Google presentó la Decisions API, una nueva interfaz que convierte a Gemini en un plano de control para la toma de decisiones automatizada, en lugar de un simple chatbot generador de texto. La propuesta llega en un momento en que las empresas buscan reducir costos y latencia en sus flujos de IA, y promete evaluar hasta 1,000 preguntas acotadas contra una sola entrada multimodal con una latencia de extremo a extremo de 150 a 250 milisegundos.
La noticia importa para México y Latinoamérica porque las empresas de la región están adoptando IA generativa a ritmo acelerado, pero enfrentan restricciones de presupuesto y necesidad de respuestas rápidas. Una capa de decisión barata y veloz podría facilitar la integración de IA en procesos de atención al cliente, validación de documentos y enrutamiento de consultas, sin depender de modelos conversacionales costosos para cada interacción.
¿Qué es exactamente la Decisions API?
De acuerdo con el anuncio de Google, la Decisions API está diseñada para elecciones de conjunto cerrado: verificaciones de sí/no, opción múltiple y puntuación ordenada de rúbricas. El modelo Gemini Decision 1 no genera texto token por token, sino que puntúa opciones candidatas en una sola pasada hacia adelante y devuelve probabilidades y puntuaciones de confianza.
Esta distinción es clave porque gran parte del trabajo de IA en producción no consiste en redactar respuestas, sino en decidir si una consulta necesita un modelo más grande, si una entrada viola una regla, si un documento cumple con una rúbrica o si se debe permitir una llamada a una herramienta. Esas tareas tienen forma de clasificador, pero los equipos han recurrido a modelos de chat generales por disponibilidad y flexibilidad. Ahora Google les da una superficie de producto propia.
Una sola solicitud puede combinar texto, imágenes, audio, video y archivos PDF, con una entrada compartida y muchas preguntas independientes. Google afirma que la entrada puede alcanzar hasta 256,000 tokens, aunque su referencia de latencia se describe en contextos de hasta 16,000 tokens.
Rendimiento y precio: las afirmaciones de Google
Google asegura que el cómputo medio del modelo es de 50 a 100 milisegundos y que la latencia de extremo a extremo se mantiene casi plana entre 1 y 100 preguntas por solicitud en su descripción de referencia. Esa forma es el producto: si un desarrollador puede hacer muchas preguntas de política, enrutamiento y puntuación en una sola pasada, la capa de decisión deja de ser un impuesto en cada interacción y se convierte en infraestructura.
La compañía también indica que no se facturan tokens de salida y que Gemini Decision 1 a través de la Decisions API es casi 5 veces más barato en un conjunto de pruebas compartido que Gemini 3.5 Flash-Lite mediante la Interactions API. El precio declarado es de $0.10 por millón de tokens de entrada. Estas son afirmaciones del proveedor, no resultados verificados de forma independiente.
Aun así, la dirección es clara. El relato de los modelos de frontera ha entrenado a los compradores a comparar inteligencia en el punto de respuesta. Google empuja una pregunta de adquisición distinta: ¿cuántos juicios pequeños se pueden hacer de forma suficientemente barata como para colocarlos delante de cada respuesta?
Usuarios iniciales y audiencia objetivo
Los primeros usuarios nombrados por Google no son creadores de chatbots genéricos, sino equipos que construyen enrutadores, capas de seguridad, calificadores y controles de producto. Según la compañía, Gemini Notebook usa la API para enrutar consultas entrantes al nivel de modelo y nivel de pensamiento, con consultas cotidianas que experimentan hasta un 40% menos de latencia. Asimismo, Google Search utiliza la Decisions API para detectar comportamiento adversario y contenido frente a evaluaciones adversarias dentro de un margen de latencia.
Esto apunta a un propietario interno diferente: equipos de plataforma, equipos de confianza y seguridad, grupos de automatización de soporte y líderes de infraestructura de IA son la audiencia natural, porque son dueños de los puntos de decisión donde los sistemas generativos se vuelven caros o riesgosos. Para las startups que construyen middleware de evaluación, enrutamiento o políticas, también es una advertencia: Google está empaquetando un puntuador multimodal nativo en el mismo ecosistema donde los desarrolladores ya llaman a Gemini. La capa defendible se desplaza del “podemos llamar a un modelo para clasificar esto” al diseño de flujos de trabajo, auditabilidad, gestión de políticas y prueba de que las decisiones se sostienen en el dominio del cliente.
Lo que aún no se sabe
Google afirma que Gemini Decision 1 lidera en benchmarks de enrutamiento de agentes, razonamiento, ranking y comprensión multimodal, con el error de calibración más bajo. El anuncio no proporciona suficiente detalle independiente para tratar eso como un hecho establecido. Las incógnitas son la parte importante.
No se sabe cómo se comporta la calibración en taxonomías empresariales desordenadas, cómo derivan las probabilidades entre dominios, cómo deben auditar los clientes las puntuaciones de rúbricas o cómo rinde la API en el techo declarado de 256,000 tokens. Tampoco se sabe si los desarrolladores confiarán en una capa de decisión probabilística para llamadas de política de alto riesgo sin mecanismos más claros de monitoreo y apelación. Las puntuaciones de confianza son útiles solo si son fiables en el límite. Una mala respuesta es visible; una mala puerta puede ser silenciosa.
El disparador: adopción más allá de los ejemplos de Google
El verdadero indicador será la adopción fuera de los casos internos de Google. Si los desarrolladores comienzan a colocar llamadas a Decisions API antes del uso de herramientas, la selección de modelos, las verificaciones de seguridad y la calificación de contenido, Google habrá creado una capa de bajo roce entre la intención del usuario y la acción de la IA. Eso es más trascendente que otra función de chatbot.
Los agentes necesitan frenos, enrutadores y jueces. Google acaba de argumentar que esos componentes deben ser rápidos, baratos, multimodales y vendidos como una primitiva. Para el ecosistema latinoamericano, que busca eficiencia y escalabilidad, esta propuesta podría redefinir cómo se construyen aplicaciones de IA más económicas y responsivas.