Gemini Decision 1 vs Jev: preços, latência e configuração em Python

Teste o Gemini Decision 1 para roteamento multimodal e várias verificações independentes sobre a mesma entrada. Use o Jev como primeira referência para roteamento de texto quando latência e custo forem as prioridades. Use um modelo generativo quando precisar de código, explicações, valores extraídos que não estejam predefinidos ou argumentos para ferramentas.

O Google lançou o Gemini Decision 1 em 11 de novembro de 2026. Em 2026-11-13, a Decisions API está disponível pela Gemini API, com suporte a Python no google-genai 3.2.0 e posteriores. É um endpoint de decisões, não um substituto para o modelo de uma sessão de chat de programação.

O que o Gemini Decision 1 retorna?

O Gemini Decision 1 avalia resultados predefinidos em vez de gerar uma resposta token por token. Você fornece uma entrada compartilhada e até 1,000 perguntas independentes. A janela de contexto é de 262,144 tokens, normalmente descrita como 256K. A entrada e as perguntas precisam caber juntas nesse limite.

O guia da Decisions API documenta três tipos de pergunta:

Tipo	O que definir na requisição	O que ler na resposta
`noul`	Uma pergunta de sim ou não; critérios opcionais esclarecem cada resultado.	`noul`, a probabilidade de sim, além de `confidence`.
`choice`	Entre 2 e 255 opções com nomes e descrições.	A opção vencedora `choice`, as `probabilities` normalizadas e `confidence`.
`score`	Uma escala de avaliação ordenada cujo primeiro nível tem índice 0.	Um `score` ponderado pelas probabilidades, as `probabilities` de cada nível e `confidence`.

Em um agente de programação, esses tipos podem responder a perguntas distintas. A tarefa precisa de contexto do repositório? Qual ferramenta deve ser executada em seguida? Quanto esforço de investigação a tarefa exige?

As perguntas são independentes. Uma pergunta não pode usar a resposta de outra dentro da mesma requisição. Combine os resultados no código da aplicação. Faça outra requisição quando uma decisão posterior precisar de um resultado anterior.

Uma confiança alta em noul não significa necessariamente “sim”. O SDK define noul como uma probabilidade entre 0.01 e 0.99. Sua confiança é max(noul, 1 - noul). Portanto, noul = 0.03 significa um “não” com confiança de 0.97.

Em score, o valor pode ficar entre os níveis da escala. Sua confiança é a maior probabilidade de um nível individual. Não é a probabilidade de que a média contínua esteja exatamente correta. Considere essas diferenças ao aplicar limiares no código.

Quem já conhece o Jev pode relacionar esses tipos aos padrões do nosso guia de casos de uso do Jev. Conceitos parecidos não tornam os formatos de requisição dos provedores intercambiáveis.

Gemini Decision 1 vs Jev: o que mostram as medições?

O Jev é a melhor referência inicial para um roteador exclusivamente textual quando seus próprios resultados de qualidade são comparáveis. Teste o Gemini separadamente quando a entrada multimodal nativa mudar a forma de resolver a tarefa.

As tarifas diretas abaixo vêm da página de preços do Google e da explicação de preços da TypeSafe. Os resultados dos testes vêm dos perfis do Gemini Decision 1 e do Jev 1.14 na Artificial Analysis. Todos foram conferidos em 2026-11-13.

Medida	Gemini Decision 1	Jev 1.14
ID do modelo para acesso direto	`gemini-decision-1`	`jev-1.14.0`
Preço direto de entrada, USD por 1M tokens	$0.10	$0.042
Cobrança direta por tokens de saída	$0	$0
Artificial Analysis Decision Index	66	66
Custo da AA por 1M tarefas do benchmark, USD	$345	$156
Tempo por tarefa da AA, Time per Task	211 ms	92 ms

Os números da AA favorecem o Jev em custo e tempo com a mesma pontuação arredondada no índice. Eles não demonstram precisão igual nas suas perguntas de seleção de ferramentas. Tarefas de benchmark também são diferentes de requisições HTTP. Não multiplique esses valores pelo seu número de requisições.

O Google declara liderança em seu próprio conjunto de benchmarks de lançamento. Também informa um custo quase 5x menor que o Gemini 3.5 Flash-Lite pela Interactions API nos benchmarks compartilhados. Essa comparação é diferente do índice da AA e não demonstra uma vantagem universal sobre o Jev.

Na análise de lançamento de 12 de novembro, a Artificial Analysis informou um Brier score de 0.18 para o Gemini e de 0.19 para o Jev. Nessa medida do erro das probabilidades, quanto menor, melhor. Essa pequena diferença agregada não define um limiar de confiança seguro para sua aplicação.

A latência informada pelo Google também tem um escopo específico: mediana de 50–100 ms de processamento do modelo e 150–250 ms de ponta a ponta. Esses valores se referem a contextos de até 16K tokens, com latência quase constante entre 1 e 100 perguntas. Não estenda essa afirmação a 1,000 perguntas nem a um contexto completo de 256K.

Para tarefas multimodais, a diferença é mais clara. O Google documenta suporte nativo a texto, imagens, áudio, vídeo e PDF. A referência de modelos da TypeSafe lista texto e imagens, mas não áudio ou vídeo nativos. A TypeSafe também classifica os recursos de imagem como experimentais no anúncio do Jev 1.14.

Comece pelo Gemini para decisões sobre gravações, vídeos ou PDFs. Comece pelo Jev para um roteador de texto existente. Reverta qualquer uma dessas escolhas se um teste com dados rotulados mostrar menos erros, latência aceitável e menor custo total.

Como a entrada compartilhada muda a cobrança?

Envie perguntas relacionadas juntas quando elas avaliarem a mesma entrada. O Google cobra essa entrada compartilhada uma única vez por requisição. Cada pergunta ainda acrescenta os tokens de suas instruções, critérios e formatação.

Com a tarifa direta paga verificada em 2026-11-13:

request cost in USD =
(shared input tokens + all question tokens) × $0.10 / 1,000,000

Considere uma estimativa com 10,000 tokens de entrada compartilhada e 100 perguntas. Suponha que cada pergunta acrescente 80 tokens cobrados, incluindo a formatação.

Organização das requisições	Entrada cobrada estimada	Custo direto estimado
Uma requisição com 100 perguntas	10,000 + 100 × 80 = 18,000 tokens	$0.0018
100 requisições separadas que repetem a entrada	100 × (10,000 + 80) = 1,008,000 tokens	$0.1008

Essa comparação considera duas formas de enviar requisições ao Gemini. Ela não afirma que a avaliação sobre uma entrada compartilhada seja exclusiva do Google.

A estimativa exclui novas tentativas, chamadas posteriores a outros modelos e tarifas do gateway. Não considera descontos nem cota gratuita. Use result.usage.total_input_tokens para substituir a contagem presumida de tokens pelo consumo observado.

Combinar perguntas em uma requisição interativa também é diferente de enviar um trabalho em lote assíncrono. A página de preços do Google informa que o Gemini Decision 1 não oferece suporte à Batch API.

Execute um exemplo de seleção de ferramentas em Python

Use a Gemini API diretamente no primeiro teste. Isso evita que a adaptação do esquema do gateway complique a verificação inicial.

Você precisa do Python 3.11 ou posterior para a versão do SDK fixada abaixo. Crie uma chave seguindo as instruções do Google sobre chaves de API e confira as regiões atendidas.

Use uma entrada sintética no teste. Leia os termos de serviço da Gemini API antes de enviar conteúdo de um repositório privado.

Instale o SDK e carregue a chave

Execute estes comandos no Bash. A chave fica oculta durante a digitação, e seu valor não é salvo como texto literal no histórico de comandos.

python3 -m venv .venv
source .venv/bin/activate
python -m pip install "google-genai==3.2.0"
read -rs GEMINI_API_KEY && export GEMINI_API_KEY

O exemplo passa essa variável de ambiente explicitamente ao cliente. Ele usa v1beta e client.decisions.create, em vez de um método de geração de texto. O equivalente REST direto é POST https://generativelanguage.googleapis.com/v1beta/decisions.

Transforme a resposta em um plano de roteamento

Salve o código como route_decision.py. Ele faz perguntas dos três tipos, valida os tipos das respostas e exibe um plano de roteamento legível por máquina.

import json
import os

from google import genai
from google.genai.decisions import ChoiceAnswer, NoulAnswer, ScoreAnswer

api_key = os.environ.get("GEMINI_API_KEY")
if not api_key:
    raise SystemExit("Set GEMINI_API_KEY before running this script.")

client = genai.Client(
    api_key=api_key,
    http_options={"api_version": "v1beta"},
)

try:
    result = client.decisions.create(
        model="gemini-decision-1",
        input=(
            "Task: Explain why parse_config rejects an empty YAML file. "
            "Repository: Python service with src/config.py and "
            "tests/test_config.py. No file contents are provided. "
            "Start with read-only investigation."
        ),
        questions={
            "needs_repo": {
                "type": "noul",
                "instructions": "Must the next step inspect repository files?",
            },
            "next_tool": {
                "type": "choice",
                "instructions": "Choose the next read-only investigation step.",
                "criteria": {
                    "read_repo": "Inspect existing source files or tests.",
                    "read_docs": "Look up public API behavior.",
                    "no_tool": "The supplied text is sufficient.",
                    "human_review": "The task is ambiguous or outside these options.",
                },
            },
            "effort": {
                "type": "score",
                "instructions": "Rate the investigation effort this task needs.",
                "criteria": [
                    "Simple lookup or local explanation.",
                    "Investigation across source code and tests.",
                    "Architecture or security analysis with several dependencies.",
                ],
            },
        },
    )
except Exception as exc:
    raise SystemExit(
        f"Decision request failed ({type(exc).__name__}); no action selected."
    ) from None

answers = result.answers or {}
repo = answers.get("needs_repo")
tool = answers.get("next_tool")
effort = answers.get("effort")
if not (
    isinstance(repo, NoulAnswer)
    and isinstance(tool, ChoiceAnswer)
    and isinstance(effort, ScoreAnswer)
    and result.usage is not None
):
    raise SystemExit("Incomplete decision response; send this task for review.")

# Illustrative thresholds. Tune them on labeled traffic before deployment.
next_tool = tool.choice if tool.confidence >= 0.85 else "human_review"
if next_tool == "read_repo" and repo.noul < 0.85:
    next_tool = "human_review"
if next_tool not in {"read_repo", "read_docs", "no_tool", "human_review"}:
    next_tool = "human_review"

model_tier = (
    "reasoning"
    if effort.score >= 1.5 or effort.confidence < 0.80
    else "small"
)

print(json.dumps({
    "next_tool": next_tool,
    "model_tier": model_tier,
    "repository_probability": repo.noul,
    "tool_confidence": tool.confidence,
    "effort_score": effort.score,
    "input_tokens": result.usage.total_input_tokens,
    "output_tokens": result.usage.total_output_tokens,
}, indent=2))

Execute na mesma sessão do Bash:

python route_decision.py

Uma chamada bem-sucedida retorna respostas nas três chaves solicitadas e informa zero tokens de saída. O script deve exibir um rótulo de ferramenta, um rótulo de nível de modelo, probabilidades e consumo. Não trate uma probabilidade ou rota específica como resultado garantido.

Os limiares 0.85, 0.80 e 1.5 ilustram regras da aplicação; não são recomendações do fornecedor. As strings small e reasoning são rótulos locais de roteamento, não ID de modelos da API.

O programa produz um plano. Ele não lê arquivos, executa comandos nem chama o nível de modelo selecionado. O controlador do agente deve associar esses rótulos a ferramentas autorizadas e modelos implantados. Mantenha as permissões do sistema de arquivos e a aprovação de comandos separadas da avaliação do modelo.

A mesma separação vale para a automação empresarial. Nosso fluxo de roteamento de chamados com Jev explica como a classificação se encaixa em um processo com validação e encaminhamento para revisão.

Quais são os limites gratuitos e as falhas mais prováveis?

Verifique tanto a cota de requisições quanto a de tokens antes de um teste de carga. Um limite alto de perguntas não elimina os limites de taxa.

Os limites publicados do Gemini Decision 1, conferidos em 2026-11-13, incluem:

Nível de uso	Requisições por minuto	Tokens de entrada por minuto	Requisições por dia
Free	200	50,000	10,000
Tier 1	1,500	1,000,000	50,000

Confira os limites ativos do projeto no AI Studio antes da implantação. O Google alerta que os limites publicados não garantem capacidade. A referência vinculada inclui outros níveis pagos.

Se o cliente não tiver o atributo decisions, confira o pacote instalado com python -m pip show google-genai. Atualize o pacote no mesmo ambiente virtual que executa o script. O suporte a Decisions entrou no SDK 3.2.0.

Para falhas por limite de taxa, reduza a frequência das requisições ou o volume de entrada antes de tentar novamente. O guia de solução de problemas do Google recomenda espera exponencial, variação aleatória ou jitter e um número limitado de tentativas para falhas transitórias. Quando a cota diária acaba, é preciso esperar sua renovação ou solicitar um aumento. Um loop de tentativas rápidas não resolve.

Para moderação de conteúdo, prepare outro caminho de tratamento de falhas. A Decisions API pode retornar 400 Bad Request em vez de respostas quando os filtros de segurança bloqueiam a entrada. Uma requisição bloqueada não significa que a verificação da política tenha respondido “não”. Encaminhe o caso para revisão ou outro procedimento aprovado. Não trate a ausência de respostas como permissão para continuar.

A mesma requisição funciona no OpenRouter e na Vercel?

Ambos listam google/gemini-decision-1, mas suas interfaces diferem do exemplo direto do Google em Python. Escolha um gateway de acordo com a integração existente. Trocar apenas a URL base não basta.

A página do modelo no OpenRouter inclui o modelo no catálogo. Sua referência da Decisions API documenta POST https://openrouter.ai/api/alpha/decisions, com o conteúdo compartilhado em state. O endpoint está em fase alpha, e seu esquema pode mudar. A página do modelo também informa que o roteamento regional dentro da União Europeia ainda não está disponível.

A documentação de lançamento da Vercel lista o mesmo ID de modelo. Entradas em PDF, áudio e vídeo exigem o caminho pelo AI SDK 7 descrito ali. A API compatível com TypeSafe e a Decisions API oferecem suporte a texto e imagens.

A documentação das interfaces de decisão da Vercel também apresenta formatos diferentes conforme a interface. O AI SDK usa state e boolean; sua interface HTTP de Decisions usa input e predicate. Não copie uma requisição do Google com noul sem adaptá-la ao esquema documentado.

A presença do modelo no catálogo de um gateway não comprova acesso de todos os países nem atende, por si só, a requisitos de residência de dados. Confira as condições de acesso, o tratamento dos dados e as tarifas do gateway antes de transferir tráfego de produção.

O que medir antes de substituir um roteador?

Primeiro, execute o roteador candidato sem permitir que ele controle ações. Compare as rotas propostas com exemplos rotulados e com as decisões do sistema atual.

Meça as ações automáticas incorretas mantendo fixa a proporção de automação. Registre também a frequência de encaminhamento para uma alternativa, a latência de ponta a ponta p50 e p95, as novas tentativas e o custo total. Reavalie os limiares após mudar a versão do modelo, a redação das perguntas ou a lista de opções.

Mantenha as tarefas determinísticas no código. Um modelo de decisão acrescenta pouco à verificação de um código de saída conhecido ou à aplicação de uma regra exata de permissão. Um modelo generativo continua adequado quando você precisa de um patch, uma explicação ou uma chamada de ferramenta com novos argumentos.

Nos fluxos de programação, inclua na comparação o custo e as falhas do modelo que executa a tarefa selecionada. Nosso guia de custo por tarefa de agentes de programação explica por que uma chamada de roteamento mais barata ainda pode encarecer a tarefa concluída.