Google DeepMind lance Gemini Decision 1 pour la prise de décision basée sur des agents

Google DeepMind lance Gemini Decision 1 et une API Decisions dédiée, visant à isoler les jugements fermés tels que « quel outil appeler », « cela respecte-t-il les politiques ? », « à quel type de modèle le confier ? », « quel est le niveau de risque ? » du modèle génératif général. Les développeurs peuvent soumettre jusqu'à 256 000 tokens de texte, d'images, d'audio, de vidéo ou de PDF, et poser jusqu'à 1 000 questions indépendantes sur le même document ; le modèle ne génère pas d'explications mot à mot, mais fournit directement, lors d'un seul calcul vers l'avant, des probabilités et des niveaux de confiance pour chaque option. Google annonce une latence end-to-end typique de 150 à 250 millisecondes, avec un prix de 0,10 dollar par million de tokens d'entrée et une sortie gratuite. Toutefois, ces données de latence proviennent principalement de tests avec moins de 16 000 tokens et au plus 100 questions, et ne prouvent pas que la même vitesse est maintenue avec un contexte complet et 1 000 questions ; des évaluations indépendantes le placent au 9e rang sur 18 modèles de décision, ce qui indique que ses capacités de calibration et multimodales sont remarquables, mais qu'il n'est pas le champion global pour toutes les tâches de décision.

Auteur et source de l'article : Google DeepMind

Actuellement, de nombreux agents appellent un modèle de génération complet même lorsqu'ils n'ont besoin que de répondre par « oui » ou « non ». Le modèle doit lire le contexte, effectuer un raisonnement et produire du texte token par token, puis l'application doit extraire une valeur booléenne ou une catégorie à partir de la réponse.

Cette approche est flexible, mais très gaspilleuse dans les flux de travail à haute fréquence. Un agent de service client peut être amené à évaluer successivement l'intention de l'utilisateur, le risque du compte, les politiques applicables, les autorisations d'outils, la file d'attente de mise à niveau et le modèle de réponse ; chaque étape appelle un modèle de génération, ce qui accumule des retards, des coûts et des erreurs d'analyse de format.

Gemini Decision 1 adopte une approche différente : les développeurs définissent d'abord un nombre limité de réponses candidates, et le modèle se contente d'évaluer ces options. Ce n'est pas un modèle de discussion, ne rédige pas d'explications, et ressemble davantage à une couche universelle de classification, de classement et de prise de décision stratégique capable de comprendre des contextes longs et des informations multimodales.

Google propose trois formes de questions :

• Évaluation « oui / non », retourne la probabilité que la condition soit remplie ;
• Choisissez entre 2 et 255 options, puis retournez la probabilité normalisée pour chaque option ;
• Évaluez selon une échelle ordonnée prédéfinie, tout en retournant les probabilités de chaque niveau et le score pondéré.

Chaque résultat est accompagné d'un niveau de confiance compris entre 0 et 1. L'application peut définir un seuil : exécution automatique lorsque le niveau de confiance est élevé, transfert vers un modèle plus puissant ou une revue humaine lorsque le niveau de confiance est insuffisant.blog.google

Une requête peut contenir jusqu'à 256 000 tokens et poser 1 000 questions indépendantes sur la même entrée.

Par exemple, une compagnie d'assurance peut soumettre simultanément un formulaire de réclamation numérisé, des photos des dégâts sur site, un enregistrement de l'appel client et des documents de compte, puis demander au modèle d'évaluer si les documents sont complets, de classifier le type d'accident, de détecter d'éventuels signes de fraude, de déterminer à quelle équipe les attribuer et à quel niveau d'urgence les traiter.

Les documents partagés ne sont facturés qu'une seule fois, et chaque question n'ajoute que ses propres instructions et options de token. Ainsi, lorsqu'une trentaine de vérifications doivent lire le même long document, il est plus économique que d'envoyer le document plusieurs dizaines de fois. Le prix officiel est de 0,10 dollar américain pour un million de tokens d'entrée, sans frais pour les tokens de sortie, ni frais séparés pour l'OCR ou la transcription audio.

Mais ces 1000 questions doivent être indépendantes les unes des autres. Le modèle ne permettra pas au second jugement de lire le résultat du premier jugement. Si le flux de travail est « d'abord déterminer le type de document, puis appliquer des règles d'audit différentes selon le type », les développeurs devront toujours relier les deux étapes dans le code ou appeler à nouveau l'API. Lorsqu'il s'agit de générer du texte explicatif, d'extraire des champs quelconques ou de rédiger une réponse, un modèle de génération ou d'extraction d'informations reste nécessaire.

Gemini Decision 1 saute le décodage token par token et évalue tous les candidats en un seul passage forward. Google indique que le temps de calcul médian du modèle est de 50 à 100 millisecondes, avec une latence de bout en bout, incluant les services et le réseau, d'environ 150 à 250 millisecondes.

Les tests officiels montrent que, sur des entrées multimodales n'excédant pas 16 000 tokens, augmenter une seule requête de 1 question à 100 questions maintient la latence essentiellement plate. Dans le même benchmark, son coût serait environ cinq fois inférieur à celui obtenu en appelant Gemini 3.5 Flash-Lite via l'API Interactions.

Ces chiffres ne peuvent pas être extrapolés directement à tous les cas. Bien que le modèle autorise 256 000 tokens et 1 000 questions, Google n'a pas prouvé qu'il est possible de remplir simultanément les deux limites tout en respectant un délai de 250 millisecondes ; les temps de téléchargement pour les fichiers volumineux tels que des vidéos, des audio et des PDF ne sont pas inclus dans le temps de calcul du modèle. Un déploiement réel doit re-mesurer en utilisant vos propres longueurs de fichiers, nombre de questions et emplacements réseau.

Les classificateurs traditionnels sont généralement conçus pour un format de données prédéfini, tandis que Gemini Decision 1 peut analyser simultanément, dans une même requête, du texte, des images, de l'audio, des vidéos et des PDF.

L'exemple officiel a soumis au modèle une photo de la surface d'une table dans la salle de pause accompagnée d'une légende textuelle, et a posé trois questions : présence de liquide non nettoyé, action à entreprendre (essuyer ou appeler le personnel d'entretien), et niveau de gravité sur place. Le modèle a déterminé la présence de quelques éclaboussures, a recommandé d'essuyer avec un chiffon, et a fourni les probabilités pour chaque option.

Les développeurs peuvent également réduire la résolution des images ou des vidéos, afin de réduire les tokens et les frais au détriment de certains détails. Pour la réclamation, la modération de contenu, l'inspection des produits ou la détection d'événements vidéo, cela est plus facile à mettre en œuvre que d'exécuter séparément OCR, reconnaissance vocale, modèles visuels et moteurs de règles ; mais un modèle unifié signifie que, si celui-ci commet une erreur dans la compréhension du contenu visuel ou vocal, plusieurs jugements ultérieurs pourraient être affectés simultanément.

Google affirme que Gemini Decision 1 excelle dans les benchmarks de routage, d'inférence, de classement et de compréhension multimodale, avec la plus faible erreur de calibration. Dans les comparaisons officielles, le modèle atteint 92,2 % sur JevBench, dépassant GPT‑6 Luna à 90,9 % et Jev 1.14 à 90,0 % ; son erreur de calibration est de 0,0250, soit environ la moitié de celle de Jev à 0,0494.

Mais il ne remporte pas tous les défis. Jev obtient un score légèrement supérieur à celui de Gemini, avec 86,8 % contre 86,2 % dans Mind2Web Multimodal pour la prise de décision sur les tâches de navigateur, et 82,0 % contre 79,9 % dans When2Call pour déterminer quand appeler les outils.

L'Independent Artificial Analysis Decision Index v2.1 attribue à Gemini Decision 1 un score d'environ 66, le plaçant au 9e rang sur 18 modèles de décision. Il est en tête dans les catégories de connaissances et de raisonnement, mais n'arrive à répondre correctement à toutes les questions que dans 33 % des documents lors du test AA-Paperclip, qui exige de comprendre correctement simultanément un CV, une facture, un reçu ou un article ; Drex Max v1.1 atteint 63 %. Lors du test Independent When2Call, il est également en retard par rapport à Drex Max et Jev.

Cela signifie que « la confiance bien calibrée » et « chaque jugement étant le plus précis possible » ne sont pas la même chose. Un modèle bien calibré comprend mieux quand il risque de se tromper, ce qui facilite la définition de seuils de révision humaine ; mais si l'application interprète à tort une haute confiance comme une garantie de vérité, elle peut toujours prendre des décisions automatiques erronées.

Google utilise cette API dans plusieurs produits. Gemini Notebook l'utilise pour déterminer quel modèle et quel niveau de réflexion doivent être appliqués à une requête ; l'entreprise affirme que la latence des requêtes ordinaires est réduite de jusqu'à 40 % ; Stitch l'utilise pour répondre rapidement aux modifications de conception générées par la voix ou les clics ; CC de Google Labs sélectionne une réaction parmi plus de 200 émojis ; et Google Search l'intègre avant l'appel des outils MCP pour détecter les comportements malveillants et les contenus dangereux.

Ces cas révèlent son véritable positionnement : il ne s'agit pas de l'intelligence que l'utilisateur voit en fin de compte, mais du plan de contrôle situé derrière l'Agent. Les modèles de génération sont chargés d'écrire du code, d'organiser le langage et de résoudre des problèmes ouverts ; les modèles de décision déterminent quel appel effectuer ensuite, s'il faut autoriser l'appel, quelle puissance de modèle est nécessaire, et quand il faut arrêter l'automatisation et transférer la main à un humain.

Ce découpage peut être plus adapté aux systèmes d'agents à grande échelle qu'une simple extension de modèles généraux, car de nombreuses étapes quotidiennes n'exigent pas « d'être meilleur pour écrire », mais simplement de choisir rapidement, à faible coût et avec une probabilité fiable, la bonne branche.

Gemini Decision 1 est actuellement disponible via le point d'entrée `v1beta` de l'API Gemini Developer, et le support Google Cloud est toujours marqué comme « bientôt disponible ». Google n'a pas divulgué publiquement le nombre de paramètres, les données d'entraînement, la puissance de calcul utilisée, l'architecture spécifique ou la fiche système complète, ce qui empêche de déterminer s'il s'agit d'une distillation à partir des modèles Gemini existants ou de vérifier indépendamment les déclarations de sécurité et de données au niveau de l'entraînement.