Gemini Decisions API : 1 000 questions pour 0,10 dollar, mais pas en production gratuite depuis l'Europe

Ce que Google lance

Google a ouvert le 11 novembre 2026 la Gemini Decisions API, adossée à un nouveau modèle, Gemini Decision 1 (gemini-decision-1). Il ne rédige pas de réponse : il évalue des options fixées à l'avance et renvoie, pour chacune, une probabilité. Selon l'annonce de Google, il traite en une passe un contenu partagé (texte, image, audio, vidéo ou PDF, jusqu'à 256 000 jetons environ) et jusqu'à 1 000 questions indépendantes, en 150 à 250 millisecondes de bout en bout.

Trois types de questions sont prévus, d'après la fiche du modèle :

Google vise les petites décisions de contrôle à l'intérieur des agents IA : choisir un outil, vérifier une règle, aiguiller une requête vers le bon modèle, juger si un contexte suffit. « Rather than generating answer text token by token, Gemini Decision 1 scores your candidate options in a single forward pass », écrit Google. En interne, Gemini Notebook s'en sert déjà pour choisir le niveau de modèle et de réflexion de chaque requête, avec une latence réduite de 40 % au plus sur les questions courantes, selon le même billet.

Le prix : le contenu facturé une fois, la sortie gratuite

Gemini Decision 1 coûte 0,10 dollar par million de jetons en entrée, et rien en sortie puisqu'il n'en produit pas, d'après la grille tarifaire. Le contenu partagé n'est facturé qu'une fois par appel ; chaque question ajoute seulement les jetons de ses consignes et de ses options. Google dit le modèle « près de 5 fois » moins cher que Gemini 3.5 Flash-Lite sur sa propre batterie de tests, un chiffre qu'aucune mesure indépendante ne confirme encore.

L'écart se joue sur le nombre d'appels. VentureBeat calcule le cas d'un dossier de 4 000 jetons soumis à 20 vérifications de 50 jetons chacune : en un seul appel, cela fait 5 000 jetons, soit environ 0,50 dollar pour 1 000 dossiers ; en 20 appels qui renvoient chacun le dossier, 81 000 jetons, soit 8,10 dollars pour 1 000 dossiers.

Deux limites pèsent sur la facture, selon la documentation : pas de cache de contexte, pas de Batch API ni d'inférence Flex ou Priority. Un même document renvoyé dans un autre appel est refacturé en entier. C'est la logique inverse de celle des modèles génératifs, où le cache fait souvent l'essentiel de l'économie.

En Europe : gratuit pour essayer, payant pour servir

Le point à connaître depuis la France est dans les conditions, pas dans l'annonce. Le niveau gratuit existe (200 requêtes et 50 000 jetons par minute, 10 000 requêtes par jour, selon la page des limites d'usage), mais les conditions additionnelles de l'API Gemini sont nettes : « You may use only Paid Services when making API Clients available to users in the European Economic Area, Switzerland, or the United Kingdom. » Une application ouverte à des utilisateurs européens doit donc passer par le niveau payant.

Le niveau gratuit a une autre contrepartie. La grille tarifaire indique que les données servent à améliorer les produits de Google sur le niveau gratuit, et non sur le niveau payant. Les conditions précisent que des humains peuvent lire et annoter ce qui est envoyé, et demandent : « Do not submit sensitive, confidential, or personal information to the Unpaid Services. » Pour un prototype qui trie des messages clients ou des PDF de factures, cela exclut les vraies données.

Enfin, l'API n'est pour l'instant accessible que par l'API Gemini de Google AI Studio (version v1beta). La prise en charge dans Google Cloud est annoncée « soon », sans date, d'après Google. OpenRouter et Vercel AI Gateway la proposent aussi.

Face aux autres modèles de décision

Google n'invente pas la catégorie. D'après le blog de Simon Willison, Gemini Decision 1 est facturé comme le modèle de décision GPT-6 Luna d'OpenAI, 0,10 dollar le million de jetons en entrée, tandis que Jev, de TypeSafe, reste le moins cher à 4,2 centimes. Jev ne lit que du texte et du JSON, OpenAI ajoute les images ; Gemini Decision 1 est le seul des trois à prendre aussi l'audio, la vidéo et les PDF. Le même blog note que Gemini renvoie des probabilités nuancées là où les deux autres répondent 1 ou 0 aux questions oui/non, ce qui sert surtout si ton code exploite le score de confiance.

Pour situer Google dans la course des modèles, lire aussi notre article sur Gemini 4 Carbon et la comparaison des prix de Muse Ember, Haiku et Luna. Les autres nouveautés sont dans la rubrique Modèles.

Ce que ça change pour toi

• Tu construis un agent : sortir les décisions de contrôle (outil, modèle, validation humaine) du modèle principal réduit la latence et rend le code plus lisible, puisqu'il lit un chiffre au lieu d'analyser une phrase. Garde les vraies règles d'accès dans ton code : une probabilité de 0,9 n'est pas une autorisation.
• Tu prototypes depuis la France : AI Studio gratuit suffit pour tester, sans y mettre de vraies données clients. Avant d'ouvrir le service à des utilisateurs européens, active la facturation.
• Tu traites de gros documents de façon répétée : sans cache, chaque nouvel appel sur le même document le refacture. Regroupe tes questions dans un seul appel.

Ce qu'on ne sait pas encore

Google ne publie pas les jeux de tests détaillés derrière son affirmation de tête « across the suite » (annonce), et aucun banc indépendant n'a encore mesuré la calibration annoncée. La date d'arrivée dans Google Cloud n'est pas fixée, et on ignore si le modèle sortira de la version bêta de l'API avec le même prix.