Google a publié le 11 novembre 2026, sous la plume de Min Choi (product manager, Google DeepMind) et Felix Yu (principal scientist), l’API Gemini Decisions, alimentée par un nouveau modèle : Gemini Decision 1 (gemini-decision-1). La couverture s’est accélérée le 12 novembre. L’idée n’est pas de faire écrire un assistant, mais de lui faire trancher : oui ou non, une option parmi d’autres, une note sur une grille.

Ce que l’API fait, concrètement

On lui donne une entrée partagée (texte, image, audio, vidéo ou PDF, jusqu’à 256 000 jetons) et jusqu’à 1 000 questions indépendantes. Au lieu de générer une réponse mot à mot, le modèle note les options en un seul passage. Chaque réponse arrive avec une probabilité et un score de confiance (de 0 à 1). Google annonce 150 à 250 ms de bout en bout, 0,10 dollar par million de jetons d’entrée, et zéro jeton de sortie facturé. L’entrée partagée n’est facturée qu’une fois, quel que soit le nombre de questions.

Trois types de questions, mélangeables dans la même requête :

  • oui/non : la probabilité qu’une condition soit vraie. Dans l’API, Google appelle ce type noul (ce n’est pas un mot français) ;
  • choix : une option parmi 2 à 255, avec les probabilités de chaque candidat ;
  • note : une grille ordonnée, avec un score continu et les probabilités par niveau.

L’exemple du blog couple une photo de comptoir et une note de réunion : y a-t-il une flaque, que faire, à quel degré de gravité. La documentation officielle, consultée le 12 novembre, insiste sur des questions étroites, combinées ensuite dans le code, et sur le score de confiance pour savoir s’il faut automatiser ou passer la main.

Où Google l’utilise déjà

D’après le blog, Gemini Notebook s’en sert pour aiguiller une question vers le bon modèle : jusqu’à 40 % de latence en moins sur les requêtes courantes, chiffre de l’éditeur. Stitch s’en sert pour itérer un parcours produit. CC, de Google Labs, choisit un emoji parmi plus de 200. Google Search l’emploie comme couche de sécurité sur des outils MCP, pour détecter un comportement adverse dans l’enveloppe de latence. Ce sont des usages internes, décrits par Google.

Le modèle est disponible via l’API Gemini dans Google AI Studio, avec un palier sans frais pour prototyper. Google cite des intégrations en cours (OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit, OpenCode) et un support à venir dans Gemini on Google Cloud. InfoWorld, le 12 novembre, situe l’annonce quelques semaines après un service concurrent d’OpenAI. Les sources consultées ne donnent pas le nom de ce service, ni d’interface en français.

Ce que ça change pour vous

Pour un agent, choisir un outil, vérifier une règle ou classer un document n’a pas besoin d’un paragraphe. Ça a besoin d’une décision, d’un seuil de confiance, et d’une sortie vers un humain quand la confiance est basse. Avant de brancher une telle API sur un e-mail client, une pièce jointe ou un outil métier, il reste raisonnable de fixer les questions, le seuil, et ce qui n’a pas le droit de partir tout seul.