Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · blog.google
Gemini Decisions API
Google DeepMind presenta un endpoint para decisiones de conjunto cerrado, basado en el modelo Gemini Decision 1. En lugar de generar texto, puntúa las opciones en una sola pasada y devuelve probabilidades. Admite texto, imagen, audio, vídeo y PDF, con latencias de 150-250 ms y 0,10 dólares por millón de tokens de entrada.
Foto: vía blog.google
1 medio · MadridPublicada 11 nov, 21:15Actualizada 12 nov, 09:05· Ya no está en portadaEscrita por IA · cómo funciona
La Decisions API está pensada para elecciones acotadas: selección de herramientas, comprobaciones de políticas, enrutado de modelos o evaluación de contexto. Se pasa una entrada multimodal de hasta 256K tokens junto con hasta 1.000 preguntas independientes. Gemini Decision 1 (gemini-decision-1) puntúa las opciones candidatas en una única pasada hacia delante, sin decodificar token a token, y devuelve probabilidades y una puntuación de confianza de 0 a 1 para cada respuesta.
Hay tres tipos de pregunta: sí/no, con la probabilidad de que se cumpla una condición; opción múltiple, de 2 a 255 candidatas, con la ganadora y las probabilidades normalizadas de todas; y rúbrica ordenada, que da una puntuación ponderada continua y la probabilidad de cada nivel. Según Google, el modelo lidera sus benchmarks de enrutado de agentes, razonamiento, ranking y comprensión multimodal, con el menor error de calibración, y sale casi 5 veces más barato que Gemini 3.5 Flash-Lite con la Interactions API.
La entrada compartida se factura una sola vez por petición, y cada pregunta añade solo los tokens de sus instrucciones y criterios. No hay cargos por tokens de salida, por tokens de razonamiento ni por transcripción de audio u OCR. Google cita usos internos: el enrutado de consultas en Gemini Notebook (hasta un 40 % menos de latencia), los wireframes de Stitch, la elección de emojis en CC y una capa de seguridad para herramientas MCP en Search.
Hay un nivel gratuito en Google AI Studio y guías en Python, JavaScript y REST. Las integraciones con OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode se están desplegando, y el soporte en Gemini en Google Cloud llegará próximamente.
«Gemini Decisions API» · puesto 30 · 538 puntos · enviado por iamdelirium
Lo que dicen los comentarios
La conversación gira en torno a para qué sirven estos modelos de decisión y cuánto cuestan. Varios usuarios cuentan usos reales: etiquetar datos de entrenamiento, decidir en cada turno si un agente de programación ha terminado, o filtrar casos que merecen interrumpir a una persona. Sobre cómo se obtienen las probabilidades, se explica que con un LLM convencional se pueden sacar de los logprobs de «yes»/«no». Hay discrepancia con el precio: algunos lo consideran caro frente a otras opciones como Liquid (0,02 $/M), aunque se valora que acepte audio y vídeo. Un usuario que hizo evaluaciones propias afirma que el modelo reduce mucho el error de Brier frente al modelo de referencia y es más rápido, aunque cuesta el doble.
Con un LLM se puede hacer mirando los logprobs de «yes», «Yes», «YES»… frente a los de «no». Se puede hacer a mano o con librerías ya hechas; hay una en Python sobre vllm.
Al revisar nuestros flujos internos de IA me sorprendió lo a menudo que encajaba una API de decisión. Responder rápido a «¿merece esto interrumpir a una persona?» nos cambió el juego.
En mis evaluaciones rápidas obtuve en muchos casos un Brier 4 veces menor que con Jev (de 2 a 6 veces según la tarea), y el p50 fue más de 100 ms menor, aunque costó el doble.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.