Gemini Decision 1: 1.000 preguntas en una sola llamada

Google entra al mercado de los modelos de decisión

El 11 de noviembre, Google DeepMind publicó la Gemini Decisions API, un endpoint que no escribe texto: responde hasta 1.000 preguntas sobre el mismo material en una sola llamada y devuelve probabilidades calibradas. El precio es de US$0,10 por millón de tokens de entrada, con salida gratuita.

Para un founder que revisa la factura de inferencia cada mes, la propuesta es concreta: dejar de usar un modelo generativo para tareas que en el fondo son clasificaciones. Enrutar un ticket, verificar si falta un documento, decidir si un caso va a revisión humana. Todo eso se puede resolver sin generar una sola palabra.

¿Qué es Gemini Decision 1 y qué puede hacer en una sola llamada?

El modelo, Gemini Decision 1, lee texto, imágenes, audio, video y PDFs en una sola pasada. El límite de contexto es de 262.144 tokens, que cubre la evidencia compartida más las instrucciones y las opciones de todas las preguntas.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Hay tres tipos de pregunta:

Sí o no: devuelve la probabilidad de que se cumpla una condición.
Opción múltiple: elige entre 2 y 255 opciones nombradas y reporta la probabilidad de cada una.
Rúbrica: devuelve un puntaje ponderado sobre una escala que define el desarrollador.

Cada pregunta se evalúa de forma independiente. Si una decisión depende de otra, esa dependencia se resuelve en el código o con una llamada adicional. Y tareas como redactar una explicación o extraer un número de factura siguen necesitando un paso aparte de generación o extracción.

Google reporta latencia de extremo a extremo de 150 a 250 milisegundos para entradas de hasta 16K tokens, con poca variación al pasar de una a 100 preguntas. El cómputo mediano del modelo queda entre 50 y 100 ms. La compañía ya usa el modelo internamente: en Gemini Notebook enruta consultas a distintos niveles de razonamiento y reporta hasta 40% menos latencia en consultas rutinarias.

¿Cuánto cuesta comparado con hacer 20 llamadas separadas?

Google cobra la entrada compartida una sola vez por request y factura solo los tokens que agrega cada pregunta. El ejemplo de la propia compañía: un registro de 4.000 tokens más 20 verificaciones de 50 tokens cada una da una request de 5.000 tokens. A la tarifa de Google, eso cuesta cerca de US$0,50 por cada 1.000 registros. Las mismas 20 verificaciones en llamadas separadas, cada una reenviando el registro completo, costarían US$8,10 por 1.000 registros, antes de reintentos.

El ahorro viene de no repetir el contexto. La contracara: Google todavía no ofrece caché de prompt ni Batch API, así que si reutilizas el mismo manual de políticas en requests distintas, pagas la entrada completa otra vez.

Para probar hay una capa gratuita en Google AI Studio con límites de 200 requests y 50.000 tokens de entrada por minuto. El endpoint está en v1beta y requiere el SDK google-genai 3.2 o superior. Ya hay integraciones con OpenRouter, LangChain, Vercel AI SDK, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode, y Google dice que el soporte en Google Cloud está en camino.

¿Gana en los benchmarks? Depende de la tarea

En los benchmarks de lanzamiento de Google, Decision 1 lideró cinco de las siete pruebas que corrieron los cuatro modelos. Sacó 92,2% en JevBench, por delante de GPT-6 Luna (90,9%) y Jev 1.14 (90,0%).

Pero Jev ganó en Mind2Web Multimodal (86,8% contra 86,2%) y en When2Call, que mide decisiones de uso de herramientas (82,0% contra 79,9%). Y en el índice independiente Artificial Analysis Decision Index v2.1, Gemini Decision 1 arrancó noveno de 18 modelos, con 65,98 puntos, detrás de Drex Max v1.1 (72,62) y Jev 1.14 (66,23).

El dato más relevante para quien automatiza es la calibración: el error de calibración de Decision 1 fue de 0,0250, aproximadamente la mitad del 0,0494 de Jev. La calibración mide qué tan bien la confianza del modelo sigue a su tasa real de acierto, y es lo que determina cuántos casos terminan en manos de un revisor cuando fijas un umbral.

Conviene mirar también las métricas todo-o-nada. En AA-Paperclip, que hace 15 preguntas sobre cada documento, Gemini acertó todas en el 33% de los documentos, contra 35,5% de Jev y 63% de Drex Max v1.1. Si tu flujo exige que cada campo esté correcto, esa medida pesa más que el promedio.

El mercado de modelos de decisión se llenó en cinco semanas

TypeSafe lanzó Jev el 15 de septiembre. OpenAI abrió su Decisions API en beta pública el 6 de octubre y la dejó disponible para todos los clientes el 22 de octubre. Microsoft siguió el 9 de octubre con Microsoft-Decision-1, según CryptoBriefing. Amazon publicó Strands Decider 2B en octubre bajo licencia Apache 2.0, y Cloudflare anunció Clef el 1 de octubre.

Los precios marcan el terreno: Jev cobra US$0,042 por millón de tokens de entrada, Perplexity pplx-decider US$0,02, Drex Max v1.1 US$0,03, Clef-Omni de Cloudflare US$0,15 y OpenAI US$0,10 sin caché. Google queda en el medio, con la ventaja de aceptar audio y video de forma nativa.

La diferencia que sí cambia la ecuación es la caché. OpenAI cobra US$0,01 por millón de tokens leídos de caché, con un prefijo reutilizable de al menos 1.024 tokens. Si reenvías el mismo catálogo de productos o manual de políticas en cada request, esa opción puede salir más barata que el precio base de Google.

Y el autoalojamiento dejó de ser teórico. Amazon reportó que en un despliegue interno de enrutamiento de tickets bajó el tiempo promedio por llamada de 4,2 segundos a 0,9 segundos, y el costo de unos US$22.200 a unos US$500 por millón de tickets, usando sus precios publicados de AWS.

¿Qué significa esto para tu startup?

Primero, identifica dónde tienes microdecisiones disfrazadas de generación. Si tu prompt le pide al modelo «clasifica este ticket y explica por qué», estás pagando tokens de salida por una explicación que nadie lee. Separa las dos cosas: la decisión va al endpoint de decisiones, la explicación a un modelo generativo.

Segundo, no cambies tu flujo de producción de golpe. Corre el modelo candidato en paralelo con el proceso actual y compara sobre tráfico real, incluyendo los casos raros y los archivos mal capturados. Define un umbral de confianza por decisión y por modelo, y una ruta de escalamiento explícita para los casos que quedan fuera de las opciones disponibles.

Tercero, mide el costo por caso resuelto correctamente, no el costo por token. Un modelo más barato que manda el 30% de los casos a revisión humana puede salir más caro que uno que cuesta el doble y resuelve solo.

Cuarto, deja los controles en el código. Un test de inyección de prompt reportado por VentureBeat mostró que un solo campo plantado bajó la probabilidad de que Jev bloqueara una acción de 0,76 a 0,48. Los permisos, los límites de transacción y las aprobaciones no van en el prompt.

Conclusión

Google no está vendiendo el modelo más barato ni el mejor en todos los benchmarks. Está vendiendo el más cómodo para el caso multimodal: un video, un audio y un PDF en la misma request, con 1.000 preguntas encima y una calibración que hace usable el umbral de automatización. Para un equipo que hoy manda cada archivo a un modelo generativo y parsea la respuesta, el ahorro del ejemplo de Google, de US$8,10 a US$0,50 por 1.000 registros, es difícil de ignorar.

La decisión sensata no es migrar, es medir. Toma 200 casos reales de tu operación, corre Gemini Decision 1, Jev y tu flujo actual sobre los mismos datos, y compara aciertos, casos escalados y latencia en el percentil 95. Con esos números, la elección deja de ser una discusión de benchmarks.