Google lance un nouveau modèle d'IA multimodal spécialisé, Gemini Decisions API 1, capable d'évaluer jusqu'à 1 000 questions à partir d'une même entrée

Et de renvoyer des probabilités calibrées

Google a lancé l'API Gemini Decisions, un nouveau point de terminaison conçu pour prendre rapidement des décisions dans un ensemble fermé. Elle fonctionne sur un nouveau modèle appelé Gemini Decision 1 et est disponible via l'API Gemini dans Google AI Studio. Son champ d'application est délibérément restreint : au lieu de générer des réponses ouvertes, l'API répond à des questions pour lesquelles il existe un menu fixe de réponses possibles. À partir d'une entrée unique, les développeurs peuvent poser jusqu'à 1 000 questions indépendantes en une seule requête. Google n'est pas le premier grand laboratoire à commercialiser ce type de produit : l'API Decisions d'OpenAI est entrée en bêta publique le 6 octobre 2026, et Microsoft a emboîté le pas le 9 octobre avec un modèle baptisé Microsoft-Decision-1. La version de Google s'appuie sur deux arguments de vente : sa large fenêtre d'entrée et sa prise en charge multimodale native.

Google LLC est une multinationale américaine spécialisée dans les technologies de l'information, la publicité en ligne, les moteurs de recherche, la messagerie électronique, le cloud computing, les logiciels, l'informatique quantique, le commerce électronique, l'électronique grand public et l'intelligence artificielle (IA). Elle a été qualifiée de « société la plus puissante au monde » par la BBC, et figure parmi les marques les plus valorisées au monde. La société mère de Google, Alphabet Inc., a été décrite comme une entreprise du secteur des « Big Tech ».

Google souhaite que son IA cesse de rédiger des dissertations lorsqu'une réponse simple suffit. Le 11 novembre 2026, l’entreprise a lancé l’API Gemini Decisions, un nouveau point de terminaison conçu pour prendre rapidement des décisions dans un ensemble fermé. Elle fonctionne sur un nouveau modèle appelé Gemini Decision 1, identifié dans le code sous le nom de gemini-decision-1, et est disponible via l’API Gemini dans Google AI Studio. Son champ d’application est délibérément restreint. Au lieu de générer des réponses ouvertes, l’API répond à des questions pour lesquelles il existe un menu fixe de réponses possibles.

Au cœur de l'API Decisions

Google décrit cette API comme un ensemble de primitives spécialement conçues pour les choix limités. Les exemples cités sont la sélection d’outils, la vérification des politiques, le routage des modèles et l’évaluation du contexte. Les développeurs peuvent fournir à l’API une seule entrée multimodale. Cette entrée peut inclure du texte, des images, de l’audio, de la vidéo et des fichiers PDF, avec une limite maximale de 256 000 tokens.

À partir de cette entrée unique, les développeurs peuvent poser jusqu’à 1 000 questions indépendantes en une seule requête. Ainsi, une vidéo mise en ligne pourrait être vérifiée par rapport à une longue liste de critères de type « oui ou non » en une seule fois, plutôt que par requête successive. Google présente les résultats comme étant rapides et calibrés. Le calibrage est ici essentiel : le niveau de confiance d’un modèle calibré doit correspondre à la fréquence à laquelle il a effectivement raison. Un modèle qui affirme être sûr à 90 % devrait avoir raison environ neuf fois sur dix.


Google n’est pas le premier grand laboratoire à commercialiser ce type de produit. L’API Decisions d’OpenAI est entrée en bêta publique le 6 octobre 2026. Microsoft a emboîté le pas le 9 octobre 2026, avec un modèle baptisé Microsoft-Decision-1. Cela signifie que trois des plus grands acteurs de l’IA se retrouvent sur le même créneau en l’espace d’environ cinq semaines. La version de Google s'appuie sur deux arguments de vente : sa large fenêtre d'entrée et sa prise en charge multimodale native.

Un levier stratégique pour les équipes techniques et les entreprises

Le public le plus directement concerné est celui des équipes qui développent des agents d’IA. Un point de terminaison dédié à la prise de décision pourrait, en principe, gérer les micro-choix de manière plus économique et plus rapide, réservant ainsi les modèles génératifs plus lourds aux étapes d’un flux de travail qui en ont réellement besoin.

L’application des politiques constitue un autre cas d’utilisation évident. La modération de contenu et le contrôle de conformité relèvent, par essence, de questions à réponse binaire : autorisé ou non, conforme ou signalé. Effectuer des centaines de vérifications de conformité sur un seul document ou une seule vidéo en une seule requête permettrait de rationaliser ce qui est aujourd’hui un processus lent et fragmenté. L’évaluation contextuelle vient compléter cette liste. Les systèmes de recherche extraient souvent des documents qui semblent pertinents mais ne le sont pas. Évaluer ces éléments avant qu’ils n’atteignent le modèle principal peut améliorer la qualité des réponses et réduire le gaspillage de tokens.

En août 2026, l’assistant d’IA Gemini de Google avait dépassé le milliard d’utilisateurs actifs mensuels, atteignant ce seuil peu de temps après que ChatGPT d’OpenAI eut franchi le même cap. Google avait précisé que 63 % des utilisateurs s’adressaient directement à Gemini à la voix plutôt que de saisir des requêtes, soulignant que les parents très occupés sont « 43 % plus enclins à utiliser la commande vocale pour leurs tâches quotidiennes ». Selon Google, une interaction sur cinq avec Gemini impliquait le partage d’écran et la diffusion en direct par caméra. Les utilisateurs d’Apple représentaient plus de 100 millions d’utilisateurs actifs mensuels de Gemini.

Voici la publication de Google sur la Gemini Decisions API :

API Gemini Decisions : des décisions multimodales rapides et calibrées

Découvrez l'API Gemini Decisions, optimisée par notre nouveau modèle Gemini Decision 1. Évaluez jusqu'à 1 000 questions de type « oui/non », à choix multiples et notées selon une grille d'évaluation, en un seul passage rapide sur du texte, des images, des fichiers audio, des vidéos et des PDF. Nous vous présentons aujourd’hui l’API Gemini Decisions, un nouveau point de terminaison permettant de prendre rapidement des décisions à ensemble fermé, optimisé par notre nouveau modèle Gemini Decision 1 (gemini-decision-1), disponible via l’API Gemini dans Google AI Studio.

L’API Decisions vous fournit des primitives spécialement conçues pour les choix délimités, tels que la sélection d’outils, la vérification des politiques, le routage de modèles et l’évaluation du contexte. Vous pouvez transmettre une entrée multimodale comprenant du texte, des images, de l’audio, de la vidéo et des PDF (jusqu’à 256 000 tokens), ainsi que jusqu’à 1 000 questions indépendantes. Plutôt que de générer le texte de réponse token par token, Gemini Decision 1 évalue vos options candidates en un seul passage, en renvoyant des probabilités et des scores de confiance avec une latence de bout en bout de 150 à 250 ms, au tarif de 0,10 $ par million de tokens d’entrée, sans facturation des tokens de sortie.


Performances et étalonnage

Dans les tests de performance portant sur le routage d'agents, le raisonnement, le classement et la compréhension multimodale, Gemini Decision 1 se classe en tête de la suite de tests, avec l'erreur d'étalonnage la plus faible. Gemini Decision 1 évalue les options sans décodage token par token, en maintenant une latence médiane comprise entre 50 et 100 ms pour le calcul du modèle (150 à 250 ms de bout en bout), pour des entrées multimodales et des contextes pouvant atteindre 16 000 tokens, avec une latence restant pratiquement constante entre 1 et 100 questions par requête. Avec zéro token de sortie facturé, Gemini Decision 1 avec l’API Decisions est près de 5 fois moins cher sur l’ensemble des tests de performance communs que Gemini 3.5 Flash-Lite avec l’API Interactions.


Évaluation multimodale native pour trois types de décision en un seul passage

S'appuyant sur l'architecture multimodale native de Gemini, Gemini Decision 1 est capable de traiter du texte, des images, des fichiers audio, des vidéos et des PDF directement en un seul passage. Vous pouvez combiner plusieurs modalités au sein d'une même entrée partagée, par exemple en associant l'enregistrement d'un appel aux métadonnées d'un compte ou un PDF numérisé de déclaration de sinistre aux photos des dommages, et ajuster la résolution des entrées image et vidéo pour contrôler le niveau de détail visuel et le coût en tokens.

Vous pouvez évaluer plusieurs questions par rapport à cette entrée partagée en une seule requête, en combinant des vérifications de type « oui/non », des questions à choix multiples et des notations sur grille d’évaluation. Chaque réponse est accompagnée d’un score de confiance (de 0 à 1) afin que votre code puisse rediriger les cas ambigus vers un système de secours ou un évaluateur humain :

1. noul (Oui/Non) : estime la probabilité qu'une condition de type « oui/non » soit vérifiée, avec des critères de description facultatifs pour les valeurs « vrai » et « faux ».
2. choice (Choix multiple) : sélectionne parmi 2 à 255 choix, en renvoyant le choix retenu et les probabilités normalisées pour chaque candidat.
3. score (grille d'évaluation ordonnée) : note les entrées selon une grille d'évaluation ordonnée (à partir de 0), en renvoyant une note pondérée continue et les probabilités par niveau.

Le champ de saisie utilise le même format de bloc de contenu que l'API Interactions. Voici comment vérifier, en une seule requête, une photo du comptoir d'une salle de pause, accompagnée d'une note textuelle, par rapport aux trois types de questions :...