Pular para o conteúdo
NovidadesIA

Modelos e LLMs

Google lança modelo de decisão que avalia mídias e zera custo de saída

O Gemini Decision 1 classifica arquivos em milissegundos e cobra até dez centavos por milhão de tokens, disputando o mercado aberto pelo Jev.

Edição: Anderson Gomes
· 3 min de leitura

Google lança modelo de decisão que avalia mídias e zera custo de saída
Imagem: Reprodução · arca.market · reprodução · licença não declarada

O Google lançou na quarta-feira, 11 de novembro, o Gemini Decision 1 e a Decisions API, um modelo que não escreve texto e escolhe respostas prontas em milissegundos. O sistema analisa textos, imagens, áudios, vídeos e arquivos PDF cobrando até dez centavos de dólar por milhão de tokens de entrada e nada pela saída. A saída não tem custo. O recurso atende engenheiros que precisam classificar dados rapidamente sem pagar as tarifas elevadas dos grandes geradores de texto.

Modelos trocam texto longo por probabilidade imediata

Em vez de produzir frases, os modelos de decisão recebem uma entrada com perguntas tipadas e devolvem escolhas, pontuações ou probabilidades em uma única passagem. A interface do Google entrega decisões calibradas em formatos de sim ou não, múltipla escolha e regras de avaliação. Não há texto para tratar. Armin Ronacher, diretor de tecnologia da Earendil, disse ao TechCrunch que ignora uma resposta de 50% por parecer cara ou coroa, mas age quando o número bate 95%.

A TypeSafe AI inaugurou a categoria. A empresa lançou o Jev em 15 de setembro e captou 870 milhões de dólares com Andreessen Horowitz, Sequoia e DCVC, atingindo valor de 7,5 bilhões sob Diogo Almeida. A OpenAI abriu sua Decisions API em 22 de outubro com GPT-6 Luna acelerado, fazendo a Speak cortar a espera entre ações de 1,4 para 0,13 segundo. A Microsoft entrou na disputa com o Microsoft-Decision-1, derivado do Qwen3.5-9B da Alibaba, cobrando 0,042 dólar por milhão de tokens de entrada com saída gratuita.

Pesos abertos avançam rápido enquanto chatbots cobram caro

Pesquisadores independentes e concorrentes menores responderam com versões abertas que rodam em computadores comuns. O Shanghai AI Lab publicou o Intern-Decision 4B, que bateu o Jev v1.13.0 com média de 90,02% em sete testes e responde em 44 milissegundos numa placa RTX 4090. A Liquid AI foi além. Seu modelo d1-3B cravou 48,57 pontos no Decision Index e processa requisições em oito milissegundos na mesma GPU, enquanto a Nace AI colocou os quatro modelos da linha Drex no OpenRouter.

Os grandes geradores de texto ainda acertam mais nas tarefas complexas, mas cobram um preço desproporcional por essa margem. No Decision Index v2 da Artificial Analysis, o Claude Haiku 5.5 lidera com 77 pontos e o GPT-6 Luna registra 76, pouco acima dos 73 pontos do Drex Max v1.1. A diferença de custo assusta. O GPT-6 Luna consome 1.530 dólares por milhão de tarefas e demora 11,34 segundos em cada uma, contra 102 dólares e 275 milissegundos gastos pelo Drex Max.

O volume real de tráfego confirma que o trabalho de inteligência artificial se dividiu formalmente entre criar conteúdo e julgar dados. A Vercel processa mais de 100 trilhões de tokens por mês e informou que quinze modelos de decisão de oito fornecedores responderam por 26% de todas as requisições em outubro. Esse volume consumiu só 0,53% dos gastos. A própria Vercel trocou o GPT-6 Luna pelo Jev para classificar comandos perigosos, mostrando que anúncios comerciais como o do Google apenas acompanham a migração já feita pelos engenheiros na ponta.

  • AI Weekly
  • Modelos e LLMs

Fonte: Comunicado oficial · Como produzimos as matérias