Gemini Decisions API : des décisions multimodales rapides et calibrées
Google DeepMind a lancé l'API Gemini Decisions, un nouveau point d'accès disponible via l'API Gemini dans Google AI Studio et propulsé par un modèle inédit, Gemini Decision 1 (gemini-décision-1). Conçue pour les décisions à choix fermés, elle accepte une entrée multimodale unique (texte, images, audio, vidéo et PDF, jusqu'à 256 000 tokens) accompagnée d'un maximum de 1 000 questions indépendantes. Plutôt que de générer du texte token par token, le modèle évalue les options candidates en une seule passe et renvoie des probabilités et des scores de confiance. La latence de bout en bout est de 150 à 250 ms, dont 50 à 100 ms de calcul, et reste quasi constante de 1 à 100 questions par requête. La facturation s'élève à 0,10 dollar par million de tokens en entrée, sans aucun token de sortie facturé. Trois types de questions sont proposés : oui/non, avec description optionnelle des critères vrai et faux ; choix multiple, de 2 à 255 options, avec probabilités normalisées pour chaque candidat ; et notation sur grille ordonnée, qui produit un score pondéré continu et des probabilités par niveau.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Google AI Blog. Lire l'article original →
Pour les développeurs, l'enjeu est de remplacer des appels génératifs coûteux ou des classifieurs entraînés sur mesure par une simple définition d'options. Google affirme que Gemini Decision 1 arrive en tête sur une suite de benchmarks couvrant le routage d'agents, le raisonnement, le classement et la compréhension multimodale, avec l'erreur de calibration la plus faible. Il serait près de cinq fois moins cher que Gemini 3.5 Flash-Lite utilisé via l'API Interactions sur la même suite. Chaque réponse est accompagnée d'un score de confiance entre 0 et 1, ce qui permet de renvoyer les cas ambigus vers une solution de repli ou un relecteur humain. Il devient aussi possible de combiner les modalités dans une même requête, par exemple un enregistrement d'appel avec des métadonnées de compte, ou une déclaration de sinistre scannée avec des photos de dégâts, et de régler la résolution des images et vidéos pour arbitrer entre finesse visuelle et coût.
Plusieurs équipes de Google utilisent déjà l'API comme plan de contrôle à faible latence. Gemini Notebook s'en sert pour orienter chaque requête vers le niveau de modèle et le degré de réflexion adaptés, avec une latence réduite jusqu'à 40 % pour les demandes courantes, les modèles de raisonnement profond étant réservés aux tâches complexes. L'expérience « rapid canvas » de Stitch génère en quelques secondes des maquettes jouables d'un parcours produit et applique presque instantanément les modifications faites à la voix ou au toucher. CC, de Google Labs, choisit une réaction émoji parmi plus de 200 en une fraction de seconde. Google Search l'emploie enfin comme couche de sécurité pour les outils MCP, afin de détecter les comportements et contenus adversariaux dans les limites de latence exigées. Les développeurs peuvent obtenir une clé d'API dans Google AI Studio et consulter la documentation pour Python, JavaScript et REST.