The Pulse

Google rilascia Gemini Decisions API per decisioni multimodali

L’API valuta fino a 1.000 domande indipendenti rispetto a un input condiviso composto da testo, immagini, audio, video o PDF. Google afferma che il nuovo modello Gemini Decision 1 restituisce probabilità e punteggi di confidenza invece di generare risposte testuali.

AI.info Team · · verificato · su 2 fonti ↓ · Pubblicato 11 nov 2026

Gli sviluppatori possono sottoporre fino a 1.000 domande indipendenti su un input condiviso attraverso la nuova Gemini Decisions API di Google, che restituisce probabilità e punteggi di confidenza invece di generare risposte testuali. L’endpoint è basato su Gemini Decision 1, un modello rilasciato tramite la Gemini API in Google AI Studio, ha dichiarato Google in un post dell’11 novembre.

L’input può combinare testo, immagini, audio, video e PDF. Il servizio è progettato per decisioni circoscritte, come scegliere strumenti, verificare policy, indirizzare richieste ai modelli e valutare il contesto.

Domande e confidenza

Una richiesta può mescolare domande con risposta sì o no, selezioni a scelta multipla e punteggi su scale ordinate. Per una domanda con risposta sì o no, l’API stima la probabilità che la condizione sia soddisfatta; gli sviluppatori possono anche fornire descrizioni di ciò che si considera vero o falso.

Una domanda a scelta multipla accetta da 2 a 255 opzioni e restituisce quella selezionata insieme alle probabilità di ogni opzione candidata. Una domanda basata su una scala produce un punteggio ponderato e le probabilità dei suoi livelli; la documentazione specifica da 2 a 255 livelli non vuoti.

Ogni risposta include un punteggio di confidenza da 0 a 1. La documentazione di Google lo descrive come una stima della probabilità che la risposta principale sia corretta e mostra come un’applicazione potrebbe inviare una risposta con un livello di confidenza più basso a una revisione umana.

Secondo la documentazione, le domande vengono valutate indipendentemente rispetto all’input condiviso: non possono vedersi tra loro e aggiungerne o rimuoverne una non modifica le altre risposte. La finestra di contesto è di 262.144 token, considerando l’input condiviso e tutte le domande.

Gli sviluppatori possono combinare diversi tipi di contenuti in quell’input, come la registrazione di una chiamata con le informazioni dell’account o la scansione di una richiesta di risarcimento con le fotografie dei danni. La risoluzione di immagini e video può essere regolata per controllare il dettaglio visivo e il costo in token.

Prezzi e prestazioni dichiarate

Google applica una tariffa di 0,10 dollari per 1 milione di token in input e di 0 dollari per i token in output, con un livello gratuito dell’API in Google AI Studio per la prototipazione. L’input condiviso viene fatturato una volta per richiesta, mentre ogni domanda aggiunge i propri token per istruzioni e criteri.

L’azienda afferma che Gemini Decision 1 assegna un punteggio alle opzioni candidate in un unico passaggio in avanti, invece di decodificare il testo della risposta un token alla volta. Riporta una latenza mediana di calcolo del modello di 50–100 millisecondi e una latenza end-to-end di 150–250 millisecondi per input multimodali e contesti fino a 16K token, con una latenza che rimane pressoché costante da 1 a 100 domande per richiesta.

In una suite di benchmark condivisa, la Decisions API con Gemini Decision 1 è risultata quasi cinque volte meno costosa di Gemini 3.5 Flash-Lite con la Interactions API, afferma Google. L’azienda sostiene inoltre che il suo nuovo modello ha ottenuto il primo posto nella suite e il più basso errore di calibrazione nei test su instradamento degli agenti, ragionamento, ordinamento e comprensione multimodale.

L’uso all’interno di Google

Secondo l’azienda, Gemini Notebook utilizza l’endpoint per indirizzare le richieste in arrivo a una fascia di modelli e a un livello di ragionamento. Google afferma che questo instradamento consente di gestire le richieste quotidiane con una latenza inferiore fino al 40%, riservando i modelli di ragionamento approfondito ai compiti complessi.

L’azienda afferma anche che il suo esperimento di canvas rapido Stitch utilizza l’API per creare e modificare wireframe dei flussi di prodotto, mentre CC di Google Labs la usa per selezionare reazioni emoji tra più di 200 opzioni. Google Search utilizza l’API per rilevare comportamenti e contenuti avversari rispetto alle valutazioni avversarie, afferma l’azienda.

Le integrazioni sono in fase di distribuzione su servizi tra cui OpenRouter, LangChain e Vercel, insieme agli SDK google-genai; il supporto per Gemini in Google Cloud è indicato come disponibile a breve. Se un filtro di sicurezza sull’input blocca una richiesta, l’API restituisce un errore HTTP 400 invece delle risposte, precisa la documentazione.