Gemini Decisions API : Google lance des réponses calibrées
Google lance Gemini Decisions API, un endpoint pour produire des décisions fermées, rapides et calibrées sur des contenus multimodaux.
Google a annoncé Gemini Decisions API, un nouvel endpoint destiné aux décisions fermées et propulsé par le modèle gemini-decision-1. L’idée est simple : au lieu de générer une réponse longue, l’API évalue des options connues à l’avance et renvoie des probabilités exploitables par ton application.
Pour un professionnel, l’intérêt se situe dans les workflows où il faut classer, router, vérifier ou noter un contenu rapidement. Support client, conformité, tri documentaire, agent IA, contrôle qualité : Gemini Decisions API vise les cas où la décision doit être structurée, pas rédigée.
Ce qui change concrètement
Gemini Decisions API traite un même contenu multimodal et peut évaluer jusqu’à 1 000 questions indépendantes dans une seule requête. Selon Google, l’entrée peut combiner texte, images, audio, vidéo et PDF, avec une fenêtre d’entrée annoncée jusqu’à 256K tokens.
Le modèle ne fonctionne pas comme un chatbot classique. Il ne produit pas une réponse libre token par token. Il score des options définies, puis renvoie des probabilités et un score de confiance compris entre 0 et 1. Google annonce une latence de bout en bout de 150 à 250 ms, avec un temps de calcul médian du modèle de 50 à 100 ms.
Trois types de questions sont pris en charge :
- noul : une décision oui/non. L’API estime la probabilité qu’une condition soit vraie.
- choice : un choix multiple. Le type accepte de 2 à 255 choix et renvoie le gagnant avec des probabilités normalisées pour chaque option.
- score : une rubrique ordonnée. L’API renvoie un score continu pondéré, avec les probabilités par niveau.
Ce format est important. Il permet de brancher directement la sortie dans du code métier. Par exemple : si la confiance est supérieure à un seuil, le ticket est routé automatiquement. Si elle est basse, le dossier part en revue humaine. ITmedia rapporte aussi que l’API renvoie des probabilités et un score de confiance, ce qui confirme cet usage orienté décision plutôt que génération.
VentureBeat souligne que Gemini Decision 1 peut répondre à jusqu’à 1 000 questions sur le même contenu en un seul passage. C’est utile quand un document doit être évalué selon plusieurs règles : conformité, priorité, catégorie, sévérité, langue, présence d’informations manquantes, besoin d’escalade.
Comment l'essayer
L’accès passe par la Gemini API dans Google AI Studio. Google indique que tu peux récupérer une clé API dans Google AI Studio, puis utiliser la documentation Python, JavaScript ou REST.
Le modèle à appeler est gemini-decision-1. Google mentionne aussi un palier gratuit, ou no-cost, dans Google AI Studio pour prototyper avec Gemini Decision 1.
Côté prix, Google annonce 0,10 $ par million de tokens d’entrée, avec 0 $ de tokens de sortie facturés. VentureBeat reprend le même tarif. La disponibilité spécifique en France n’est pas communiquée dans l’annonce. TECH+ indique que la prise en charge via Gemini Cloud ou Gemini dans Google Cloud est prévue ultérieurement, tandis que le service est déjà accessible via Gemini API avec une offre gratuite.
Pour qui, et pour quoi faire
Le cas d’usage le plus direct concerne les équipes qui doivent transformer un contenu non structuré en décision opérationnelle. Prenons un service client B2B. Tu peux envoyer à l’API l’enregistrement audio d’un appel, le texte d’un ticket, une capture d’écran et un PDF de contrat. En une requête, tu poses plusieurs questions : le client menace-t-il de résilier, quel produit est concerné, quelle priorité appliquer, faut-il transmettre au juridique, le dossier est-il complet.
Le résultat peut alimenter ton outil de ticketing. Une réponse choice choisit l’équipe destinataire. Une réponse score évalue la sévérité. Une réponse noul vérifie si une règle interne est déclenchée. Le score de confiance sert à décider si l’automatisation peut continuer ou si un humain doit valider.
Autre usage concret : le routage d’agents IA. Google cite le model routing et la sélection d’outil parmi les usages visés. Dans un workflow agentique, Gemini Decisions API peut choisir quel outil appeler, quel modèle utiliser ou si une demande doit être refusée selon une politique interne. Si tu construis ce type de parcours, le guide NXUS sur les cas d’usage d’agents IA par métier peut aider à cadrer les scénarios avant l’intégration technique.
Limites et points de vigilance
Gemini Decisions API est conçue pour des décisions fermées. Si ton besoin est de rédiger une réponse, de synthétiser un document ou de dialoguer avec un utilisateur, ce n’est pas le bon endpoint principal. Elle devient utile quand les options sont déjà connues.
La qualité dépend donc beaucoup de la formulation des questions et des critères. Un mauvais choix de libellés peut produire des décisions fragiles. Il faut tester les seuils, comparer les résultats à des cas réels et prévoir une voie de secours pour les situations ambiguës.
Le score de confiance n’est pas une garantie de vérité. Il donne un signal pour piloter ton workflow. Dans les domaines sensibles, mieux vaut l’utiliser pour prioriser ou préfiltrer, pas pour décider seul sans contrôle.
Autre point : l’API facture les tokens d’entrée. Les contenus longs, les PDF volumineux, les images ou vidéos avec une résolution élevée peuvent donc peser dans le coût. Google indique qu’il est possible d’ajuster la résolution des entrées image et vidéo pour contrôler le niveau de détail visuel et le coût en tokens.
L'avis NXUS
Gemini Decisions API est intéressante pour les entreprises qui veulent industrialiser des choix simples, répétés et mesurables. Son format calibré la rend plus facile à intégrer dans un workflow que des réponses libres de chatbot.
Le bon réflexe consiste à commencer par un petit nombre de décisions à fort volume : routage de tickets, contrôle de conformité, qualification de leads, tri de documents. Ensuite, mesure les erreurs, fixe des seuils de confiance et garde une validation humaine sur les cas à risque.
Pour les équipes métier, le sujet n’est pas seulement technique. Il faut d’abord définir les catégories, les critères et les règles d’escalade. L’API peut accélérer l’exécution, mais la valeur vient du cadrage du processus.
Sources
Source : Google
Rudy Molinillo
