
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
Entre na sua conta para curtir e guardar o que gostou.
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
Entre na sua conta para curtir e guardar o que gostou.
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
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:
| Ponto | Gemini Decision 1 |
|---|---|
| Preço de entrada | US$ 0,10 por milhão de tokens |
| Preço de saída | Zero (não gera texto) |
| Perguntas por chamada | Até 1.000 |
| Contexto | 262.144 tokens, somando conteúdo e perguntas |
| Entradas | Texto, imagem, áudio, vídeo e PDF |
| Latência anunciada | 150 a 250 ms de ponta a ponta |
| Nível gratuito | Sim, no Google AI Studio |
| O que não tem | Lote (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:
| Quando | Quem | O que saiu | Nome do sim ou não |
|---|---|---|---|
| 15/09/2026 | TypeSafe | Jev, em acesso antecipado | noul |
| 06/10/2026 | OpenAI | Decisions API em beta, só com o GPT-6 Luna | predicate |
| 14/10/2026 | TypeSafe | Jev 1.14, com imagem e contexto longo | noul |
| 11/11/2026 | Gemini Decisions API, com o Gemini Decision 1 | noul |
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.
| Teste | Gemini Decision 1 | Jev 1.14 | GPT-6 Luna (OpenAI) |
|---|---|---|---|
| JevBench (parte pública) | 92,2% | 90,0% | 90,9% |
| Amazon ESCI | 58,7% | 56,7% | 54,7% |
| New Yorker Caption (só texto) | 79,7% | 72,0% | 68,4% |
| Mind2Web Multimodal | 86,2% | 86,8% | 81,8% |
| PubMedQA | 79,8% | 78,2% | 74,4% |
| Global-MMLU-Lite (fora do inglês) | 86,0% | 85,0% | 79,6% |
| When2Call | 79,9% | 82,0% | 70,4% |
| MMAU (áudio) | 71,8% | Sem dado | Sem dado |
| Video-MME (vídeo) | 69,1% | Sem dado | Sem dado |
| Erro de calibração (menor é melhor) | 0,0250 | 0,0494 | 0,0721 |
| Preço total em 7 testes em comum | US$ 0,88 | US$ 0,68 | US$ 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.
| Resultado | Jev 1.14 | Gemini Decision 1 | OpenAI (GPT-6 Luna) |
|---|---|---|---|
| Acertos (de 66) | 60 | 62 | 58 |
| Assunto da mensagem (de 24) | 24 | 24 | 23 |
| Problema com pagamento ou acesso (de 24) | 18 | 22 | 18 |
| Gravidade da avaria (de 12) | 12 | 10 | 11 |
| Armadilhas (de 6) | 6 | 6 | 6 |
| Latência mediana, medida do Brasil | 190 ms | 364 ms | 266 ms |
| Latência p90 | 213 ms | 505 ms | 361 ms |
| Tokens de entrada por chamada (média) | 449 | 241 | 323 |
| Custo por 100 mil chamadas iguais | US$ 1,89 | US$ 2,41 | US$ 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:
| Pergunta | Jev | Gemini | OpenAI |
|---|---|---|---|
| Com "problema crítico" | 18 de 24 | 22 de 24 | 18 de 24 |
| Com "algum problema" | 22 de 24 | 24 de 24 | 20 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:
Defina, não qualifique. Troque "crítico", "urgente" e "importante" pela lista do que conta.
Uma pergunta por julgamento. Assunto e gravidade em perguntas separadas, que os três respondem em paralelo na mesma chamada.
Explique cada opção da escolha em uma frase, como um critério.
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.
| Confiança | Jev | Gemini | OpenAI |
|---|---|---|---|
| Erros com confiança de 0,7 ou mais (o que passa sem revisão) | 6 de 6 | 1 de 4 | 6 de 8 |
| Acertos com confiança abaixo de 0,7 (revisão à toa) | 9 de 60 | 5 de 62 | 8 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:
| Situação | Use | Por quê |
|---|---|---|
| Texto curto em volume (chat, formulário, título) | Jev | Mais rápido daqui e mais barato por chamada |
| Áudio, vídeo ou PDF | Gemini | O Jev não lê; o Gemini avalia direto, sem transcrever |
| Imagem PNG ou JPEG | Os dois servem | No teste do Google, empataram em navegação com imagem |
| Decisão que custa caro errar | Os dois juntos | Concordaram, segue; discordaram, vai para uma pessoa |
| Dado pessoal de cliente | Só no plano pago | No 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 diz | Gemini 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:
| Aposta | Confiança | Verificação | Resultado |
|---|---|---|---|
| A TypeSafe não baixa o preço de entrada do Jev para menos de US$ 0,042 por milhão de tokens até 31/03/2027 | 86% | 31/03/2027 | Em aberto |
| O Google não baixa o preço do Gemini Decision 1 para menos de US$ 0,10 por milhão de tokens até 31/03/2027 | 80% | 31/03/2027 | Em aberto |
| A API do Jev não passa a aceitar áudio nem vídeo até 30/06/2027 | 74% | 30/06/2027 | Em aberto |
| A Gemini Decisions API continua em beta (v1beta) até 30/06/2027 | 65% | 30/06/2027 | Em 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.
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.