Google rejoint la vague des modèles de décision avec Gemini Decision 1, qui évalue 1 000 questions en une seule passe
Google DeepMind a lancé Gemini Decisions API, une interface qui permet d'évaluer jusqu'à 1 000 questions fermées en une seule passe, sur des contenus aussi variés que du texte, des images, de l'audio et de la vidéo. Propulsée par le modèle Gemini Decision 1, elle renvoie ses résultats en 150 à 250 millisecondes. Selon Google, le coût est environ cinq fois inférieur à celui de Gemini 3.5 Flash-Lite, jusqu'ici l'un des modèles les plus économiques de la gamme.
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 The Decoder. Lire l'article original →
Ce positionnement vise des usages où l'on n'a pas besoin d'un texte généré, mais d'une réponse tranchée : un contenu est-il conforme, une image montre-t-elle tel objet, un message relève-t-il du spam. Pour les entreprises qui trient, filtrent ou classent des volumes massifs de données, la combinaison d'une latence inférieure à un quart de seconde et d'un coût divisé par cinq peut rendre viables des contrôles automatisés auparavant trop onéreux ou trop lents. Poser mille questions d'un coup sur un même contenu permet aussi de construire des grilles d'analyse détaillées, par exemple pour la modération, la qualité des données ou l'évaluation d'autres modèles, sans multiplier les appels.
Google rejoint ainsi une tendance que The Decoder qualifie de vague des modèles de décision : des systèmes spécialisés, conçus pour produire des jugements plutôt que de longues réponses rédigées. Cette orientation s'inscrit dans la course à l'efficacité qui oppose les grands laboratoires, désormais soucieux de proposer des modèles plus petits, plus rapides et moins chers pour les tâches répétitives à grande échelle. Reste à voir comment la précision de Gemini Decision 1 se comparera à celle des modèles généralistes sur des cas ambigus, et si les concurrents répondront avec des offres équivalentes.
Les entreprises françaises et européennes qui modèrent ou classent de gros volumes de contenus pourraient réduire leurs coûts de contrôle automatisé en testant cette API.