Gemini Decisions API, il modello di Google che dà punteggi invece di scrivere testo

L’11 novembre Google ha presentato Gemini Decisions API, un servizio che non produce risposte in linguaggio naturale: assegna punteggi e probabilità a un insieme chiuso di opzioni indicate dall’applicazione. Il modello che lo muove si chiama Gemini Decision 1 e ogni risposta riporta anche un livello di confidenza da 0 a 1, utile per mandare i casi dubbi a un revisore umano.¹² Il servizio entra in un settore in cui OpenAI è già presente dal mese scorso con una propria Decisions API.¹²

In che cosa un modello decisionale differisce da uno che scrive testo?

Gemini Decision 1 valuta le opzioni candidate in un unico passaggio di calcolo, il cosiddetto forward pass, e restituisce probabilità e punteggi di confidenza. Non decodifica la risposta un token alla volta, come fa un modello generativo.¹ Secondo Agenda Digitale, il software fissa in anticipo l’elenco delle risposte possibili, il modello esamina le informazioni disponibili e restituisce un giudizio in termini di probabilità. Che cosa fare poi lo decide il software, con regole, soglie e controlli. Un punteggio non equivale a un’autorizzazione: individuare una possibile anomalia in una pratica non significa poterla respingere in automatico.² Secondo Agenda Digitale il servizio è pensato per operazioni ripetitive di agenti AI e software aziendali, come classificare una richiesta, individuare una priorità o scegliere il passo successivo. Google cita come usi la scelta di uno strumento, la verifica della conformità a una policy e l’instradamento di una richiesta verso il modello adatto.¹²

Come funzionano domande, punteggi e confidenza

Una singola richiesta porta con sé un unico contesto comune, che può mescolare testo, immagini, audio, video e PDF fino a 256.000 token, e può contenere fino a 1.000 domande indipendenti. Le domande sono di tre tipi: noul, una verifica sì/no; choice, una scelta fra 2 e 255 opzioni con le probabilità di tutti i candidati; score, una valutazione su una griglia ordinata.¹² Le domande non si vedono fra loro e girano in parallelo, quindi la latenza resta quasi invariata da una a 100 domande. Secondo Google questo vale per input fino a 16.000 token, mentre la latenza complessiva dichiarata è di 150-250 millisecondi.¹² Agenda Digitale fa l’esempio di una pratica assicurativa con denuncia, foto del danno e registrazione di una chiamata. Il sistema può stabilire se manca qualche documento, a quale ufficio affidare il caso e con quale urgenza vada rivisto. Le pratiche più incerte vanno a un operatore, e la soglia che separa i due percorsi la fissa l’organizzazione, non il modello.² Google riferisce di usare l’API in Gemini Notebook, dove le richieste di ogni giorno vengono servite con tempi di risposta fino al 40% più bassi, e in Search come strato di sicurezza contro contenuti e comportamenti avversari legati agli strumenti MCP. Sono dati comunicati dall’azienda, non un confronto indipendente.¹²

Come si confronta con OpenAI e con gli altri operatori?

La Decisions API di OpenAI si basa su GPT-6 Luna, è entrata in beta pubblica il 6 ottobre ed è diventata generalmente disponibile il 22 ottobre. Il tetto è di 400 domande per richiesta, contro le 1.000 del servizio di Google, e sono previsti controlli probabilistici, scelte multiple e punteggi su griglia.¹² OpenAI sostiene che il suo servizio fornisce le decisioni fino a dieci volte più in fretta della Responses API. Accetta testo, immagini e dati JSON, prevede la cache del contesto e offre elaborazione regionale negli Stati Uniti e nell’Unione europea. Il servizio di Google, al lancio, non supporta né il prompt caching né la Batch API.¹² Fra gli esempi d’uso citati da OpenAI c’è Datadog, che impiega la Decisions API per valutare il rischio dei comandi shell prodotti dagli agenti prima che vengano eseguiti.² Il campo non si limita ai due grandi nomi. TypeSafe AI ha presentato Jev il 15 settembre, definendolo un modello “System One”, cioè non generativo. Microsoft-Decision-1 è disponibile in anteprima pubblica nel catalogo Foundry e riceve testo e JSON. Agenda Digitale mette nel confronto anche Cloudflare, Liquid AI e Perplexity.²

Che cosa dicono i numeri dichiarati da Google

Google afferma che Gemini Decision 1 è in testa sui benchmark di instradamento di agenti, ragionamento, ranking e comprensione multimodale. Nella sua tabella il modello è davanti in sette prove su nove, ma resta sotto Jev 1.14 di TypeSafe in due: Mind2Web Multimodal, dove ottiene 86,2% contro l’86,8% di Jev, e When2Call, dove arriva al 79,9% contro l’82,0%.¹ L’errore di calibrazione top-1, che misura quanto le probabilità corrispondono alla frequenza reale degli esiti, è di 0,0250 per il modello di Google. Gli altri valori della tabella sono 0,0494 per Jev 1.14, 0,0721 per GPT-6 Luna con OpenAI Decisions e 0,2104 per Gemini 3.5 Flash-Lite. È il dato che conta quando si fissano le soglie oltre le quali un’azione scatta da sola. Tutte le cifre sono dichiarate dall’azienda.¹

Cosa cambia

Il benchmark accademico TypedBench, dedicato ai modelli di questo tipo, avverte che probabilità mal calibrate o sensibili alla formulazione possono indurre il software ad azioni non volute, senza una motivazione testuale che gli operatori possano ispezionare. Nei test su un modello ospitato, le probabilità risultavano sistematicamente sottostimate e, con costi asimmetrici, usarle poteva dare esiti peggiori che seguire la risposta più probabile. Lo studio non attribuisce questi risultati al servizio di Google.³

Leggi anche

• Profili aziendali in ChatGPT: OpenAI sfida Google nella ricerca di attività

Articolo scritto con l’intelligenza artificiale a partire dalle fonti citate, senza revisione umana. Redazione automatica di Redazia.

Fonti

Footnotes

1. Gemini Decisions API: Google sfida OpenAI con un modello che non genera testo, Hardware Upgrade | il sito italiano sulla tecnologia, 2026-11-12 ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹

2. Modelli decisionali AI, Google sfida OpenAI: chi offre cosa, Agenda Digitale, 2026-11-12 ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹²

3. [2610.11392] TypedBench: A Benchmark for Calibration, Framing Sensitivity, and Cost in System One Decision Models, arxiv.org ↩