Google entra en la carrera de los modelos de decisión con Gemini Decision 1

Qué ha ocurrido

Google ha presentado el 11 de noviembre de 2026 la Gemini Decisions API, un punto de acceso a un tipo de modelo que no genera texto: lo que hace es decidir. El modelo, Gemini Decision 1 (gemini-decision-1), recibe una entrada —texto, imágenes, audio, vídeo o PDF— y hasta 1.000 preguntas cerradas sobre ella, y devuelve para cada una una probabilidad y una puntuación de confianza en una sola pasada, sin generar respuesta token a token.

El anuncio, firmado por Min Choi, gerente de producto, y Felix Yu, científico principal de Google DeepMind, coloca a Google en la categoría de los llamados modelos de decisión, donde ya competían Jev y OpenAI. El servicio está disponible a través de la Gemini API en Google AI Studio, en su versión v1beta.

Qué es y para qué sirve

Un modelo de decisión no sustituye a un chatbot: responde a preguntas con un conjunto de opciones cerrado. Google lo orienta a casos como la selección de herramientas, las comprobaciones de políticas, el enrutado de peticiones entre modelos y la valoración de contexto. La idea es que un sistema agente, en lugar de preguntar «¿qué hago?» y recibir un párrafo, haga una pregunta concreta y obtenga una probabilidad sobre la que actuar.

La API ofrece tres tipos de pregunta, según la documentación oficial:

• noul (sí/no): estima la probabilidad de que se cumpla una condición, entre 0,01 y 0,99, con criterios opcionales para el caso verdadero y el falso.
• choice (opción única): elige entre 2 y 255 opciones y devuelve la ganadora junto con las probabilidades normalizadas de todas.
• score (rúbrica ordenada): puntúa una entrada en una escala de 2 a 255 niveles y devuelve una puntuación esperada ponderada por probabilidad.

Cada respuesta incluye una confianza de 0 a 1, pensada para que el código derive los casos dudosos a un sistema de reserva o a una persona.

Las cifras que da Google: una entrada de hasta 256.000 tokens (262.144 según la documentación), una latencia de 150 a 250 milisegundos de extremo a extremo y un precio de 0,10 dólares por millón de tokens de entrada, sin coste de tokens de salida. La compañía asegura que la latencia se mantiene casi plana entre 1 y 100 preguntas por petición y que el sistema cuesta casi cinco veces menos que Gemini 3.5 Flash-Lite con la Interactions API.

Lo que dice Google y lo que miden los independientes

Google afirma que Gemini Decision 1 lidera toda la suite de benchmarks que cubren enrutado de agentes, razonamiento, clasificación y comprensión multimodal, y que tiene el menor error de calibración.

La medición independiente más citada, el Decision Index v2.1 de Artificial Analysis, no confirma ese liderazgo. El índice puntúa no solo si el modelo acierta, sino si la probabilidad que asigna a su respuesta coincide con la realidad. Gemini Decision 1 obtiene 66 puntos sobre 100, frente a los 73 de Drex Max v1.1 y GLiDE v1.2, que encabezan la categoría, y por debajo de modelos de lenguaje generalistas como Claude Haiku 5.5 (77) y GPT-6 Luna (76). El resultado le deja en torno a la media de los 18 modelos de decisión analizados.

El coste por tarea, además, es elevado para lo que ofrece: Artificial Analysis estima 345 dólares por millón de tareas, frente a los 102 de Drex Max v1.1, y una latencia de 211 milisegundos por tarea, por encima de la mediana de su índice.

En la prueba privada AA-Paperclip, que exige acertar las 15 preguntas de cada documento para que este cuente como superado, los líderes son Drex Max v1.1 (63 % de documentos) y GLiDE v1.2 (62 %). El índice dedica el 30 % de su peso a esta prueba y el 45 % a datos privados, para dificultar el entrenamiento contra el benchmark.

Google no ha publicado los datos brutos de sus benchmarks, y este medio no ha reproducido las pruebas de ninguna de las dos partes.

El contexto: una categoría que se consolida

La llegada de Google no es un experimento aislado. Simon Willison, que sigue de cerca estos modelos, ha señalado que la Decisions API es «casi idéntica» a la de Jev, compatible con los mismos tres tipos de pregunta e incluso con el término noul, acuñado por aquella. La diferencia está en el alcance: Jev solo admite texto y JSON, OpenAI texto e imágenes, y Gemini Decision 1, según Google, es el más completo en modalidades, con texto, imágenes, audio, vídeo y PDF. Willison llegó a probarlo con un vídeo y obtuvo respuestas coherentes.

Los tres cobran lo mismo por token —0,10 dólares por millón de entrada y salida gratuita—, aunque Jev sigue siendo el más barato en conjunto, con 0,042 dólares por millón, según Willison. Él mismo comprobó que el modelo devolvía probabilidades matizadas (0,92 para «¿hay un robot?», 0,05 para «¿hay un dragón?») en lugar del 1 o el 0 que devuelven los rivales.

Para los equipos que montan agentes, la novedad relevante es que las decisiones acotadas —enrutar, aplicar políticas, elegir herramienta— dejan de ser una tarea para un modelo caro que genera texto y pasan a tener un producto específico, rápido y con confianza explícita.

Limitaciones y lo que sigue sin saberse

La documentación oficial deja claro que Gemini Decision 1 no es un modelo de uso general: no genera texto y no admite llamadas a funciones, almacenamiento en caché, procesamiento por lotes, salidas estructuradas ni búsqueda en tiempo real. Su límite de salida es cero tokens. Todo el razonamiento abierto sigue correspondiendo a modelos como Gemini 4 Carbon.

Tampoco hay fechas: Google no ha anunciado cuándo pasará de v1beta a disponibilidad general, y los benchmarks de los que presume la compañía son evaluaciones propias o en las que ha participado. La medición de Artificial Analysis es independiente, pero responde a una metodología con datos privados que ninguna de las partes ha publicado en bruto, así que debe leerse como una comparación orientativa y no como una verificación completa.

Por qué importa

La noticia no es solo que Google lance un modelo nuevo, sino que la industria está creando una categoría de producto alrededor de una necesidad concreta: que los agentes tomen decisiones baratas, rápidas y con una confianza que se pueda medir. La discrepancia entre lo que anuncia Google y lo que mide Artificial Analysis es una advertencia para quienes compran estos sistemas: el precio por token no cuenta toda la historia, y la calibración importa tanto como la precisión.