Google lance Gemini Decision 1 : un modèle qui ne rédige rien et répond par des probabilités, à 0,10 dollar le million de jetons

Google a ouvert le 11 novembre 2026 la Gemini Decisions API, adossée à un nouveau modèle, Gemini Decision 1 (gemini-decision-1). Il ne produit pas de texte : il reçoit un contenu et une liste de questions fermées, puis renvoie pour chacune une probabilité et un score de confiance. Le tarif annoncé est de 0,10 dollar par million de jetons en entrée, et la sortie n’est pas facturée.

L’annonce, signée Min Choi et Felix Yu de Google DeepMind sur le blog de Google, fait de Google le troisième fournisseur de ce type de modèle en deux mois, après la jeune société TypeSafe AI en septembre et OpenAI en octobre.

Une réponse chiffrée plutôt qu’un texte

Un modèle de langage classique écrit sa réponse jeton par jeton. Gemini Decision 1 évalue les options proposées en un seul passage et renvoie des nombres. Google décrit trois types de questions, qui reprennent ceux introduits par TypeSafe :

  • Oui ou non (type noul) : probabilité qu’une condition soit vraie, entre 0 et 1.
  • Choix multiple (choice) : de 2 à 255 options, avec l’option retenue et la probabilité de chacune.
  • Grille ordonnée (score) : une note continue sur une échelle de niveaux décrits, avec la probabilité de chaque niveau.

Une même requête accepte une entrée partagée jusqu’à 256 000 jetons (262 144 sur la fiche OpenRouter du modèle, soit 256 fois 1 024), et jusqu’à 1 000 questions indépendantes. Cette entrée peut mêler texte, images, audio, vidéo et PDF. Google cite l’exemple d’un enregistrement d’appel joint aux données d’un compte client, ou d’une déclaration de sinistre scannée accompagnée de photos des dégâts.

Gemini Decision 1 : jusqu'à 1 000 questions par requête, 256 000 jetons d'entrée et 150 à 250 millisecondes de latence, selon Google
Les trois limites annoncées par Google le 11 novembre 2026. La latence citée vaut pour des contextes jusqu’à 16 000 jetons.

Une tarification qui ne compte que l’entrée

Le contenu partagé est facturé une seule fois par requête, quel que soit le nombre de questions. Chaque question n’ajoute que les jetons de sa propre consigne et de ses critères. Google précise qu’il n’y a ni jetons de sortie, ni jetons de réflexion, ni coût séparé de transcription audio ou de reconnaissance de texte.

À titre d’ordre de grandeur, calculé à partir du tarif public : un document de 10 000 jetons interrogé par 100 questions d’environ 50 jetons chacune représente 15 000 jetons d’entrée, soit 0,0015 dollar la requête. Le même document interrogé question par question avec un modèle génératif serait relu cent fois, sans compter la sortie.

Google affirme que l’ensemble de ses tests revient « près de cinq fois moins cher » qu’avec Gemini 3.5 Flash-Lite, son petit modèle génératif. Côté vitesse, l’entreprise annonce un calcul médian de 50 à 100 millisecondes et 150 à 250 millisecondes de bout en bout, une latence « presque plate » entre 1 et 100 questions. Ces mesures portent sur des contextes jusqu’à 16 000 jetons, bien en deçà du plafond de 256 000.

Trois acteurs, une même forme d’API

La catégorie a été lancée le 15 septembre par TypeSafe AI avec son modèle Jev. Son fondateur, Diogo Almeida, ancien d’OpenAI, parle de « modèles System One » et présente Jev comme « un appel de fonction doté d’une intelligence de pointe ». OpenAI a suivi début octobre avec sa propre Decisions API et un modèle de décision dérivé de GPT-6 Luna. Le développeur Simon Willison, qui a testé les trois, relève que l’API de Google est « presque identique » à celle de Jev, jusqu’au terme noul, abréviation de Bernoulli.

Prix par million de jetons d'entrée : Jev 0,042 dollar, OpenAI GPT-6 Luna 0,10 dollar, Gemini Decision 1 0,10 dollar
Tarifs publics par million de jetons d’entrée relevés par Simon Willison et sur le blog de Google. La sortie est gratuite chez les trois fournisseurs.
Modèle Éditeur Lancement Entrées acceptées Prix entrée (par million)
Jev TypeSafe AI 15 septembre 2026 Texte et JSON 0,042 $
GPT-6 Luna (décision) OpenAI Octobre 2026 Texte et images 0,10 $
Gemini Decision 1 Google 11 novembre 2026 Texte, images, audio, vidéo, PDF 0,10 $

Google aligne donc son prix sur celui d’OpenAI et se distingue par les formats d’entrée. Jev reste le moins cher des trois, mais ne lit que du texte.

Les usages affichés par Google

Google indique utiliser déjà l’API en interne. Gemini Notebook s’en sert pour router chaque requête vers le niveau de modèle et de réflexion adapté, avec une latence réduite « jusqu’à 40 % » sur les demandes courantes. L’expérience Stitch s’appuie dessus pour générer des maquettes d’interface en quelques secondes, CC (Google Labs) pour choisir une réaction parmi plus de 200 emojis, et la recherche Google pour repérer des comportements malveillants autour des outils MCP. L’API est aussi annoncée sur OpenRouter, LangChain, Vercel, LiteLLM et Pydantic AI.

Ce que l’annonce ne dit pas

Google affirme que Gemini Decision 1 « arrive en tête » de sa batterie de tests (routage d’agents, raisonnement, classement, compréhension multimodale) avec l’erreur de calibration la plus faible. Le billet ne publie pas de tableau chiffré lisible hors graphique, et ces tests sont choisis par l’éditeur. La calibration, c’est-à-dire l’adéquation entre la confiance affichée et le taux de bonnes réponses, reste à vérifier sur des données indépendantes.

Le premier essai public va dans le sens d’une prudence plus marquée. Sur une vidéo de robot, Simon Willison obtient 0,92 de probabilité pour « contient un robot » et 0,92 pour « se passe aux États-Unis », là où Jev et le modèle d’OpenAI répondent 1,0 ou 0,0 sur ses tests de type oui ou non. Un seul essai ne mesure pas la calibration, mais il montre que les trois modèles ne restituent pas la même incertitude.

Enfin, TypeSafe affirme que Jev « ne peut pas halluciner » puisqu’il ne génère pas de texte. Le format évite d’inventer une phrase, pas de se tromper : une probabilité élevée sur une mauvaise réponse reste une erreur. La documentation de Jev reconnaît elle-même des faiblesses sur les nombres, les dates et les contenus adverses.

L’audit et cadrage IA de DjeremIA dispose d’une présentation distincte.