Pular para o conteúdo
Gráfico comparativo de desempenho de APIs de IA, mostrando barras para Gemini, Jev e OpenAI em métricas como acerto, velocidade e custo, com ícones representand
Voltar para o Blog

Gemini Decisions API Copiou o Jev? O Google Usa Até o Noul. Testei os Três em Português e o Resultado Não É o do Anúncio

Equipe Golber.
15 min de leitura
Inteligência Artificial

Entre na sua conta para curtir e guardar o que gostou.

Ouça este artigo

Gemini Decisions API Copiou o Jev? O Google Usa Até o Noul. Testei os Três em Português e o Resultado Não É o do Anúncio

0:00 / 23:21
1×
Sincronia do destaque
no ponto
Se a voz parecer atrás do trecho marcado, atrase o destaque
Gráfico comparativo de desempenho de APIs de IA, mostrando barras para Gemini, Jev e OpenAI em métricas como acerto, velocidade e custo, com ícones representand

O Google lançou a Gemini Decisions API com os mesmos tipos do Jev, até o noul. Testei Gemini, Jev e a OpenAI com 66 julgamentos em português: quem acerta mais, quem é mais rápido, o custo real e por que vale usar os dois juntos.

O Google lançou em 11 de novembro a Gemini Decisions API, que responde perguntas de sim ou não, de escolha e de nota numa única passada, sem gerar texto, a US$ 0,10 por milhão de tokens. Os três tipos de pergunta têm os mesmos nomes dos do Jev, da TypeSafe, até a palavra "noul", que nenhuma das duas empresas explica.

Recebi o e-mail do lançamento e fiz o teste que ainda não vi publicado em lugar nenhum: os mesmos 66 julgamentos em português no Gemini, no Jev e na Decisions API da OpenAI. O Gemini acertou mais. O Jev foi o mais rápido e o mais barato. E uma única palavra na pergunta mudou o placar dos três. O que você vai encontrar:

  • O que a Gemini Decisions API faz e quanto custa

  • Por que ela parece o Jev com a marca do Google

  • O teste em português, com acerto, latência e custo real

  • O erro que a confiança não avisou

  • Trocar, juntar os dois ou ficar: o que eu faria

O que é a Gemini Decisions API

É uma API do Google que devolve decisões, não texto. Você manda um conteúdo (texto, imagem, áudio, vídeo ou PDF) e até 1.000 perguntas fechadas, e recebe probabilidades e uma confiança para cada uma. Roda no modelo Gemini Decision 1, na versão v1beta da Gemini API, e não cobra saída.

O anúncio saiu no blog do Google, assinado por Min Choi e Felix Yu, do Google DeepMind. Os três tipos de pergunta, pela documentação oficial:

  • noul: sim ou não. Devolve a probabilidade de sim, sempre entre 0,01 e 0,99.

  • choice: uma opção entre 2 e 255 que você define, com a probabilidade de cada uma.

  • score: uma nota em níveis ordenados (de 2 a 255, com 2 a 10 recomendados), calculada como a média dos níveis pesada pela probabilidade.

Os números que importam para quem vai usar:

PontoGemini Decision 1
Preço de entradaUS$ 0,10 por milhão de tokens
Preço de saídaZero (não gera texto)
Perguntas por chamadaAté 1.000
Contexto262.144 tokens, somando conteúdo e perguntas
EntradasTexto, imagem, áudio, vídeo e PDF
Latência anunciada150 a 250 ms de ponta a ponta
Nível gratuitoSim, no Google AI Studio
O que não temLote (batch), cache de contexto, link do YouTube

O ponto forte é a entrada. O áudio é avaliado direto, sem transcrição antes, e o PDF entra sem OCR. O conteúdo compartilhado é cobrado uma vez por chamada, não importa quantas perguntas você faça sobre ele. O Google diz que já usa o modelo por dentro: para rotear pedidos no Gemini Notebook, com até 40% menos latência, e como camada de segurança das ferramentas MCP na Busca.

Um cuidado de privacidade: na tabela de preços do Google, o nível gratuito usa os seus dados para melhorar os produtos, e o pago não. Teste no grátis com dado inventado, nunca com mensagem de cliente.

E não confunda com o Gemini 4 Hydrogen, lançado um dia depois: aquele gera texto e conversa; o Decision 1 só decide.

O Google adotou o vocabulário do Jev

A Gemini Decisions API chegou quase dois meses depois do Jev, com os mesmos nomes de tipo (noul, choice e score), o mesmo formato de pergunta (instruções e critérios) e a mesma regra de não cobrar saída. A OpenAI fez algo parecido em outubro, mas trocou noul por predicate. O Google manteve até a palavra inventada.

A linha do tempo, pelas páginas oficiais de cada empresa:

QuandoQuemO que saiuNome do sim ou não
15/09/2026TypeSafeJev, em acesso antecipadonoul
06/10/2026OpenAIDecisions API em beta, só com o GPT-6 Lunapredicate
14/10/2026TypeSafeJev 1.14, com imagem e contexto longonoul
11/11/2026GoogleGemini Decisions API, com o Gemini Decision 1noul

Compare um pedido de cada um. No Jev:

{
  "model": "jev-1.14.0",
  "state": "Paguei o Pix ontem e ainda consta pendente.",
  "questions": {
    "assunto": { "type": "choice", "instructions": "Qual é o assunto?", "criteria": { "venda": "...", "suporte": "..." } }
  }
}

No Gemini, muda o nome do campo do conteúdo, de state para input, e o modelo:

{
  "model": "gemini-decision-1",
  "input": "Paguei o Pix ontem e ainda consta pendente.",
  "questions": {
    "assunto": { "type": "choice", "instructions": "Qual é o assunto?", "criteria": { "venda": "...", "suporte": "..." } }
  }
}

E tem mais. Na tabela de testes do anúncio, o Google se mede contra o TypeSafe Jev 1.14, pelo nome, e o primeiro teste da lista é o JevBench. O JevBench não é da TypeSafe: é mantido pela Benchmark Heaven, que diz no repositório trabalhar "independently of TypeSafe AI". Mas o nome diz quem virou a régua do mercado.

Copiou? Não dá para provar, e eu não vou afirmar. Formato de API é público, e ficar compatível pode ser estratégia: quem já escreveu código para o Jev troca de fornecedor mudando a URL, o nome de um campo e o modelo. O contexto ajuda a entender a disputa: a TypeSafe diz ter captado US$ 870 milhões em outubro, avaliada em US$ 7,5 bilhões, com a Andreessen Horowitz na frente.

Quando o gigante adota o seu vocabulário e se mede contra você pelo nome, ele não está copiando um detalhe. Está dizendo que vai disputar o seu cliente.

O que eu já tinha escrito sobre a primeira rival está no post sobre a Decisions API da OpenAI contra o Jev, e o básico do Jev, no post sobre o que é o Jev da TypeSafe.

O que a tabela do Google mostra

Na tabela do próprio Google, o Gemini Decision 1 vence 7 de 9 testes e tem a melhor calibração. Mas a mesma tabela mostra o Jev mais barato no total e vencendo dois testes. E dois dos nove testes são de áudio e vídeo, que o Jev não lê, então ele nem aparece.

TesteGemini Decision 1Jev 1.14GPT-6 Luna (OpenAI)
JevBench (parte pública)92,2%90,0%90,9%
Amazon ESCI58,7%56,7%54,7%
New Yorker Caption (só texto)79,7%72,0%68,4%
Mind2Web Multimodal86,2%86,8%81,8%
PubMedQA79,8%78,2%74,4%
Global-MMLU-Lite (fora do inglês)86,0%85,0%79,6%
When2Call79,9%82,0%70,4%
MMAU (áudio)71,8%Sem dadoSem dado
Video-MME (vídeo)69,1%Sem dadoSem dado
Erro de calibração (menor é melhor)0,02500,04940,0721
Preço total em 7 testes em comumUS$ 0,88US$ 0,68US$ 0,93

Dois detalhes. A diferença de acerto é pequena: em seis dos sete testes em comum, fica em 2,2 pontos ou menos, e só no New Yorker Caption o Gemini abre 7,7 pontos. E o erro de calibração do Gemini é a metade do erro do Jev, o que importa para quem usa a confiança para decidir o que vai para uma pessoa, como mostro no meu teste mais abaixo.

Há uma ironia aqui. Em setembro, a TypeSafe publicou que não colocaria tabela de benchmark padrão nos lançamentos, por achar que esses números enganam. Dois meses depois, o Google lançou o concorrente com uma tabela que usa o JevBench como vitrine.

No ranking independente do JevBench, atualizado em 11 de novembro, os três ficam longe do topo. Pela nota composta, que junta acerto, calibração, velocidade e custo: Jev 1.13 em 18º lugar (71,4), Gemini Decision 1 em 19º (71,3), Jev 1.14 em 22º (70,2) e a Decisions da OpenAI em 28º (62,4). O primeiro colocado tem 79,9. O empate técnico entre Google e TypeSafe aparece também ali.

O teste com 66 julgamentos em português

Escrevi 42 casos em português, sem nenhum dado real, e mandei as mesmas perguntas, com as mesmas instruções, para os três. O Gemini acertou 62 de 66 julgamentos, o Jev 60 e a OpenAI 58. Rodei duas vezes, e nenhuma resposta mudou entre as rodadas em nenhum dos três.

Os casos imitam o que uso de verdade no site:

  • 24 mensagens de atendimento: o assunto, entre seis opções, e se há problema com pagamento, acesso à conta, dados pessoais ou segurança.

  • 12 avarias anotadas no checklist de uma viatura, com a gravidade em quatro níveis.

  • 6 armadilhas conhecidas desse tipo de modelo: uma soma, uma comparação de datas, uma dupla negação, uma negação, uma ironia e uma contagem.

ResultadoJev 1.14Gemini Decision 1OpenAI (GPT-6 Luna)
Acertos (de 66)606258
Assunto da mensagem (de 24)242423
Problema com pagamento ou acesso (de 24)182218
Gravidade da avaria (de 12)121011
Armadilhas (de 6)666
Latência mediana, medida do Brasil190 ms364 ms266 ms
Latência p90213 ms505 ms361 ms
Tokens de entrada por chamada (média)449241323
Custo por 100 mil chamadas iguaisUS$ 1,89US$ 2,41US$ 3,23

Três achados que a tabela de preço do anúncio não mostra:

  • O preço por token engana. O Jev custa 2,4 vezes menos por token, mas contou quase o dobro de tokens para o mesmo texto. No custo real por chamada, a vantagem dele caiu para 1,3 vez, a mesma proporção da tabela do Google (US$ 0,68 contra US$ 0,88).

  • A latência anunciada não é a do Brasil. O Google fala em 150 a 250 ms; daqui, a mediana do Gemini foi 364 ms, a mais lenta dos três. O Jev ficou em 190 ms. O Google não diz de onde mediu.

  • As armadilhas empataram. Os três acertaram a soma, a data, a dupla negação, a ironia e até a contagem, que a própria TypeSafe lista como ponto fraco do Jev.

O teste inteiro, com 333 chamadas, custou US$ 0,0088 pelo preço de tabela. Uma ressalva honesta: são 66 julgamentos escritos por mim, com rótulos meus. Não é benchmark, é o retrato de um uso real. No meu teste anterior, com outros casos, a OpenAI tinha ganhado do Jev. Por isso, refaça com os seus casos antes de decidir, como mostro no post sobre quanto o Jev custa num sistema de verdade.

Uma palavra mudou o placar

A maior diferença do teste veio de uma palavra. Perguntei se a mensagem relatava "um problema crítico" com pagamento, acesso, dados pessoais ou segurança. Tudo indica que o Jev e a OpenAI leram "crítico" como "grave" e deixaram a lista em segundo plano: um Pix pendente ou um login sem código não pareceram críticos para eles.

Reescrevi a pergunta sem a palavra ("a mensagem relata algum problema com pagamento, acesso...") e rodei de novo as 24 mensagens:

PerguntaJevGeminiOpenAI
Com "problema crítico"18 de 2422 de 2418 de 24
Com "algum problema"22 de 2424 de 2420 de 24

O Gemini foi o mais resistente à palavra mal escolhida, mas todos melhoraram com a pergunta certa. A própria TypeSafe avisa, na página de limitações do Jev, que ele faz leitura literal. As regras que tiro disso valem para os três:

  1. Defina, não qualifique. Troque "crítico", "urgente" e "importante" pela lista do que conta.

  2. Uma pergunta por julgamento. Assunto e gravidade em perguntas separadas, que os três respondem em paralelo na mesma chamada.

  3. Explique cada opção da escolha em uma frase, como um critério.

  4. Teste a pergunta antes de confiar nela: 20 casos com rótulo já mostram uma palavra traiçoeira.

O modelo de decisão não erra só por ser fraco. Erra porque a pergunta disse uma coisa e você quis dizer outra.

O erro que a confiança não avisou

Num sistema de verdade, o erro que mais custa é o que vem com confiança alta, porque o código não manda para revisão. Neste teste, o Gemini foi o que melhor avisou quando estava em dúvida: três dos seus quatro erros vieram com confiança abaixo de 0,7. Os seis erros do Jev vieram todos acima disso.

ConfiançaJevGeminiOpenAI
Erros com confiança de 0,7 ou mais (o que passa sem revisão)6 de 61 de 46 de 8
Acertos com confiança abaixo de 0,7 (revisão à toa)9 de 605 de 628 de 58

O pior caso foi da OpenAI: errou seis mensagens sobre pagamento e acesso com probabilidade de 0 ou 0,01, ou seja, certeza total no lado errado. O Jev errou as mesmas com probabilidade entre 0,10 e 0,25. Isso bate com o erro de calibração da tabela do Google, em que o Gemini tem a metade do erro do Jev.

No meu teste de outubro, com uma pergunta de escolha entre seis opções, foi o contrário: a confiança do Jev separou os erros, e a da OpenAI não. A lição é a mesma das duas vezes. Confiança só vale depois de medida nos seus casos, e o limiar de revisão (0,7 aqui) se escolhe olhando os erros, não o manual.

Trocar, juntar ou ficar com o Jev

Eu não trocaria o Jev pelo Gemini, e também não ignoraria o Gemini. Com o mesmo formato de pergunta, dá para usar os dois. O Jev fica com o texto em volume, por ser mais rápido e barato. O Gemini entra no áudio, no vídeo e no PDF. E, quando a decisão pesa, os dois votam.

Uso o Jev no fluxo deste blog: as chances do placar de previsões e a revisão de fatos de cada post saem dele. No site, o editor do modelo de checklist da frota foi feito para perguntar ao Jev sobre itens repetidos e o tipo de resposta, com uma reserva quando ele não responde. Por isso a pergunta deste post não é teórica para mim.

O que eu faria em cada caso:

SituaçãoUsePor quê
Texto curto em volume (chat, formulário, título)JevMais rápido daqui e mais barato por chamada
Áudio, vídeo ou PDFGeminiO Jev não lê; o Gemini avalia direto, sem transcrever
Imagem PNG ou JPEGOs dois servemNo teste do Google, empataram em navegação com imagem
Decisão que custa caro errarOs dois juntosConcordaram, segue; discordaram, vai para uma pessoa
Dado pessoal de clienteSó no plano pagoNo grátis do Google, os dados ajudam a melhorar os produtos

A votação dos dois tem número. No meu teste, Jev e Gemini concordaram em 60 dos 66 julgamentos e acertaram 58 deles, quase 97%. Nos 6 em que discordaram, o caso iria para uma pessoa: 9% do volume. Rodar os dois custa US$ 4,30 a cada 100 mil chamadas iguais às minhas, somando os dois.

// Exemplo: os dois votam, e a dúvida vai para uma pessoa.
const [jev, gemini] = await Promise.all([
  perguntarAoJev(mensagem, perguntas),
  perguntarAoGemini(mensagem, perguntas),
]);
if (jev.assunto === gemini.assunto) encaminhar(jev.assunto);
else mandarParaRevisao(mensagem);

Tem um ganho que não aparece no teste: resiliência. Se uma das APIs cair ou ficar lenta, a outra responde no mesmo formato, e o sistema não para. Com fornecedor novo dos dois lados (uma API em beta e uma empresa que saiu do modo discreto em setembro), não depender de um só é prudência. O Jev também tem uma alternativa que roda no seu computador, como contei no post do Jev contra o Laya.

Por fim, perguntei aos dois modelos sobre o futuro da própria briga, com os mesmos fatos. Eles discordaram em quase tudo:

Até a data, acontece?Jev dizGemini diz
TypeSafe baixa o preço do Jev (até 31/03/2027)14%47%
Jev passa a aceitar áudio ou vídeo (até 30/06/2027)26%62%
Google tira a Decisions API do beta (até 30/06/2027)35%68%
Google baixa o preço do Gemini Decision 1 (até 31/03/2027)20%49%

O Gemini é otimista com o Jev e com o próprio Google; o Jev, pessimista com os dois. Registro no placar público as apostas do lado que o Jev considera mais provável, como faço em todos os posts, e confiro nas datas:

ApostaConfiançaVerificaçãoResultado
A TypeSafe não baixa o preço de entrada do Jev para menos de US$ 0,042 por milhão de tokens até 31/03/202786%31/03/2027Em aberto
O Google não baixa o preço do Gemini Decision 1 para menos de US$ 0,10 por milhão de tokens até 31/03/202780%31/03/2027Em aberto
A API do Jev não passa a aceitar áudio nem vídeo até 30/06/202774%30/06/2027Em aberto
A Gemini Decisions API continua em beta (v1beta) até 30/06/202765%30/06/2027Em aberto

Se você quer colocar decisões tipadas no seu sistema (triagem de atendimento, moderação, roteamento de pedido, leitura de documento), o caminho que funciona é o deste post: perguntas bem escritas, um teste com os seus casos, o limiar de revisão medido e uma reserva quando a API falha. É o tipo de projeto que faço na consultoria técnica. Para começar sozinho, o passo a passo está em como usar o Jev, e quase tudo vale para o Gemini.

Perguntas frequentes

O que é a Gemini Decisions API?

É uma API do Google, lançada em 11/11/2026, que responde perguntas fechadas (sim ou não, escolha e nota) sobre texto, imagem, áudio, vídeo e PDF, sem gerar texto. Roda no modelo Gemini Decision 1, aceita até 1.000 perguntas por chamada e devolve probabilidade e confiança para cada uma.

Quanto custa a Gemini Decisions API?

US$ 0,10 por milhão de tokens de entrada, com saída gratuita, e há um nível gratuito no Google AI Studio. No meu teste em português, deu US$ 2,41 a cada 100 mil chamadas curtas, porque ela contou poucos tokens por mensagem.

A Gemini Decisions API é melhor que o Jev?

Acerta um pouco mais e avisa melhor quando está em dúvida: no meu teste, foram 62 acertos contra 60 em 66 julgamentos. O Jev foi quase duas vezes mais rápido, medido do Brasil, e cerca de 1,3 vez mais barato por chamada. Para áudio, vídeo e PDF, só o Gemini serve.

O Google copiou o Jev?

Não dá para provar. O que dá para mostrar: o Google usa os mesmos nomes de tipo do Jev, inclusive "noul", o mesmo formato de pergunta, e se compara contra o Jev 1.14 pelo nome na tabela do anúncio. Formato de API é público, e ser compatível facilita a troca de fornecedor.

A Gemini Decisions API funciona em português?

Funciona. O Google não publica uma lista de idiomas, mas no meu teste com 66 julgamentos em português ela foi a que mais acertou. Na tabela do próprio Google, o teste fora do inglês (Global-MMLU-Lite) deu 86,0% para o Gemini e 85,0% para o Jev.

Dá para usar o Jev e o Gemini Decisions juntos?

Dá, e é o que eu recomendaria para decisão importante. Como os formatos são quase iguais, o mesmo conjunto de perguntas vai para os dois; quando concordam, o código segue, e quando discordam, o caso vai para uma pessoa. No meu teste, isso acertou 58 de 60 casos de acordo e mandou 6 de 66 para revisão.

Gostou?
Compartilhar

Golber Dóriaquem escreve este blog

Receba os posts novos no seu email

IA aplicada ao trabalho, stack e o negócio de uma pessoa só, direto na sua caixa de entrada. Sem spam, e sair é um clique em qualquer email.