Gemini Decision 1 API
Gemini Decision 1 est un modèle de Google qui renvoie des probabilités et des scores de confiance pour des questions prédéfinies au lieu de générer du texte.
Gemini Decision 1 est un modèle publié par Google le 11 novembre 2026. Il ne produit pas de texte : il évalue jusqu'à 1 000 questions indépendantes en une seule requête et en une seule passe avant, et renvoie pour chacune une probabilité accompagnée d'un score de confiance compris entre zéro et un. Il accepte des questions oui/non, des choix multiples et des notes d'évaluation. Le modèle prend en entrée du texte, des images, de l'audio, des vidéos et des PDF, avec une fenêtre de contexte de 256K tokens ; la résolution des images et des vidéos peut être ajustée pour maîtriser le niveau de détail visuel et le coût en tokens.
Ses performances en latence le destinent aux tâches de décision intégrées à des chaînes d'agents : sélection d'outils, contrôles de politique, routage de modèles, évaluation de contexte et de contenu. Google annonce une latence de bout en bout de 150 à 250 millisecondes pour des contextes allant jusqu'à 16K tokens, et une latence qui reste presque constante que l'on pose 1 ou 100 questions par requête. Le matériel d'entrée partagé n'est facturé qu'une fois par requête, quel que soit le nombre de questions.
Le modèle est accessible via le Gemini API dans Google AI Studio, avec des guides Python, JavaScript et REST pour les développeurs. Google l'utilise dans Gemini Notebook pour router les requêtes, ce qui réduit jusqu'à 40 % la latence des requêtes courantes. Les chiffres de latence publiés ne valent que pour des contextes jusqu'à 16K tokens, et aucune vérification indépendante des benchmarks n'est encore disponible.
Mis à jour:
ID DU MODÈLE
gemini-decision-1- Contexte
- 262.144K
- Sortie max.
- 235.929K
- Entrée
- text / image / audio / video / file
- Sortie
- decisions
Points clés
- Jusqu'à 1 000 questions par requête
- Score de confiance par décision
- Latence de 150 à 250 ms jusqu'à 16K tokens
- Latence quasi stable selon le nombre de questions
- Entrées texte, image, audio, vidéo et PDF
- Contexte de 256K tokens
Fournisseurs
Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | |||
|---|---|---|---|
| $0.1 | $0 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Benchmarks
- 92.2%
JevBench
Tests internes de Google, contre 90.0% pour Jev 1.14 de TypeSafe
Scores tels que publiés par le fournisseur du modèle.
Démarrage rapide des décisions
Envoyez un état et des questions typées et précises à /api/v1/decisions et recevez une réponse par question : noul renvoie une probabilité de 0 à 1, choice l'option sélectionnée avec sa distribution, et score une note numérique pour des critères ordonnés. Ce point de terminaison est distinct des surfaces Chat Completions, Messages et Responses.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-decision-1",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'Questions fréquentes
Qu'est-ce que Gemini Decision 1?
Gemini Decision 1 est un modèle publié par Google le 11 novembre 2026. Il ne produit pas de texte : il évalue jusqu'à 1 000 questions indépendantes en une seule requête et en une seule passe avant, et renvoie pour chacune une probabilité accompagnée d'un score de confiance compris entre zéro et un. Il accepte des questions oui/non, des choix multiples et des notes d'évaluation. Le modèle prend en entrée du texte, des images, de l'audio, des vidéos et des PDF, avec une fenêtre de contexte de 256K tokens ; la résolution des images et des vidéos peut être ajustée pour maîtriser le niveau de détail visuel et le coût en tokens. Ses performances en latence le destinent aux tâches de décision intégrées à des chaînes d'agents : sélection d'outils, contrôles de politique, routage de modèles, évaluation de contexte et de contenu. Google annonce une latence de bout en bout de 150 à 250 millisecondes pour des contextes allant jusqu'à 16K tokens, et une latence qui reste presque constante que l'on pose 1 ou 100 questions par requête. Le matériel d'entrée partagé n'est facturé qu'une fois par requête, quel que soit le nombre de questions. Le modèle est accessible via le Gemini API dans Google AI Studio, avec des guides Python, JavaScript et REST pour les développeurs. Google l'utilise dans Gemini Notebook pour router les requêtes, ce qui réduit jusqu'à 40 % la latence des requêtes courantes. Les chiffres de latence publiés ne valent que pour des contextes jusqu'à 16K tokens, et aucune vérification indépendante des benchmarks n'est encore disponible.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quels types d'entrées Gemini Decision 1 accepte-t-il ?
Il accepte du texte, des images, de l'audio, des vidéos et des PDF, avec une fenêtre de contexte de 256K tokens.
Quel type de sortie produit-il ?
Il renvoie des probabilités et un score de confiance entre zéro et un pour chaque question prédéfinie, au lieu de générer du texte.
Combien de questions peut-il traiter en une requête ?
Jusqu'à 1 000 questions indépendantes en une seule requête et une seule passe avant, qu'il s'agisse de questions oui/non, de choix multiples ou de notes.
À quelles tâches est-il destiné ?
Aux décisions structurées comme la sélection d'outils, les contrôles de politique, le routage de modèles et l'évaluation de contexte ou de contenu.
Comment se distingue-t-il d'un modèle génératif de la famille Gemini ?
Il ne rédige pas de réponse : il note des questions fermées et fournit une confiance chiffrée, ce qui le rend adapté au routage et aux vérifications plutôt qu'à la génération de texte.