Google enrichit son écosystème GeminiGemini est la famille de modèles d'IA multimodaux de Google DeepMind, à la fois application grand public et couche d'intelligence intégrée à Search, Android, Gmail et YouTube. Lire la fiche avec une nouvelle API pensée pour les applications qui doivent prendre des décisions rapidement.
Baptisée Gemini Decisions API, elle s’appuie sur le modèle Gemini Decision 1 et permet aux développeurs d’évaluer jusqu’à 1 000 questions indépendantes à partir d’une même entrée, en une seule requête.
Disponible via la Gemini API dans Google AIGoogle AI désigne la gamme d'abonnements payants de Google pour son IA : Google AI Plus (dès 4,99 € par mois), AI Pro (21,99 €) et AI Ultra (dès 99,99 €). Lire la fiche Studio, cette interface cible notamment le routage entre modèles, la sélection d’outils, les contrôles de sécurité et l’évaluation de contextes. Son objectif est de fournir des réponses structurées et rapides, sans passer par la génération classique de texte.
Une API multimodale pour trois types de décisions
Gemini Decision 1 repose sur l’architecture multimodale de Google. Le modèle peut traiter directement du texte, des images, de l’audio, des vidéos et des documents PDF au cours d’un même passage. Il est ainsi possible de combiner plusieurs sources dans une seule entrée, par exemple un enregistrement téléphonique accompagné de données client ou un formulaire de déclaration de sinistre avec des photographies des dommages.
Les développeurs peuvent également ajuster la résolution des images et des vidéos afin de trouver un équilibre entre le niveau de détail visuel et le coût en jetons. L’API propose trois types de décisions, qui permettent d’évaluer plusieurs questions à partir d’un contexte partagé.
- noul (oui/non) : estime la probabilité qu’une condition soit vraie ou fausse. Les développeurs peuvent préciser les critères correspondant à chacune des deux réponses.
- choice (choix multiple) : sélectionne la meilleure option parmi 2 à 255 possibilités et renvoie une probabilité normalisée pour chaque candidate.
- score (notation par critères) : évalue une entrée à partir d’une grille ordonnée commençant à zéro. Le résultat comprend un score pondéré continu ainsi que les probabilités associées à chaque niveau.
Chaque réponse est accompagnée d’un indice de confiance compris entre 0 et 1. Les développeurs peuvent ainsi rediriger les résultats trop incertains vers un système de secours ou demander une validation humaine. Le format du champ d’entrée reprend celui des blocs Content de l’Interactions API, tandis que le contexte partagé peut atteindre 256 000 jetons.
Google illustre ces possibilités avec un exemple concret : vérifier l’état d’un comptoir dans une salle de pause à partir d’une photographie et d’une note textuelle concernant une réunion avec un client. L’API peut déterminer si un liquide a été renversé, choisir l’action appropriée — nettoyer soi-même, faire intervenir le personnel d’entretien ou déclarer l’espace prêt à l’emploi — puis évaluer la gravité de la situation.
Des décisions en 50 à 100 millisecondes
La particularité de Gemini Decision 1 tient à son fonctionnement. Plutôt que de générer une réponse mot après mot, le modèle évalue les différentes options au cours d’un seul passage. Cette approche vise à réduire la latence, notamment lorsque plusieurs décisions doivent être prises dans un même contexte.
Google annonce un temps de calcul médian compris entre 50 et 100 millisecondes pour le modèle. La latence de bout en bout se situerait entre 150 et 250 millisecondes. Autre point mis en avant : le temps de réponse resterait presque stable lorsque le nombre de questions passe de 1 à 100 par requête.
Ces mesures de latence portent sur des entrées multimodales et des contextes pouvant atteindre 16 000 jetons. Google affirme également que Gemini Decision 1 arrive en tête de sa suite de benchmarks consacrés au routage d’agents, au raisonnement, au classement et à la compréhension multimodale, avec la plus faible erreur de calibration.
L’entreprise avance enfin un avantage économique : sur l’ensemble de ces benchmarks, l’utilisation de Decisions API coûterait près de cinq fois moins cher que Gemini 3.5 Flash-Lite via l’Interactions API. Aucun jeton de sortie n’est facturé.
Comment les équipes de Google utilisent déjà l’API
Google présente Gemini Decisions API comme une couche de contrôle à faible latence, capable de sélectionner une option parmi plusieurs possibilités sans nécessiter l’entraînement de classificateurs spécialisés ni le recours systématique à des appels génératifs.
Plusieurs équipes internes l’utilisent déjà dans des produits et expérimentations.
Gemini Notebook s’en sert pour orienter les requêtes entrantes vers le niveau de modèle et de raisonnement approprié. La classification de l’intention intervient en quelques millisecondes. Selon Google, cette approche permet de réduire jusqu’à 40 % la latence pour les demandes courantes, tout en réservant les modèles dotés de capacités de raisonnement plus poussées aux tâches complexes.
Stitch exploite l’API dans une nouvelle expérimentation autour d’un canevas rapide. L’outil peut générer en quelques secondes des maquettes interactives de parcours produit, puis appliquer des modifications à la voix ou au toucher. Les utilisateurs peuvent ensuite transférer leurs écrans vers l’expérience Stitch complète en un clic pour poursuivre leur travail de conception.
CC from Google Labs utilise le modèle pour sélectionner des réactions emoji parmi une palette de plus de 200 possibilités. L’objectif est de faire apparaître les réactions en une fraction de seconde, sans ajouter de latence perceptible.
Enfin, Google Search s’appuie sur Decisions API comme couche de sécurité pour les outils MCPLe Model Context Protocol (MCP) est le standard ouvert développé par Anthropic qui connecte les modèles d'IA à vos outils et données — devenu en 2025-2026 la norme de facto de l'IA agentique, désormais gouverné par la Linux Foundation. Lire la fiche. Le système doit notamment détecter les comportements et contenus adverses, y compris les menaces identifiées lors d’évaluations spécifiques, tout en respectant les contraintes de latence du moteur de recherche.
Une tarification pensée pour les requêtes partagées
Gemini Decision 1 est accessible depuis la Gemini API dans Google AI Studio. Google facture les jetons d’entrée à 0,10 dollar par million, tandis que les jetons de sortie sont gratuits.
Le contexte partagé n’est facturé qu’une seule fois par requête, quel que soit le nombre de questions évaluées. Pour chaque question supplémentaire, seuls les jetons correspondant à ses instructions et à ses critères sont comptabilisés. Google précise également qu’il n’y a pas de facturation variable liée aux jetons de réflexion, ni de frais distincts pour la transcription audio ou la reconnaissance optique de caractères (OCR).
Un niveau gratuit de l’API est par ailleurs proposé pour les phases de prototypage. Les développeurs peuvent créer une clé API dans Google AI Studio et tester plusieurs applications de démonstration, notamment Doorstep Parcels, Speed Sketch et Find the Zoo Keeper. Des guides sont disponibles pour Python, JavaScript et REST.
L’intégration de Decisions API est également en cours de déploiement dans plusieurs outils et plateformes, parmi lesquels OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit et OpenCode, ainsi que dans les SDK google-genai. La prise en charge de Gemini dans Google Cloud est annoncée pour une prochaine étape.
Avec Gemini Decisions API, Google cherche donc à répondre à un besoin distinct de la génération de contenu : permettre aux agents et aux applications de choisir rapidement une action, un outil ou une réponse parmi des options définies. Une approche qui pourrait faciliter la construction de systèmes multimodaux plus réactifs, en limitant le recours aux appels génératifs lorsque seule une décision structurée est nécessaire.
