Che cosa cambia rispetto ai modelli generativi
Google DeepMind presenta Gemini Decisions API, un'interfaccia progettata per decisioni rapide a risposta chiusa: domande sì/no, scelta multipla e valutazioni su scala. Il modello sottostante, Gemini Decision 1, elabora fino a 1000 domande indipendenti in un solo passaggio e su più formati, cioè testo, immagini, audio, video e PDF. Secondo quanto riportato dalla fonte, il sistema assegna un punteggio diretto alle opzioni e restituisce probabilità con valori di confidenza in un intervallo tra 150 e 250 millisecondi.
L'elemento nuovo non è quindi un modello conversazionale più potente, ma un modello specializzato nel classificare e scegliere. È una differenza che conta per chi costruisce sistemi che devono prendere molte decisioni elementari in tempi brevi, dove la generazione di testo sarebbe superflua e costosa.
Costi dichiarati e utilizzi interni
La società indica un prezzo di 0,10 dollari per milione di token di input, senza addebito sui token di output, e sostiene che il costo sia circa cinque volte inferiore a quello di Gemini 3.5 Flash-Lite. Si tratta di cifre fornite da Google e non verificate in modo indipendente sulla base del materiale disponibile.
Google afferma di usare già l'API al proprio interno in tre contesti: l'instradamento dinamico dei modelli in Gemini Notebook, la prototipazione di design in Stitch e i controlli di sicurezza in Google Search. L'API è disponibile da subito tramite Google AI Studio, mentre le integrazioni con OpenRouter, LangChain, Vercel e altre piattaforme sono descritte come in fase di distribuzione. Non è indicato un calendario per il completamento di queste integrazioni.
Un filone affollato, con nodi ancora aperti
Il lancio si inserisce in una tendenza recente: secondo la fonte, dopo la startup Jev sono arrivate offerte simili da OpenAI, Cloudflare e Microsoft. La competizione si sposta dunque dalla generazione alla valutazione rapida e a basso costo, un segmento che interessa applicazioni dove servono molte decisioni ripetibili più che risposte articolate.
Restano però aspetti da chiarire. Il materiale non specifica come vengono misurati i 150-250 millisecondi né con quale carico, e non chiarisce l'affidabilità delle probabilità restituite su domande ambigue o su formati diversi come audio e video. Non è inoltre indicato se i 1000 quesiti per passaggio abbiano limiti di lunghezza o di complessità. Sono proprio questi dettagli a determinare se il modello sarà adatto a decisioni con conseguenze operative, come i controlli di sicurezza citati dalla stessa Google.
