Gemini Decision 1: funciones, benchmarks, precios y acceso

Los modelos de decisión se están convirtiendo en una categoría propia. Jev de TypeSafe devuelve respuestas tipadas con probabilidades en lugar de texto, OpenAI tiene su propia Decisions API y, el 11 de noviembre de 2026, Google se sumó con la Gemini Decisions API y el modelo que la impulsa: Gemini Decision 1.

Gemini Decision 1 responde preguntas cerradas, nunca abiertas: comprobaciones de sí/no, opción múltiple y puntuaciones por rúbricas, hasta 1.000 por solicitud. Lee texto, imágenes, audio, vídeo y PDF en una sola pasada, no factura tokens de salida y cuesta $0,10 por cada millón de tokens de entrada. Google informa de una latencia de extremo a extremo de 150–250 ms y del menor error de calibración en su comparativa, por delante de Jev.

En este artículo verás qué es Gemini Decision 1, qué puedes construir con él, cómo rinde en los benchmarks de Google y cuánto cuesta. Si los modelos de decisión son nuevos para ti, consulta nuestras guías de Jev de TypeSafe y la OpenAI Decisions API.

Para estar al día en IA y datos, te recomiendo suscribirte a nuestro boletín semanal, The Median.

Resumen

• Gemini Decision 1 es el primer modelo de decisión de Google: puntúa opciones en vez de redactar texto.
• Su ventaja sobre Jev está en los medios: una sola llamada puede evaluar imágenes, audio, vídeo y PDF.
• Tiene la mejor calibración en el gráfico de Google, así que sus puntuaciones de confianza son las adecuadas para establecer umbrales.
• Jev sigue ganando en decisiones con llamadas a herramientas y resulta más barato en las evaluaciones compartidas por Google.
• Úsalo para enrutado, comprobaciones de políticas y calificación; no puede generar ni una palabra.

¿Qué es Gemini Decision 1?

Gemini Decision 1 (gemini-decision-1) es un modelo multimodal especializado que evalúa preguntas tipadas sobre una entrada compartida y devuelve probabilidades calibradas sin tokens de salida. Es el único modelo detrás de la nueva Decisions API de Google, un endpoint separado de la Interactions API que sirve los modelos generativos de Gemini.

La diferencia con un modelo de lenguaje grande (LLM) generativo está en cómo se entrega la respuesta. Un modelo generativo "escribe" token a token y tu código lo parsea; Gemini Decision 1 puntúa cada opción candidata en una sola pasada y devuelve una probabilidad para cada una. No hay texto que parsear, ni presupuesto de razonamiento, ni factura por salida.

La principal baza de Google es la calibración: Gemini Decision 1 tiene el menor error de calibración esperado (ECE) en su comparativa, lo que significa que su confianza declarada se ajusta a la frecuencia con la que acierta de verdad. Eso pesa más que la precisión bruta cuando tu código actúa en función de una probabilidad.

Características clave de Gemini Decision 1

Gemini Decision 1 hace un único trabajo, así que sus funciones van de cuánto cabe de ese trabajo en una llamada.

Haz hasta 1.000 preguntas sobre una entrada en una sola llamada

Envías una entrada compartida y un mapa de preguntas, y recibes una respuesta tipada por pregunta. Una única solicitud puede incluir de 1 a 1.000 preguntas, limitada por la ventana de contexto de 262.144 tokens, y cada pregunta se evalúa de forma aislada frente a la entrada, así que unas no ven a las otras.

Tres tipos de preguntas cubren la mayoría de decisiones cerradas:

• Sí/no (noul): la probabilidad de que una afirmación se cumpla, de 0,01 a 0,99.
• Elección: una opción entre 2 y 255, con probabilidad para cada opción.
• Puntuación: una valoración en una rúbrica ordenada de 2 a 255 niveles, devuelta como nivel esperado ponderado por probabilidad.

La ventaja práctica está en la facturación y la latencia. La entrada compartida se factura una vez por solicitud; cada pregunta adicional añade solo sus propios tokens de instrucción y criterios, y Google dice que la latencia se mantiene casi plana de 1 a 100 preguntas. Comprobar un mensaje de soporte frente a 40 reglas de política cuesta poco más que comprobarlo frente a una, y tarda más o menos lo mismo.

Evalúa imágenes, audio, vídeo y PDF directamente

Gemini Decision 1 entiende medios de forma nativa, así que puedes preguntar si una reclamación en PDF escaneado cuadra con sus fotos de daños, o a qué cola pertenece una grabación de llamada, sin pasar antes por transcripción u OCR. Google señala que no hay cargos separados por transcripción de audio u OCR, y puedes ajustar la resolución en entradas de imagen y vídeo para equilibrar detalle visual y coste en tokens.

Esta es la brecha más clara frente a Jev y GPT-6 Luna, que no tienen puntuación en los benchmarks de audio y vídeo de Google. Los propios equipos de Google lo usan sobre medios en vivo: CC de Google Labs elige una reacción con emoji entre más de 200 opciones en una fracción de segundo, y el lienzo rápido de Stitch aplica ediciones por voz y toques casi al instante.

Dos matices de la documentación. Las instrucciones de las preguntas solo aceptan texto, y la API rechaza URLs de YouTube y URIs directas de gs:// Cloud Storage, así que los medios se suben vía la Files API, una URL HTTPS o bytes inline.

Obtén una puntuación de confianza con la que enrutar

Cada respuesta incorpora una confianza de 0 a 1, la probabilidad estimada de que la mejor respuesta sea correcta. El patrón previsto es actuar automáticamente por encima de un umbral y enviar el resto a un flujo alternativo o a revisión humana.

Google es claro en que el umbral lo defines tú: ajústalo con ejemplos etiquetados de tu propio tráfico y sopesa falsos positivos frente a falsos negativos. Una buena calibración en las evaluaciones de Google es un punto de partida, no prueba de que se mantenga en tus datos.

Enruta solicitudes al modelo adecuado

El caso de uso estrella es como plano de control delante de modelos generativos. Gemini Notebook usa la Decisions API para enviar cada consulta entrante al nivel y tipo de modelo correctos, sirviendo las consultas cotidianas con hasta un 40% menos de latencia y reservando los modelos de razonamiento profundo para las complejas.

Google Search lo usa como capa de seguridad para herramientas de Model Context Protocol (MCP), detectando comportamiento adversarial dentro de su presupuesto de latencia. El patrón se generaliza: allí donde hoy llamas a un modelo generativo solo para obtener una etiqueta, un modelo de decisión hace lo mismo más rápido y sin parsing.

¿Cómo rinde Gemini Decision 1 en los benchmarks?

Gemini Decision 1 lidera 7 de los 9 benchmarks de precisión que reporta Google y tiene el menor error de calibración, pero Jev 1.14 gana las dos pruebas de herramientas y acciones y es más barato en conjunto. La comparativa cubre Jev 1.14, GPT-6 Luna en la OpenAI Decisions API y Gemini 3.5 Flash-Lite en la Interactions API con razonamiento mínimo. Las puntuaciones las aporta Google, y el mejor de cada fila va en negrita.

Enrutado, ranking y razonamiento

La mayor ventaja está en New Yorker Caption (solo texto), donde Gemini Decision 1 logra un 79,7% frente al 72,0% de Jev 1.14 y el 68,4% de GPT-6 Luna.

La mayoría de ventajas sobre Jev son de 1–2 puntos, cerca del ruido. When2Call es la clave si construyes enrutadores de agentes: la ventaja de 2 puntos de Jev cae justo en la decisión que más a menudo toman esos enrutadores.

Audio y vídeo

Gemini Decision 1 obtiene un 69,1% en Video-MME sin subtítulos, frente al 63,3% de Gemini 3.5 Flash-Lite. Jev y GPT-6 Luna no tienen puntuación en ninguno de los benchmarks de medios.

Así que, en audio y vídeo, la única comparación es contra el modelo generativo de Google. Superar a Flash-Lite por unos 4–6 puntos sin facturar tokens de salida sigue siendo un argumento fuerte para decisiones sobre medios.

Calibración y coste

El Top-1 ECE de Gemini Decision 1 de 0,0250 en las 7 evaluaciones compartidas es el mejor del gráfico, por delante de Jev 1.14 con 0,0494 y GPT-6 Luna con 0,0721.

En precio, la foto se invierte. En las mismas 7 evaluaciones, Jev es el modelo más barato del gráfico.

La afirmación de Google de "casi 5 veces más barato" es frente a su propio Gemini 3.5 Flash-Lite. Frente a Jev, pagas alrededor de un 30% más a cambio de mejor calibración y soporte para medios.

Precio y disponibilidad de Gemini Decision 1

Gemini Decision 1 cuesta $0,10 por 1M de tokens de entrada en el plan de pago, sin cargo de salida porque no genera tokens de salida. Texto, imagen, vídeo, audio y PDF se facturan al mismo ritmo.

• Plan gratuito: disponible en Google AI Studio para prototipado, con 200 solicitudes por minuto y 10.000 al día. Los datos del plan gratuito se usan para mejorar los productos de Google; los del plan de pago no.
• Planes de pago: el nivel 1 permite 1.500 solicitudes por minuto, subiendo hasta 15.000 en el nivel 3.
• No compatible: caché de contexto, Batch API y inferencia Flex o Priority, así que la misma entrada repetida en varias solicitudes se factura completa cada vez.
• Estado: disponible ya en la Gemini Developer API (v1beta).

La ausencia de caché de contexto importa más de lo que parece. Si compruebas el mismo documento largo con una pregunta nueva cada pocos segundos, pagarás ese documento en cada llamada; agrupa las preguntas en una sola solicitud.

¿Cómo conseguir acceso a Gemini Decision 1?

El ID del modelo en la API es gemini-decision-1, y se invoca con client.decisions.create en el SDK google-genai con la versión de API v1beta. Google AI Studio también incluye un Decisions Playground para probar preguntas antes de escribir código.

En OpenRouter, el modelo es google/gemini-decision-1, servido mediante el endpoint System One usado por Jev, no el endpoint de chat completions. Google afirma que se están desplegando integraciones en LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode, con soporte para Gemini en Google Cloud próximamente. No aparece en la documentación de modelos de Vertex AI a fecha de 12 de noviembre de 2026.

Este es un control mínimo de gastos que plantea dos preguntas sobre una misma nota:

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
    model="gemini-decision-1",
    input="Team dinner, 6 people, $412 incl. wine. Receipt attached.",
    questions={
        "has_alcohol": {"type": "noul", "instructions": "Does the claim include alcohol?"},
        "category": {
            "type": "choice",
            "instructions": "Which expense category fits this claim?",
            "criteria": {"meals": "Food and drink.", "travel": "Flights, trains, hotels.", "other": "Anything else."},
        },
    },
)
print(result.answers["has_alcohol"].noul, result.answers["category"].choice)Con la tecnología de

Para un ejemplo completo de una canalización con modelos de decisión, nuestro tutorial del enrutador de tickets con Jev cubre el mismo patrón de preguntas, umbrales y planes alternativos.

Conclusiones

Gemini Decision 1 convierte los modelos de decisión en una categoría con tres proveedores, y Google aporta lo que TypeSafe y OpenAI no tenían: un modelo de decisión que lee imágenes, audio, vídeo y PDF de forma nativa. Con la mejor calibración de su propio gráfico, es la opción más segura cuando actúas en función de puntuaciones de confianza.

No es una victoria limpia. Jev 1.14 es más barato en las evaluaciones compartidas de Google y mejor en decisiones con llamadas a herramientas, así que un enrutador de agentes solo con texto no tiene un motivo urgente para cambiar. Todo lo que implique medios o PDF es donde yo empezaría con Gemini Decision 1.

Si te apetece crear aplicaciones alrededor de modelos como este, te recomiendo nuestro itinerario de habilidades Developing AI Applications.