Tu app recibe el mensaje “me cobraron dos veces”. Un modelo generativo puede responder con una explicación larga, pero tu sistema solo necesita decidir si enviarlo a facturación, soporte técnico o revisión humana. Extraer esa decisión de un párrafo añade errores de formato y latencia. Google presentó el 11 de noviembre de 2026 la Gemini Decisions API para preguntas de respuesta cerrada: devuelve opciones y probabilidades sin generar texto de salida. Para quien construye con IA, el cambio práctico es poder usar un clasificador dentro de un flujo sin pedirle al modelo que redacte la acción.

Qué ofrece hoy

El modelo se llama gemini-decision-1 y se usa mediante la Decisions API en Google AI Studio, con SDK o REST. Acepta texto, imágenes, audio, video y PDF como entrada compartida. En una solicitud puede evaluar hasta 1.000 preguntas independientes, limitadas también por una ventana total de 262.144 tokens. Hay tres tipos: noul para sí/no, choice para escoger entre opciones fijas y score para una rúbrica ordenada. noul es el nombre literal del tipo en la API, aunque se vea extraño; escribir boolean no seguiría el esquema documentado.

Cada pregunta devuelve una respuesta y una confianza estimada. Eso permite enrutar una incidencia sencilla y dejar los casos ambiguos para una persona. No equivale a una garantía de corrección: una probabilidad alta puede fallar en datos fuera de tu distribución. Google presenta latencias de 150–250 ms de extremo a extremo y una comparación de costo frente a Gemini 3.5 Flash-Lite en sus pruebas; son mediciones del proveedor, no resultados obtenidos en SoyJB ni promesas para tu infraestructura.

Ejemplo copiable: enrutar un mensaje de soporte

Este script envía un mensaje ficticio y cuatro destinos posibles. Si la opción es other o la confianza es inferior a 0,80, devuelve human_review. El 0,80 es un punto de partida editorial, no un umbral validado para tu negocio. Instala google-genai 3.2 o superior y configura GEMINI_API_KEY antes de ejecutar la llamada real.

"""Small support-ticket routing example for the Gemini Decisions API.

Requires google-genai >= 3.2 and a GEMINI_API_KEY to make a real API call.
"""

import os


def choose_route(choice: str, confidence: float, threshold: float = 0.80) -> str:
    """Keep uncertain or out-of-scope cases with a human reviewer."""
    if choice == "other" or confidence < threshold:
        return "human_review"
    return choice


def main() -> None:
    from google import genai

    client = genai.Client(
        api_key=os.environ["GEMINI_API_KEY"],
        http_options={"api_version": "v1beta"},
    )
    result = client.decisions.create(
        model="gemini-decision-1",
        input="My invoice was charged twice for last month's plan.",
        questions={
            "route": {
                "type": "choice",
                "instructions": "Which team should review this customer message?",
                "criteria": {
                    "billing": "Payments, invoices, refunds, and subscriptions.",
                    "bug": "A product feature is broken or fails unexpectedly.",
                    "feature": "A request for a new product capability.",
                    "other": "Anything that does not clearly fit the other categories.",
                },
            }
        },
    )
    answer = result.answers["route"]
    print(
        {
            "route": choose_route(answer.choice, answer.confidence),
            "confidence": answer.confidence,
        }
    )


if __name__ == "__main__":
    main()

Probamos localmente la sintaxis del archivo y tres casos de la función choose_route: 0,80 permite la ruta; 0,79 y la categoría other piden revisión humana. No ejecutamos la llamada a Gemini, porque requiere una clave de API; por tanto, no afirmamos que el modelo clasificó el ejemplo ni medimos su latencia. Puedes descargar el script desde el bloque y sustituir el mensaje de prueba por un caso autorizado de tu aplicación.

Cómo decidir si sirve para tu producto

1. Elige una decisión cerrada. Clasificar entre facturación, bug, petición de función u otro es adecuado. Redactar una respuesta empática al cliente no lo es: esta API no genera ese texto.
2. Prepara ejemplos etiquetados. Reúne al menos un pequeño conjunto de mensajes reales anonimizados y asigna la ruta correcta manualmente. Incluye casos fronterizos, como una queja de cobro que también menciona un fallo. Antes de automatizar, mide errores por categoría.
3. Configura un escape. Añade other y un umbral de confianza. La documentación advierte que choice reparte probabilidades entre tus opciones incluso cuando ninguna encaja; sin escape, una opción equivocada siempre ganaría.
4. Compara con tu flujo actual. Registra tiempo hasta la ruta correcta, errores que requieren reasignación y costo real de tokens de entrada. No basta con que la respuesta llegue rápido en una demo.
5. Mantén a una persona en decisiones de impacto. Rechazos, reembolsos o acciones sobre cuentas necesitan reglas adicionales y aprobación cuando corresponda. El clasificador puede sugerir una ruta, no decidir consecuencias irreversibles por sí solo.

En facturación, Google publica un nivel sin costo para prototipos y un precio de US$0,10 por millón de tokens de entrada en el nivel pagado, sin tokens de salida. La entrada compartida se cobra una vez por solicitud, pero cada pregunta añade instrucciones y criterios al total. La página de precios indica que el contenido del nivel gratuito puede usarse para mejorar productos, mientras el nivel pagado no; evita enviar datos personales reales al prototipo sin revisar condiciones y permisos. El SDK usa v1beta en el ejemplo oficial.

Qué vigilar antes de escalar

Las preguntas de una misma solicitud son independientes; no pueden usar la respuesta de otra pregunta como contexto. Si una decisión depende de la anterior, compón la lógica en tu código o haz una segunda llamada. Los límites por proyecto y región deben comprobarse en AI Studio. Algunas entradas pueden recibir un error de seguridad en vez de respuestas. Y el precio favorable no demuestra precisión para tus tickets, idioma o industria. El valor real aparece cuando el costo de clasificar y revisar es menor que el de tu proceso actual sin aumentar errores relevantes.

Otra vía de acceso: Vercel anunció también el 11 de noviembre el modelo google/gemini-decision-1 en AI Gateway. En AI SDK 7, Vercel admite PDF, audio y video; sus interfaces TypeSafe-compatible y Decisions admiten texto e imagen. El ejemplo de esta guía usa el SDK directo de Google y su tipo noul; no copies ese tipo literalmente a la interfaz boolean de Vercel sin consultar su esquema. En Gateway, las llamadas aparecen en logs y presupuestos.

Fuentes primarias, consultadas el 11 de noviembre de 2026: anuncio de Google, guía técnica de Decisions API y precios oficiales. Las integraciones anunciadas con terceros se están desplegando gradualmente; el ejemplo usa el SDK de Google.