Le 11 novembre 2026, Google a présenté l'API Gemini Decisions sur son blog officiel, propulsée par le nouveau modèle Gemini Decision 1. Elle n'écrit pas d'articles et ne discute pas. Elle fait une seule chose : rendre des décisions fermées sur une entrée donnée. Une seule requête peut contenir jusqu'à 1 000 questions oui/non, à choix multiples ou de notation, et le modèle les traite toutes en une seule passe, avec une latence de bout en bout de 150 à 250 millisecondes. Pour les produits qui doivent décider en temps réel, c'est bien plus rapide que d'attendre la réponse d'un modèle génératif, jeton par jeton.
Ce qu'une entrée peut juger
L'API accepte des entrées mixtes — texte, image, audio, vidéo et PDF — jusqu'à 256K jetons par requête. Trois types de questions peuvent être mélangés dans une même requête : les questions oui/non renvoient la probabilité de oui ou de non ; les questions à choix multiples acceptent de 2 à 255 options et renvoient le gagnant ainsi que les probabilités normalisées de chaque candidat ; les questions de notation utilisent une grille ordonnée à partir de 0 et renvoient un score continu avec les probabilités par niveau. Chaque réponse porte un score de confiance de 0 à 1, pour que le code puisse renvoyer les cas incertains vers un humain ou un flux de secours. Le tarif est de 0,10 dollar par million de jetons d'entrée, les jetons de sortie sont gratuits, et une même entrée n'est facturée qu'une fois, quel que soit le nombre de questions. Les benchmarks publiés par Google placent Gemini Decision 1 en tête pour le routage d'agents, le raisonnement, le classement et la compréhension multimodale, avec l'erreur de calibration la plus faible — l'ensemble coûte près de 5 fois moins cher que Gemini 3.5 Flash-Lite avec l'API Interactions.
Qui l'utilisera en premier
Google compte déjà quatre déploiements en interne : Gemini Notebook s'en sert pour le routage en temps réel, en envoyant chaque requête vers le bon niveau de modèle et de réflexion, et réduit la latence des requêtes quotidiennes jusqu'à 40 % ; le canevas rapide de Stitch génère en quelques secondes des maquettes cliquables d'un parcours produit ; CC de Google Labs choisit instantanément l'émoji adapté parmi plus de 200 options ; Google Search l'utilise comme couche de sécurité pour les outils MCP, afin de détecter les comportements et contenus adverses. Les cas d'usage sont précis : sélection d'outils, vérification de politiques, routage de modèles et évaluation de contexte. La limite est tout aussi claire : elle ne génère pas de texte ouvert — les tâches qui exigent de longues réponses, de l'écriture créative ou un raisonnement complexe restent du ressort des modèles génératifs. L'intégration à l'écosystème progresse : OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit et OpenCode sont déjà là, et le support dans Google Cloud est en préparation.
L'API peut déjà être testée dans Google AI Studio, avec un niveau gratuit, et Google a publié trois applications de démonstration : Doorstep Parcels, Speed Sketch et Find the Zoo Keeper. Ce qu'il faut vraiment surveiller, c'est si la calibration tient aussi bien sur des données métier réelles que dans les benchmarks — dès que les scores de confiance dérapent, le coût explose dans les scénarios de routage et de modération.
