Gemini Decisions API: como funciona, o que faz e preços

A Gemini Decisions API é um novo endpoint do Google que responde perguntas fechadas em vez de gerar texto. Você envia uma única entrada compartilhada (texto, imagens, áudio, vídeo ou PDF) mais até 1.000 perguntas tipadas, e o Gemini Decision 1 (gemini-decision-1) retorna uma probabilidade calibrada e uma pontuação de confiança para cada uma. Custa US$ 0,10 por 1 milhão de tokens de entrada, a saída é sempre de 0 tokens e o Google cita de 150 a 250 ms de ponta a ponta.

O Google lançou a API em 11 de novembro de 2026, como um endpoint v1beta. Para um tutorial prático, veja como usar a Gemini Decisions API.

O que o Google entregou com o Gemini Decision 1

O Gemini Decision 1 é um modelo que pontua um conjunto fixo de respostas candidatas em uma única passagem forward, em vez de decodificar texto token por token. A Decisions API o expõe, e seu código recebe números com os quais pode tomar decisões.

O post de lançamento, “Gemini Decisions API: Fast, calibrated multimodal decisions”, lista os principais fatos:

ID do modelo gemini-decision-1, disponível pela Gemini API e pelo Google AI Studio
Uma entrada multimodal por requisição, com uma janela de contexto de até 262.144 tokens compartilhada entre a entrada e todas as perguntas
De 1 a 1.000 perguntas independentes por requisição, de três tipos: noul, choice e score
US$ 0,10 por 1 milhão de tokens de entrada, US$ 0 de saída, além de um nível gratuito para prototipagem
Suporte a SDK no google-genai 3.2 ou superior (client.decisions.create(...)), com integrações ao OpenRouter, LangChain, Vercel AI SDK e LiteLLM sendo liberadas gradualmente

O suporte ao Gemini no Google Cloud (Vertex AI) está listado como “em breve”, então hoje ele funciona apenas na Developer API.

Diagrama: uma única entrada compartilhada alimenta o Gemini Decision 1 em uma única passagem forward, que retorna uma probabilidade noul, uma choice e um score, cada um com uma barra de confiança

Por que um endpoint de decisão em vez de uma chamada de chat

A maior parte do código de “classificar isto” chama um modelo generativo, pede JSON e faz o parsing da resposta. Você paga por tokens de saída e de raciocínio, e o parser quebra quando o modelo resolve ser criativo.

A Decisions API elimina a etapa de geração. A documentação do Google é direta: ele “gera zero tokens de texto, então o uso de tokens de saída é sempre 0”. Três escolhas de design decorrem disso:

Pontuação paralela e isolada. Cada pergunta é avaliada contra a entrada compartilhada em uma única passagem. As perguntas não enxergam umas às outras, então adicionar ou remover uma não altera as outras respostas.
Valor mais confiança. O valor diz ao seu código o que fazer. A confiança diz se ele deve fazer automaticamente ou escalar para revisão.
Verificações atômicas compostas no código. Você faz perguntas estreitas e combina as respostas com instruções if comuns e pesos.

Para texto gerado, extração com schema, chamadas de ferramentas ou raciocínio em várias etapas, o Google ainda direciona você para a Interactions API.

Os três tipos de pergunta

Cada pergunta tem um type, instructions e, para dois tipos, criteria. O modelo nunca vê as chaves das suas perguntas, então escreva a pergunta completa em instructions.

Tipo	Use para	Critérios	Retorna
`noul`	Verificar se uma afirmação se sustenta	`true_description` / `false_description` opcionais	`noul` (0,01 a 0,99), `confidence`
`choice`	Escolher uma opção de uma lista fixa	Mapa obrigatório de ID de opção para descrição, de 2 a 255 opções	`choice`, `probabilities` (somam 1), `confidence`
`score`	Avaliar a entrada em uma rubrica ordenada	Array obrigatório de níveis, do menor para o maior, de 2 a 255 (recomendado de 2 a 10)	`score`, `probabilities`, `legend`, `confidence`

Alguns comportamentos valem a pena conhecer antes de definir seus thresholds:

noul nunca chega a 0 ou 1. As probabilidades ficam entre 0,01 e 0,99, então uma verificação de “acima de 0,99” nunca corresponde.
As chaves de choice são ordenadas alfabeticamente antes da pontuação, então use uma chave genérica como other, e não none_of_the_above, que fica no início da lista.
choice sempre distribui probabilidade entre suas opções, mesmo quando nenhuma se encaixa. Combine-a com uma verificação de escopo noul ou um threshold de confiança.
score é uma média ponderada dos índices dos níveis, então 1,12 significa “predominantemente nível 1, com algo de nível 2”.

A confiança é definida da mesma forma em todos os lugares: a probabilidade do resultado principal, ou max(noul, 1 - noul) para perguntas de sim/não.

Um exemplo de requisição e o que ela retorna

O endpoint REST é POST https://generativelanguage.googleapis.com/v1beta/decisions, autenticado com um cabeçalho x-goog-api-key. Esta requisição faz uma pergunta de sim/não e uma de escolha sobre uma mensagem de suporte:

curl -X POST "https://generativelanguage.googleapis.com/v1beta/decisions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-decision-1",
    "input": "Audio cuts out on the left earcup. Fix it today or I cancel my membership.",
    "questions": {
      "is_defect": {
        "type": "noul",
        "instructions": "Does the message describe a hardware defect?"
      },
      "department": {
        "type": "choice",
        "instructions": "Which department should handle this request?",
        "criteria": {
          "billing": "Payments, invoices, and refunds.",
          "technical": "Problems using the product.",
          "shipping": "Delivery and tracking.",
          "other": "Anything outside these categories."
        }
      }
    }
  }'

A resposta tem dois campos no nível superior, answers (indexados pelos IDs das suas perguntas) e usage:

{
  "answers": {
    "is_defect": { "type": "noul", "noul": 0.94, "confidence": 0.94 },
    "department": {
      "type": "choice",
      "choice": "technical",
      "probabilities": { "technical": 0.9, "other": 0.05, "billing": 0.03, "shipping": 0.02 },
      "confidence": 0.9
    }
  },
  "usage": { "total_input_tokens": 120, "total_output_tokens": 0, "total_tokens": 120 }
}

Os números são ilustrativos, modelados segundo os exemplos da documentação da Decisions API do Google.

Para entradas que não são texto, input se torna um array de blocos de conteúdo usando o mesmo schema da Interactions API: text, image, audio, video e document (PDF). A mídia pode ser base64 inline (até 100 MB por requisição), um URI da Files API ou uma URL HTTPS (até 15 MB cada). Blocos de imagem e vídeo aceitam uma configuração resolution para trocar detalhes por tokens.

Se um filtro de segurança de entrada bloquear uma requisição, você recebe HTTP 400 com um error.code como safety ou prohibited_content em vez de answers.

Preços, latência e limites de taxa da Gemini Decisions API

O preço considera apenas a entrada: US$ 0,10 por 1 milhão de tokens de entrada no nível pago, sem custo no nível gratuito, e nenhuma linha de saída porque a saída é sempre de 0 tokens. Isso vem da página de preços da Gemini Developer API do Google, verificada em 12 de novembro de 2026. A mesma página observa que o conteúdo do nível gratuito é usado para melhorar os produtos do Google, enquanto o do nível pago não é.

Dois detalhes de cobrança são importantes:

A entrada compartilhada é cobrada uma vez por requisição, não importa quantas perguntas você faça. Cada pergunta adiciona apenas seus próprios tokens de instrução e critérios.
Não há cache de contexto, Batch API nem inferência Flex/Priority para este endpoint, então a mesma entrada enviada em duas requisições é cobrada duas vezes.

Uma estimativa rápida: um ticket de suporte de 2.000 tokens com 20 perguntas de cerca de 40 tokens cada dá aproximadamente 2.800 tokens de entrada, ou cerca de US$ 0,00028 por chamada de decisão no nível pago.

Os números de latência são do próprio Google: mediana de 50 a 100 ms de computação do modelo, 150 a 250 ms de ponta a ponta, permanecendo quase constante de 1 a 100 perguntas para entradas de até 16 mil tokens. O Google também afirma ter o menor erro de calibração em seu conjunto de benchmarks e um custo quase 5 vezes menor que o do Gemini 3.5 Flash-Lite pela Interactions API. Trate ambos como números do fornecedor até medir seu próprio tráfego.

Limites de taxa da página de limites de taxa do Google, verificados em 12 de novembro de 2026:

Nível de uso	Requisições/min	Tokens/min	Requisições/dia
Gratuito	200	50.000	10.000
Nível 1	1.500	1.000.000	50.000
Nível 2	5.000	4.000.000	Ilimitado
Nível 3	15.000	10.000.000	Ilimitado

O nível gratuito é abordado em detalhes em Gemini Decisions API gratuitamente.

Onde a Decisions API se encaixa

A documentação do Google cita cinco padrões, e seus times internos mapeiam para eles:

Roteamento de modelos. O Gemini Notebook roteia consultas para um nível de modelo e nível de raciocínio, com latência até 40% menor em consultas comuns, segundo o Google.
Verificações de políticas. Muitas regras contra uma entrada em uma única chamada; o Google Search a usa como camada de segurança para ferramentas MCP.
Controle de agentes. Quais ferramentas carregar, ou se compactar, escalar ou parar.
Avaliação e ranking. Pontuar candidatos ou trechos recuperados contra uma rubrica.
Mídia em tempo real. O CC do Google Labs escolhe um emoji entre mais de 200 opções.

Diagrama: um ticket de suporte passa por um portão de confiança; em 0,7 ou acima ele é roteado automaticamente para answer.choice, abaixo de 0,7 vai para revisão humana

A orientação do Google é definir esse threshold com exemplos rotulados do seu próprio tráfego, pesando o custo de um falso positivo contra o de um falso negativo.

A OpenAI lançou um endpoint semelhante em outubro, sobre o GPT-6 Luna, com perguntas predicate, choice e score; nosso guia da OpenAI Decisions API cobre isso. A comparação direta de limites, modalidades e preços está em Gemini Decisions API vs OpenAI Decisions API.

Limitações e questões em aberto

O que a documentação afirma hoje:

v1beta na Gemini Developer API, apenas com o Gemini Decision 1
As instruções das perguntas são apenas texto; mídia nas perguntas não é suportada
Histórico de conversa, blocos de raciocínio (thought) e chamadas de ferramentas não são entradas válidas; serialize o contexto multi-turno como texto

O Google não publicou data de GA, regiões ou termos de residência de dados. Ele também adverte que o texto do usuário pode argumentar a favor da própria classificação, então mantenha uma verificação humana em ações de alto risco, como pagamentos.

Deixe seu agente de código testá-la com o Apidog CLI

Um endpoint de decisão só é útil se seu contrato se mantiver: toda confiança entre 0 e 1, todo choice dentro do seu conjunto. Seu agente de código pode escrever e executar esse teste de regressão com o Apidog CLI enquanto você continua trabalhando.

Configure uma vez:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install

Depois dê ao seu agente um único prompt:

In Apidog project <projectId>, create an environment "gemini" with base URL
https://generativelanguage.googleapis.com and a secret variable GEMINI_API_KEY.
Define POST /v1beta/decisions with header x-goog-api-key: {{GEMINI_API_KEY}}
and the support-ticket body from this article. Add a test case asserting:
status 200, usage.total_output_tokens == 0, every answers.*.confidence is
between 0 and 1, answers.department.choice is one of billing|technical|shipping|other,
and answers.is_defect.noul is between 0.01 and 0.99. Run it and summarize failures.

O agente valida cada payload contra seu schema e, em seguida, cria e executa o caso de teste:

apidog environment create gemini --project <projectId> --base-url https://generativelanguage.googleapis.com
apidog cli-schema get environment-update
apidog environment update <envId> --project <projectId> --file env.json
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file decisions-endpoint.json
apidog endpoint create --project <projectId> --file decisions-endpoint.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file decisions-case.json
apidog test-case create --project <projectId> --file decisions-case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json

Para manter a chave fora do ambiente salvo, passe-a em tempo de execução com --env-var "GEMINI_API_KEY=..." em vez disso. O mesmo apidog run com -r junit se encaixa em CI; a referência do comando apidog run lista todas as flags, e Apidog CLI no Claude Code mostra a configuração completa do agente. O plano gratuito da Apidog cobre até 4 usuários.

FAQ

A Gemini Decisions API é gratuita? Sim, dentro do nível gratuito: 200 requisições por minuto, 50.000 tokens por minuto e 10.000 requisições por dia. O uso pago custa US$ 0,10 por 1 milhão de tokens de entrada.

Quantas perguntas posso fazer em uma requisição? De 1 a 1.000, limitado pela janela de contexto de 262.144 tokens compartilhada entre a entrada e todas as perguntas.

O que significa noul? É o tipo de pergunta de sim/não. Ele retorna a probabilidade de a resposta ser sim, entre 0,01 e 0,99, além de uma pontuação de confiança.

Posso usar no Vertex AI? Ainda não. O Google lista o suporte ao Gemini no Google Cloud como em breve; hoje está na Gemini Developer API (v1beta).

Ele suporta batch ou cache de contexto? Não. Cache de contexto, Batch API e inferência Flex ou Priority não são suportados, então entradas repetidas são cobradas integralmente.