explica tanto a velocidade quanto o preço.

O design da pergunta faz a maior parte do trabalho. O exemplo do Google dá a cada escolha uma descrição curta, como "Pequeno derramamento no balcão com um pano ou toalha já por perto". Critérios claros como esse dão ao modelo algo concreto para pontuar.

Alguns hábitos ajudam ao escrever suas próprias perguntas:

  • Mantenha as opções separadas. Duas categorias que se sobrepõem dividirão a probabilidade entre elas.
  • Descreva cada opção. Uma definição de uma linha é melhor do que uma única palavra como "urgente".
  • Ordene os níveis da rubrica. As pontuações da rubrica começam em 0, então coloque o nível mais baixo primeiro.
  • Adicione uma opção genérica. Uma escolha "outro" evita que itens estranhos sejam forçados na categoria errada.

Cada resposta carrega uma pontuação de confiança de 0 a 1. O Google sugere usá-la para enviar casos incertos para outro lugar. O post diz que o código pode "rotear casos ambíguos para um fallback ou revisor humano".

A velocidade se mantém conforme as solicitações crescem. O Google afirma que a latência mediana permanece "quase estável de 1 a 100 perguntas por solicitação", para entradas de até 16K tokens.

Os três tipos de perguntas

A API suporta três tipos de perguntas. Você pode misturar as três contra a mesma entrada em uma solicitação.

Tipo O que faz Saída
Sim/não (noul) Estima a probabilidade de uma condição ser verdadeira Probabilidade de a resposta ser sim
Múltipla escolha (choice) Escolhe entre 2 a 255 opções O vencedor, mais probabilidades normalizadas para cada opção
Pontuação de rubrica (score) Classifica a entrada em uma escala ordenada começando em 0 Uma pontuação ponderada, mais uma probabilidade para cada nível

O próprio exemplo do Google verifica a foto de um balcão de refeitório com uma nota de texto curta. Uma solicitação pergunta se há um derramamento, qual ação de limpeza se ajusta e quão grave é a sujeira.

Para dados de negócios, o mesmo padrão se aplica a trabalhos comuns de revisão. Uma equipe de suporte poderia perguntar, para cada ticket, se ele menciona um reembolso, a qual área de produto se refere e quão urgente é. Esses são nossos exemplos, não do Google.

Entrada multimodal em uma única passagem

O modelo lê vários formatos juntos. O post do Google diz que ele pode processar "texto, imagens, áudio, vídeo e PDFs diretamente em uma única passagem direta".

O post dá dois pares como exemplos. Um é "uma gravação de chamada com metadados da conta". O outro é "um sinistro em PDF digitalizado com fotos de danos".

Esse segundo exemplo aponta para trabalhos de seguros e finanças. Uma equipe de sinistros poderia pontuar cada arquivo de sinistro quanto à integridade, escolher uma categoria e avaliar a gravidade do dano em uma única chamada.

Você também pode ajustar a resolução de imagem e vídeo. O Google diz que isso controla o "detalhe visual e o custo de tokens".

Como as equipes do Google já o utilizam

O post do Google lista usos iniciais dentro da empresa:

  • Gemini Notebook. Ele usa a API para rotear cada consulta para o nível de modelo e nível de pensamento corretos. O Google diz que consultas cotidianas obtêm "latência até 40% menor".
  • Stitch. Um experimento de tela rápida a utiliza para gerar wireframes jogáveis de um fluxo de produto em segundos.
  • CC do Google Labs. Ele escolhe uma reação de emoji entre mais de 200 opções "em uma fração de segundo".
  • Google Search. Atua como uma camada de segurança que detecta comportamento adversário em ferramentas MCP.

Cada caso troca uma resposta longa por uma escolha rápida e delimitada. Nenhum deles precisa que o modelo escreva prosa.

Quanto custa

O post do Google apresenta um preço simples. O Gemini Decision 1 "tem o preço de $0.10 por 1M de tokens de entrada e $0 para tokens de saída".

Existe também uma rota gratuita para testes. O post menciona "um nível de API sem custo que você pode usar no Google AI Studio para prototipagem".

O faturamento tem uma peculiaridade útil para grandes conjuntos de perguntas. O Google diz: "Sua entrada compartilhada é faturada uma vez por solicitação, não importa quantas perguntas você avalie". Cada pergunta extra adiciona apenas seus próprios tokens de instrução e critérios.

Alguns custos ocultos comuns estão ausentes. O Google afirma que "não há cobranças de tokens de saída, faturas variáveis de tokens de pensamento ou custos separados de transcrição de áudio e OCR".

Item Preço no post do Google
Tokens de entrada $0.10 por 1M de tokens
Tokens de saída $0
Prototipagem no Google AI Studio Nível sem custo

Aqui está um exemplo aproximado, usando nossas próprias suposições. Uma equipe pontua 5.000 respostas de pesquisa, uma solicitação por resposta. Cada solicitação carrega cerca de 400 tokens de texto de resposta e 150 tokens de perguntas.

Isso dá 550 tokens por solicitação, ou 2,75 milhões de tokens no total. A $0.10 por 1M de tokens de entrada, o lote custa cerca de $0.28. As contagens reais de tokens dependem do seu texto e da redação da sua pergunta, portanto, teste com uma amostra primeiro.

O Google também compara o custo com seus próprios modelos generativos. O post afirma que a Decisions API é "quase 5x mais barata em todo o conjunto de benchmarks compartilhados do que o Gemini 3.5 Flash-Lite com a Interactions API".

Quem pode usar e como começar

A Gemini Decisions API é um produto para desenvolvedores. Você precisa de uma chave de API do Google AI Studio e de algum código.

O post do Google aponta para guias de Python, JavaScript e REST na documentação. Ele também lista três aplicativos de demonstração: Doorstep Parcels, Speed Sketch e Find the Zoo Keeper.

Equipes que já utilizam a Gemini API acharão o formato de entrada familiar. O Google diz que o campo de entrada "usa o mesmo formato de bloco de conteúdo que a Interactions API". Isso significa que o código existente que constrói prompts com imagens ou PDFs pode ser reutilizado.

A saída precisa de tratamento do seu lado. Seu código lê as probabilidades, aplica um limite e decide o que fazer com itens de baixa confiança. Planeje essa lógica antes de enviar o primeiro grande lote.

O suporte de terceiros também está sendo lançado. O post cita OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit e OpenCode. O suporte no Gemini no Google Cloud está listado como "em breve".

Limitações atuais

Alguns limites decorrem do próprio post:

  • Apenas perguntas fechadas. O modelo escolhe entre opções que você define. Ele não escreve explicações ou resumos.
  • Código necessário. Não há interface de apontar e clicar descrita para usuários de negócios.
  • Suas opções moldam a resposta. Uma rubrica mal redigida produzirá pontuações confiantes, mas inúteis.
  • Suporte ao Google Cloud pendente. Equipes que compram através do Google Cloud devem esperar pela integração listada.

A calibração ainda precisa ser verificada em seus próprios dados. O Google relata o menor erro de calibração em seu conjunto de benchmarks, mas seus tickets ou sinistros podem diferir.

O que isso significa para equipes que pontuam dados em escala

A Gemini Decisions API torna barata uma tarefa comum: colocar rótulos em grandes pilhas de itens. Tickets de suporte, respostas de pesquisas, avaliações de produtos e arquivos de sinistros se encaixam perfeitamente.

Três perguntas ajudam a decidir se ela se adequa a uma equipe:

  1. Suas perguntas são fechadas? Verificações de sim/não, categorias e classificações se adequam bem. Perguntas abertas não.
  2. Você tem um desenvolvedor? Alguém deve escrever as chamadas e lidar com as pontuações de confiança.
  3. A velocidade ou o volume são o problema? A API brilha quando você tem milhares de itens ou precisa de respostas em menos de um segundo.

Equipes com algumas centenas de linhas por mês e sem desenvolvedor podem achar que ela dá mais trabalho do que economiza. Para elas, uma ferramenta sem código que lê o arquivo e escreve o resumo costuma ser o caminho mais curto.

O volume também muda a economia da revisão. Quando os rótulos custam frações de centavo, uma equipe pode pontuar cada ticket em vez de apenas uma amostra. O gargalo então passa a ser agir sobre os resultados.

Alternativas à Gemini Decisions API

Existem outras formas de rotular e pontuar dados. Cada uma tem um custo de configuração diferente.

Opção O que oferece Preço ou acesso
Gemini 3.5 Flash-Lite com a Interactions API Modelo generativo que pode retornar rótulos como texto Linha de base de comparação do Google; o Google diz que a Decisions API é quase 5x mais barata em seu conjunto de benchmarks
Classificador treinado sob medida Um modelo treinado em seus próprios exemplos rotulados Precisa de dados rotulados e habilidades em machine learning
Powerdrill Bloom Temas, sentimento e gráficos de arquivos de feedback carregados, sem código Plano gratuito a $0.00, Pro a $13.27/mês

Modelos generativos. Um modelo geral pode responder às mesmas perguntas em texto. É mais flexível, pois também pode explicar sua escolha. O post do Google posiciona a Decisions API como a opção mais rápida e barata para escolhas delimitadas.

Classificadores personalizados. O post do Google diz que suas equipes lançam recursos "simplesmente definindo opções em vez de treinar classificadores personalizados". Um classificador treinado ainda faz sentido quando você tem anos de dados rotulados e categorias fixas.

Onde o Powerdrill Bloom se encaixa

Muitas equipes que precisam pontuar feedbacks não escrevem código. Elas têm uma exportação CSV de uma ferramenta de pesquisa ou de uma loja de aplicativos e precisam de um resumo para uma reunião.

Powerdrill Bloom lida com isso a partir do próprio arquivo. O AI Review Summary Generator agrupa avaliações em "temas, sentimento e um destaque pronto para a liderança". Você carrega uma "exportação CSV de lojas de aplicativos, NPS, ferramentas de suporte ou qualquer plataforma de avaliação".

Para entrevistas com clientes e respostas abertas, o Voice of Customer Summarizer transforma o feedback em temas. Você pode então transformar os resultados em gráficos com o AI Graph Maker.

A página de preços lista um plano Gratuito a $0.00 e o Pro a $13.27/mês.

Experimente o Powerdrill Bloom com a exportação da pesquisa do mês passado e peça os principais temas por sentimento.

Perguntas frequentes

O que é a Gemini Decisions API?

A Gemini Decisions API é um endpoint do Google para decisões rápidas de conjunto fechado. Ela pontua opções para perguntas de sim/não, múltipla escolha e rubrica em vez de escrever texto, e retorna probabilidades com pontuações de confiança.

O que é o Gemini Decision 1?

O Gemini Decision 1 é o modelo por trás da Decisions API, com o ID gemini-decision-1. O Google o lançou em 11 de novembro de 2026, e ele lê texto, imagens, áudio, vídeo e PDFs.

Quanto custa a Gemini Decisions API?

O Google define o preço do Gemini Decision 1 em $0.10 por 1M de tokens de entrada e $0 para tokens de saída. Há também um nível sem custo no Google AI Studio para prototipagem.

Quantas perguntas uma solicitação pode incluir?

Uma solicitação pode incluir até 1.000 perguntas independentes sobre uma única entrada. A entrada pode ter até 256K tokens e pode misturar vários formatos.

A Gemini Decisions API escreve respostas em texto?

Não. Ela retorna probabilidades e pontuações de confiança para opções que você define. Para resumos escritos ou explicações, você precisa de um modelo generativo ou outra ferramenta.

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