Google cria IA que não gera texto e responde 1.000 perguntas por vez com saída gratuita

A gente se acostumou a ver inteligências artificiais escrevendo respostas longas palavra por palavra, mas o lançamento do Google (abre em nova aba) na quarta-feira (11) faz exatamente o oposto: ele não redige frases e não cobra nada pelas respostas entregues. Batizada de Gemini Decisions API e movida pelo novo modelo Gemini Decision 1, a ferramenta já está disponível em versão de testes (v1beta) no Google AI Studio para julgar até 1.000 perguntas fechadas de uma só vez sobre um mesmo arquivo, ao preço de US$ 0,10 por milhão de unidades de dados enviadas na entrada.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌​‌​​​​‌‌​​​​​​‌‌​‌​​​​‌‌​​​​​‌‌​​‌​​​​‌‌​‌​‌​​‌‌​‌​​​​‌‌​‌‌​​​‌​‌‌​‌​​‌‌​​​‌​‌‌​​‌​‌​​‌‌​‌‌​​​‌‌​​​‌​​‌​‌‌​‌​​‌‌​‌​​​‌‌​​​​‌​​‌‌​​‌​​​‌‌​​‌‌​​‌​‌‌​‌​‌‌​​​‌​​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​​‌​​​‌​‌‌​‌​​‌‌​‌‌‌​‌‌​​‌​‌​‌‌​​​‌‌​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​‌‌‌​​‌‌​​‌​​​‌‌​‌​​​​‌‌​‌‌​​​‌‌​‌​​​​‌‌‌​​​​​‌‌​‌​‌⁠

Essas unidades de dados são chamadas de tokens (pequenos fragmentos de palavras, imagens ou sons que o computador divide para conseguir ler) e costumam pesar no bolso das empresas tanto na hora de enviar um comando quanto na hora de receber o texto pronto. Na nova API (sigla para Interface de Programação de Aplicações, uma ponte que permite a um programa conversar automaticamente com outro), a conta da resposta fica zerada porque o sistema não gera conversas. Internamente, equipes do próprio Google já aplicam a novidade em funções silenciosas que aparecem no dia a dia dos usuários, como verificações de segurança na Busca do Google, seleção automática de emojis e edições visuais na ferramenta de design Stitch.

Como funciona a tomada de decisão sem geração de texto

Para executar essas escolhas sem tagarelar, o Gemini Decision 1 recebe um pacote multimodal (capaz de combinar formatos diferentes ao mesmo tempo, incluindo textos, imagens, áudios, vídeos, planilhas CSV e documentos em PDF) de até 256 mil tokens, com teto exato listado em 262.144 tokens. Em vez de tentar adivinhar a próxima palavra como um robô de bate-papo tradicional, o modelo analisa todas as alternativas em uma única etapa de processamento.

As perguntas enviadas pelos programadores precisam se encaixar em três formatos restritos:

• Sim ou não (noul): checagens diretas de verdadeiro ou falso, como verificar se uma publicação respeita as regras de uma plataforma.
• Múltipla escolha (choice): seleção de uma alternativa dentro de uma lista fechada, útil para decidir qual ferramenta um aplicativo deve acionar.
• Pontuação por critérios (score): avaliação de um item segundo uma escala ordenada de regras definidas pelo usuário.

Junto com o veredito de cada pergunta, o sistema devolve a probabilidade calculada para aquela opção e uma nota de confiança. Quando o modelo demonstra baixa certeza na resposta, o aplicativo pode usar esse aviso para desviar o caso duvidoso para um sistema reserva ou para a revisão de uma pessoa.

O detalhe na cobrança e a disputa de mercado

O pacote inicial de arquivos enviado para análise guarda o detalhe que muda o cálculo de custos para quem desenvolve programas: o conteúdo compartilhado na entrada é cobrado uma única vez por chamada, independentemente de o sistema avaliar uma ou 1.000 perguntas sobre aquele material. Cada questão adicional acrescenta à fatura apenas os tokens de suas próprias instruções e regras, respeitando o limite de 16 mil tokens de contexto por pergunta.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌​‌​​​​‌‌​​​​​​‌‌​‌​​​​‌‌​​​​​‌‌​​‌​​​​‌‌​‌​‌​​‌‌​‌​​​​‌‌​‌‌​​​‌​‌‌​‌​​‌‌​​​‌​‌‌​​‌​‌​​‌‌​‌‌​​​‌‌​​​‌​​‌​‌‌​‌​​‌‌​‌​​​‌‌​​​​‌​​‌‌​​‌​​​‌‌​​‌‌​​‌​‌‌​‌​‌‌​​​‌​​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​​‌​​​‌​‌‌​‌​​‌‌​‌‌‌​‌‌​​‌​‌​‌‌​​​‌‌​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​‌‌‌​​‌‌​​‌​​​‌‌​‌​​​​‌‌​‌‌​​​‌‌​‌​​​​‌‌‌​​​​​‌‌​‌​‌⁠

Segundo o Google DeepMind, o tempo total de resposta de ponta a ponta (conhecido tecnicamente como latência) fica entre 150 e 250 milissegundos, sendo 50 a 100 milissegundos de processamento puro do modelo. A empresa afirma que essa velocidade permanece quase estável ao subir a carga de uma para 100 perguntas na mesma requisição.

Essa rapidez coloca a gigante das buscas na disputa direta com a plataforma Jev e com a Decisions API da OpenAI, serviço concorrente lançado em outubro. Em anúncio assinado pelo gerente de produto Min Choi e pelo cientista principal Felix Yu, o Google alega que o Gemini Decision 1 superou rivais em sua bateria de testes de raciocínio, classificação e roteamento de agentes (quando um programa tria um pedido e escolhe qual inteligência artificial é a mais adequada para resolvê-lo), registrando a menor taxa de erro de calibração e custando quase cinco vezes menos que o modelo Gemini 3.5 Flash-Lite. Apesar da comparação, a companhia não publicou os números exatos de precisão obtidos nesses testes.

Limites de uso e ferramentas compatíveis

Desenvolvedores que quiserem testar a tecnologia sem custo contam com uma faixa gratuita para criação de protótipos dentro do Google AI Studio, além do primeiro nível pago com limites ampliados de tráfego:

Como o Gemini Decision 1 não escreve textos livres nem suporta recursos comuns de assistentes virtuais, como busca na web ou saída em áudio, os pacotes de programação tradicionais criados para telas de bate-papo obviamente não funcionam com ele. O uso exige conexões voltadas para decisões estruturadas, que chegaram no lançamento integradas às plataformas OpenRouter (abre em nova aba), LiteLLM (abre em nova aba), LangChain, Vercel, Pydantic AI, Pipecat, LiveKit e OpenCode, enquanto o suporte nativo no Google Cloud foi anunciado apenas para breve.⁠​‌​​‌​​‌​‌​​​​​‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌​​‌‌​​​‌​​‌‌‌​​‌​​‌‌‌‌‌​​​​‌‌​‌​​​​‌‌​​​​​​‌‌​‌​​​​‌‌​​​​​‌‌​​‌​​​​‌‌​‌​‌​​‌‌​‌​​​​‌‌​‌‌​​​‌​‌‌​‌​​‌‌​​​‌​‌‌​​‌​‌​​‌‌​‌‌​​​‌‌​​​‌​​‌​‌‌​‌​​‌‌​‌​​​‌‌​​​​‌​​‌‌​​‌​​​‌‌​​‌‌​​‌​‌‌​‌​‌‌​​​‌​​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​​‌​​​‌​‌‌​‌​​‌‌​‌‌‌​‌‌​​‌​‌​‌‌​​​‌‌​​‌‌‌​​‌​‌‌​​​‌‌​​‌‌​‌‌‌​​‌‌​​‌​​​‌‌​‌​​​​‌‌​‌‌​​​‌‌​‌​​​​‌‌‌​​​​​‌‌​‌​‌⁠