Google lanzó un modelo que no escribe: solo decide, y dice qué tan seguro está
Google lanzó la Gemini Decisions API, construida sobre un modelo nuevo llamado Gemini Decision 1 que no escribe texto. Responde preguntas cerradas —sí o no, una opción de una lista, un puntaje— y devuelve con cada respuesta un número de confianza.
Es un producto raro y por eso interesante: en vez de competir por escribir mejor, compite por decidir barato.
Qué hace la Gemini Decisions API
Las cifras que publica Google:
- Hasta 1.000 preguntas independientes en una sola llamada, dentro de una ventana de 262.144 tokens que incluye la entrada y las preguntas.
- Latencia declarada de 150 a 250 milisegundos de extremo a extremo para entradas de hasta 16K tokens, con 50 a 100 ms de cómputo del modelo.
- Google afirma que la latencia se mantiene casi constante entre 1 y 100 preguntas por solicitud.
- Entrada multimodal: texto, imágenes, audio, video o PDF, hasta 100 MB en línea (50 MB para PDF).
- US$0,10 por millón de tokens de entrada y US$0 de salida, porque no genera tokens de salida. Sin cargo aparte por razonamiento, transcripción de audio ni OCR.
Lo de la confianza calibrada es la parte que de verdad importa. Calibrar significa que cuando el modelo dice 80%, acierta aproximadamente el 80% de las veces. Según la documentación, en preguntas de sí o no la probabilidad se mantiene entre 0,01 y 0,99, y en opción múltiple las probabilidades suman 1.
Google afirma tener el menor error de calibración entre los modelos que comparó, pero no publicó las puntuaciones ni la lista completa de competidores, así que esa afirmación no se puede verificar.
Qué encontró una prueba independiente
Una revisión publicada por MindStudio probó el modelo con las cuatro modalidades y el resultado fue desparejo. Vale la pena leerlo antes de meterlo en producción.
En audio, un clip de angustia por rechazo lo clasificó como alegría con 93% de confianza, y al repetir la prueba dio resultados parecidos. En video, identificó bien las actividades pero asignó apenas 21% de confianza a que el clip fuera generado por IA, cuando para el revisor era evidente que lo era.
Con imágenes le fue mejor: en una prueba devolvió 19% de confianza sobre si había evidencia suficiente, y el revisor consideró que esa baja confianza era la respuesta correcta. Que un modelo sepa decir «no estoy seguro» con un número honesto es justamente la promesa del producto.
La conclusión del revisor es la sensata: el rendimiento cambia mucho según la modalidad, así que hay que probarlo con datos propios antes de confiarle nada.
Para qué sirve esto en la práctica
La Gemini Decisions API no es para hacer un chatbot. Es para el trabajo invisible que hoy se resuelve con un modelo grande y caro, o con gente.
Casos donde encaja: moderar comentarios, clasificar tiquetes de soporte por categoría y urgencia, filtrar hojas de vida contra criterios definidos, revisar si una factura trae los campos obligatorios, decidir a qué área enrutar una solicitud.
Para un call center o un equipo de servicio al cliente en Colombia la cuenta es directa: mil decisiones por llamada, respuesta en menos de un cuarto de segundo y sin cobro de salida es otra escala de costo frente a mandar cada caso a un modelo conversacional.
Pero la trampa está en la calibración, no en el precio. Un clasificador que acierta el 85% y lo sabe es útil, porque puedes mandar a revisión humana lo que quede por debajo de cierto umbral. Un clasificador que acierta el 85% y se cree del 99% es peligroso. Por eso la prueba del audio importa: ahí el modelo estuvo muy seguro y muy equivocado.
La recomendación práctica: antes de automatizar nada, corre doscientos casos tuyos ya resueltos, compara y mira si el número de confianza se parece a la tasa real de aciertos. Si se parece, tienes una herramienta barata. Si no, tienes un problema caro.
Lee también:
Muse Ember y el precio real por millón de tokens
Claude Haiku 5.5 baja su precio hasta 90%
Sitios oficiales:
Google AI para desarrolladores
Reportado por: Blog de Google — MindStudio — Data Studios
