Cómo usar Gemini Decision paso a paso (2026): el modelo de Google que decide por ti sin escribir texto

Si quieres saber cómo usar Gemini Decision paso a paso, esto es lo esencial: Gemini Decision es el modelo nuevo de Google, anunciado el 11 de noviembre de 2026, que no escribe respuestas como el Gemini normal, sino que decide entre las opciones que tú le das y te devuelve una probabilidad para cada una. Se usa gratis para probar en Google AI Studio, con una clave de API, y en una sola petición puede responder hasta 1.000 preguntas de sí o no, de opción múltiple o de puntuación sobre el mismo texto, imagen, audio, video o PDF. En esta guía te explico cómo usar Gemini Decision paso a paso sin saber programar, con el patio de juegos de AI Studio, y también con código en Python si quieres llevarlo a tu app o a tu negocio.
- Qué es Gemini Decision y por qué es distinto de Gemini
- Los 3 tipos de preguntas de Gemini Decision
- Cómo usar Gemini Decision paso a paso en Google AI Studio
- Ejemplos prácticos de Gemini Decision en la vida real
- Cuánto cuesta Gemini Decision
- Gemini Decision vs Gemini normal: cuál usar
- Errores comunes al usar Gemini Decision y cómo solucionarlos
- «No encuentro Gemini Decision en la app de Gemini»
- «Me devuelve probabilidades raras o confianza baja»
- «Quiero que me explique por qué decidió eso»
- «Mis preguntas dependientes dan resultados raros»
- «La clave de API no funciona o me da error de permisos»
- «No sé si me conviene frente a un modelo generativo»
- Preguntas frecuentes sobre Gemini Decision
- ¿Qué es Gemini Decision?
- ¿Cómo usar Gemini Decision paso a paso sin saber programar?
- ¿Gemini Decision es gratis?
- ¿Gemini Decision está en la app de Gemini?
- ¿Cuántas preguntas puede responder en una sola petición?
- ¿Qué tipos de archivos acepta Gemini Decision?
- ¿Para qué sirve Gemini Decision en un negocio?
- ¿Gemini Decision reemplaza a Gemini normal?
- ¿Qué significa la puntuación de confianza?
- ¿Dónde está la documentación oficial de Gemini Decision?
- Enlaces útiles
Qué es Gemini Decision y por qué es distinto de Gemini
Gemini Decision es un modelo de inteligencia artificial de Google DeepMind que hace una sola cosa, y la hace muy bien: tomar decisiones cerradas. Su nombre técnico es gemini-decision-1 y funciona a través de la Gemini Decisions API, disponible en Google AI Studio desde el 11 de noviembre de 2026.
La diferencia con el Gemini que usas todos los días es sencilla, y entenderla es el primer paso de cómo usar Gemini Decision paso a paso sin confundirlo con un chatbot. El Gemini normal es generativo: le escribes un mensaje y te redacta una respuesta palabra por palabra. Gemini Decision no genera texto. Tú le pasas una entrada (un texto, una imagen, un audio, un video o un PDF) y una lista de preguntas con opciones fijas, y él puntúa cada opción en una sola pasada y te devuelve probabilidades. Es decir, no te dice «creo que este correo es urgente porque...», te dice «urgente: 92 %, normal: 6 %, spam: 2 %».
Google lo diseñó para los casos en los que un programa necesita un juicio, no un párrafo. Los ejemplos que la propia Google pone en el anuncio oficial son: elegir qué herramienta debe usar un agente, comprobar si un contenido cumple una política, decidir a qué modelo mandar una consulta, calificar la calidad de un contexto y clasificar mensajes o reseñas. En todos esos casos, lo que el programa necesita es una decisión sobre la que ramificar con un if, no un texto que luego haya que interpretar.
Esto lo hace rapidísimo y baratísimo. Google informa de una latencia de 150 a 250 milisegundos de extremo a extremo (de 50 a 100 milisegundos de cálculo del modelo) y un precio de 0,10 dólares por cada millón de tokens de entrada, con cero tokens de salida facturados, porque no genera texto. Además, hay un nivel sin costo en Google AI Studio para hacer prototipos, así que puedes probarlo sin pagar nada. Según Google, en su conjunto de pruebas compartidas sale casi 5 veces más barato que usar Gemini 3.5 Flash-Lite con la Interactions API para el mismo trabajo de clasificación.
Otra diferencia importante: las preguntas son independientes entre sí. Cada pregunta se evalúa contra la entrada compartida sin ver las respuestas de las demás, así que añadir o quitar una pregunta no cambia el resultado de las otras. Esto es útil cuando quieres hacer varias comprobaciones sobre el mismo documento a la vez.
Lo que Gemini Decision NO hace
Para no llevarte una sorpresa, deja claro esto desde el principio: Gemini Decision no sirve para chatear, no redacta correos, no escribe código, no resume documentos y no busca información. No aparece dentro de la app de Gemini ni en gemini.google.com como un modelo que puedas elegir en el selector. Es un modelo de API, pensado para usarse desde Google AI Studio o desde código. Si lo que buscas es un chatbot, sigue con Gemini normal; si lo que buscas es clasificar, puntuar o decidir entre opciones de forma automática, este es tu modelo.
Los 3 tipos de preguntas de Gemini Decision
Cómo usar Gemini Decision paso a paso empieza por entender sus tres tipos de pregunta, porque todo lo que hagas con él se reduce a combinarlos. Son los únicos tres formatos que acepta, y cada uno devuelve algo distinto.
1. Preguntas de sí o no
Le preguntas si se cumple una condición sobre la entrada y te devuelve la probabilidad de que sea «sí», entre 0,01 y 0,99, más una puntuación de confianza de 0 a 1. Puedes añadir descripciones de qué cuenta como verdadero y qué como falso para afinar el criterio. Ejemplo: sobre una reseña de tu tienda, «¿esta reseña necesita seguimiento humano?».
2. Preguntas de opción múltiple
Le das de 2 a 255 opciones fijas y te devuelve la opción elegida, la probabilidad de cada candidata y la confianza. Ejemplo: sobre un correo de un cliente, clasifícalo en «reembolso», «soporte técnico», «ventas» u «otro». Es el tipo más usado para clasificar mensajes, tickets o reseñas.
3. Preguntas de puntuación por rúbrica
Le das una escala ordenada, por ejemplo del 1 al 5, y te devuelve una puntuación ponderada por probabilidad y la probabilidad de cada nivel. Ejemplo: «puntúa del 1 al 5 la urgencia de este mensaje» o «qué tan completo está este documento». Sirve para calificar calidad, urgencia o riesgo con un número en lugar de una etiqueta.
Cada respuesta incluye siempre una puntuación de confianza entre 0 y 1. La idea de Google es que tu programa actúe solo cuando la confianza es alta y derive a revisión humana los casos inciertos. La propia documentación recomienda fijar tus umbrales con ejemplos reales de tu tráfico y mantener revisión humana para acciones de alto riesgo, como los pagos.
Cómo usar Gemini Decision paso a paso en Google AI Studio
Aquí va el corazón de la guía: cómo usar Gemini Decision paso a paso, primero sin escribir ni una línea de código, usando el patio de juegos que Google preparó en AI Studio, y después con un ejemplo en Python para llevarlo a una app real.
Paso 1: entra a Google AI Studio con tu cuenta de Google
Abre aistudio.google.com en el navegador de tu computadora o de tu celular y entra con tu cuenta de Google. No necesitas instalar nada ni pagar un plan: la cuenta gratuita de AI Studio te da acceso al nivel sin costo de la API para hacer prototipos. Si ya usaste AI Studio antes para probar otros modelos de Gemini, usas la misma cuenta y la misma clave.
Paso 2: consigue tu clave de API gratis
Dentro de AI Studio, busca el botón para crear una clave de API (Get API key). Google genera una clave asociada a un proyecto de Google Cloud. Guárdala en un lugar seguro y no la compartas ni la subas a internet: es como la contraseña de tu cuenta de API, y quien la tenga puede gastar tu cuota. Si alguna vez se filtra, elimínala y crea una nueva.
Paso 3: abre el patio de juegos de Gemini Decision
Google publicó un patio de juegos específico para este modelo en AI Studio (Gemini Decisions API Playground). Ahí puedes probar las tres preguntas sin código: pegas un texto o subes un archivo, escribes tus preguntas de sí o no, de opción o de puntuación, y ves las probabilidades y la confianza en pantalla. Es la forma más rápida de entender cómo usar Gemini Decision paso a paso sin tocar código, y la que recomiendo para tu primera prueba.
Paso 4: haz tu primera prueba sin código
Prueba con algo real tuyo. Por ejemplo, pega una reseña de un cliente y haz estas tres preguntas a la vez: una de sí o no («¿esta reseña necesita respuesta del equipo?»), una de opción («clasifica la reseña en: queja, elogio, pregunta o spam») y una de puntuación («puntúa del 1 al 5 la urgencia de responder»). En menos de un segundo verás las probabilidades de cada opción y la confianza. Fíjate en los casos en los que la confianza es baja: ahí es donde tu criterio humano sigue mandando.
Paso 5: tu primera petición con Python
Si quieres usarlo en una app, un bot o una hoja de cálculo automática, el camino es la API con código. Necesitas Python 3 y la librería google-genai en su versión 3.2 o posterior. El esquema es siempre el mismo: una entrada compartida (texto, imagen, audio, video o PDF, hasta 262.144 tokens en total) y hasta 1.000 preguntas independientes sobre esa entrada. El modelo responde con las probabilidades y la confianza de cada pregunta, sin generar texto. Las guías oficiales de Google para Python, JavaScript y REST están enlazadas desde el anuncio de blog.google y desde la documentación de AI Studio, y hay integraciones en camino o disponibles con LangChain, Vercel, OpenRouter, LiteLLM, Pydantic AI, Pipecat, LiveKit y OpenCode.
Paso 6: decide tus umbrales y ponlo en producción
Antes de automatizar nada, define qué harás con cada resultado. Un esquema que funciona: confianza mayor de 0,85, el programa actúa solo; entre 0,6 y 0,85, actúa pero registra el caso para revisarlo después; menor de 0,6, lo manda a una persona. Prueba tus umbrales con ejemplos reales etiquetados por ti, no con ejemplos inventados, porque la calibración depende de tus datos. Y recuerda que las preguntas no se ven entre sí: si necesitas una decisión que dependa de otra, haz dos peticiones seguidas y combina los resultados en tu código.
Ejemplos prácticos de Gemini Decision en la vida real
Para que no se quede en teoría, estos son los usos más claros de cómo usar Gemini Decision paso a paso en un negocio pequeño o en un proyecto personal, todos con la misma estructura: una entrada y varias preguntas cerradas.
Clasificar reseñas y mensajes de clientes
Si tienes una tienda en línea o un negocio con WhatsApp Business, puedes pasar cada mensaje nuevo por Gemini Decision con preguntas como «¿es una queja, una pregunta o un elogio?», «¿necesita seguimiento humano?» y «¿qué urgencia tiene del 1 al 5?». Con las respuestas, tu sistema manda las quejas urgentes a una persona, responde automáticamente las preguntas frecuentes y archiva los elogios. Google probó este mismo caso en su lanzamiento y calculó que juzgar 1.000 reseñas cuesta alrededor de 0,04 dólares con este modelo.
Decidir a qué modelo mandar cada consulta
Si construyes un agente con varios modelos, Gemini Decision puede ser el «portero»: lee la consulta del usuario y decide si va al modelo rápido y barato o al modelo grande y caro. Es uno de los usos que Google nombra primero en el anuncio, y es donde el ahorro se nota más, porque evitas pagar el modelo caro para preguntas sencillas.
Comprobar si un contenido cumple tus reglas
Puedes pasar un texto, una imagen o un video por preguntas de sí o no como «¿contiene datos personales?», «¿menciona precios?» o «¿cumple con la política de la tienda?». Como el modelo acepta entradas multimodales (texto, imagen, audio, video y PDF) en una sola petición, puedes revisar un documento completo con todas tus reglas a la vez, en lugar de hacer una llamada por cada regla.
Calificar leads o solicitudes
Si recibes solicitudes de cotización, currículums o formularios de contacto, puedes puntuarlos con una rúbrica: qué tan completo está el formulario, qué tan probable es que sea un cliente real o qué prioridad tiene. La puntuación ponderada te permite ordenar la bandeja de entrada por prioridad real, no por orden de llegada.
Cuánto cuesta Gemini Decision
El precio oficial de Google, publicado en el anuncio del 11 de noviembre de 2026, es muy sencillo, y conocerlo forma parte de cómo usar Gemini Decision paso a paso sin sorpresas en la factura: 0,10 dólares por cada millón de tokens de entrada y 0 dólares por los tokens de salida, porque el modelo no genera texto. Además, hay un nivel sin costo en Google AI Studio para hacer prototipos. Los precios pueden cambiar y varían según tu región y tu plan, así que consulta siempre la página oficial de precios de la API de Gemini antes de calcular un presupuesto. Como referencia, clasificar 1.000 mensajes cortos suele costar unos pocos centavos de dólar, y las pruebas en el patio de juegos de AI Studio no te cobran nada.
| Concepto | Precio oficial (nov 2026) |
|---|---|
| Tokens de entrada | 0,10 USD por cada millón |
| Tokens de salida | 0 USD (no genera texto) |
| Nivel sin costo | Sí, en Google AI Studio para prototipos |
| Latencia de extremo a extremo | 150 a 250 milisegundos |
| Preguntas por petición | Hasta 1.000 |
| Entrada máxima por petición | 262.144 tokens |
Gemini Decision vs Gemini normal: cuál usar
| Gemini Decision | Gemini normal (generativo) | |
|---|---|---|
| Qué devuelve | Probabilidades por opción | Texto redactado |
| Para qué sirve | Clasificar, puntuar, decidir, enrutar | Chatear, escribir, resumir, programar |
| Preguntas por petición | Hasta 1.000 | Una conversación a la vez |
| Entrada | Texto, imagen, audio, video, PDF | Texto, imagen, audio, video, PDF |
| Se usa en la app de Gemini | No, solo por API y AI Studio | Sí |
| Precio | 0,10 USD por millón de entrada, salida gratis | Varía por modelo y plan |
| Latencia | 150 a 250 ms | Mayor, depende de la longitud de la respuesta |
La regla para elegir es simple, y es lo último que necesitas para dominar cómo usar Gemini Decision paso a paso: si necesitas una respuesta que una persona va a leer, usa Gemini normal. Si necesitas un juicio que un programa va a usar para decidir qué hacer, usa Gemini Decision. No son competidores: son herramientas distintas, y en un buen sistema trabajan juntas, con Decision decidiendo y el modelo generativo escribiendo.
Errores comunes al usar Gemini Decision y cómo solucionarlos
Estos son los tropiezos más comunes cuando aprendes cómo usar Gemini Decision paso a paso, con su solución directa.
«No encuentro Gemini Decision en la app de Gemini»
No está ahí, y no es un error. Gemini Decision no aparece en la app de Gemini ni en gemini.google.com porque es un modelo de API. Se usa desde Google AI Studio o desde código. Si lo buscas en el selector de modelos de la app, no lo vas a encontrar nunca.
«Me devuelve probabilidades raras o confianza baja»
Revisa cómo escribiste las opciones. Las opciones deben ser claras, excluyentes y sin ambigüedad: si dos opciones se solapan, el modelo reparte la probabilidad entre ellas y la confianza baja. Añade descripciones de qué cuenta como cada opción, sobre todo en las preguntas de sí o no. Y prueba con ejemplos reales, no con textos inventados.
«Quiero que me explique por qué decidió eso»
No puede: no genera texto. Si necesitas la explicación, usa el modelo generativo normal para ese caso, o guarda la entrada y la decisión y revisa los casos de baja confianza a mano. La confianza es tu señal de cuándo revisar: no la ignores.
«Mis preguntas dependientes dan resultados raros»
Las preguntas no ven las respuestas de las demás. Si una decisión depende de otra, no las pongas en la misma petición esperando que se coordinen: haz una primera petición, lee el resultado y haz una segunda petición con la pregunta que depende de ese resultado.
«La clave de API no funciona o me da error de permisos»
Verifica que copiaste la clave completa, que el proyecto de Google Cloud asociado tiene la API de Gemini habilitada y que estás usando el endpoint v1beta de la Decisions API. Si la clave se filtró o la compartiste por accidente, elimínala y genera una nueva; nunca publiques tu clave en un repositorio, en un foro o en un video.
«No sé si me conviene frente a un modelo generativo»
Haz la cuenta: si tu tarea es clasificar 1.000 mensajes al día, Gemini Decision te cuesta unos centavos y responde en milisegundos, mientras que un modelo generativo te cobra también los tokens de salida y tarda más. Si tu tarea es escribir respuestas personalizadas, el generativo es el correcto. La mayoría de los sistemas reales usan los dos: Decision clasifica y el generativo responde.
Preguntas frecuentes sobre Gemini Decision
Estas son las dudas que más se repiten sobre cómo usar Gemini Decision paso a paso, respondidas en corto.
¿Qué es Gemini Decision?
Gemini Decision es un modelo de Google DeepMind, anunciado el 11 de noviembre de 2026, que toma decisiones cerradas: recibe una entrada y hasta 1.000 preguntas de sí o no, de opción múltiple o de puntuación, y devuelve probabilidades y confianza para cada una, sin generar texto. Su nombre técnico es gemini-decision-1.
¿Cómo usar Gemini Decision paso a paso sin saber programar?
Entra a Google AI Studio con tu cuenta de Google, crea una clave de API gratis, abre el patio de juegos de la Decisions API, pega un texto o sube un archivo, escribe tus preguntas cerradas y revisa las probabilidades y la confianza. No necesitas instalar nada ni escribir código para probarlo.
¿Gemini Decision es gratis?
Probarlo sí: hay un nivel sin costo en Google AI Studio para prototipos. En uso de producción, el precio oficial es de 0,10 dólares por cada millón de tokens de entrada y cero por los tokens de salida. Los precios pueden cambiar; consulta la página oficial de la API de Gemini.
¿Gemini Decision está en la app de Gemini?
No. No aparece en la app de Gemini ni en gemini.google.com. Es un modelo de API que se usa desde Google AI Studio o desde código, con la clave de API de Google.
¿Cuántas preguntas puede responder en una sola petición?
Hasta 1.000 preguntas independientes sobre una misma entrada, con un máximo de 262.144 tokens entre la entrada y todas las preguntas. La latencia se mantiene casi igual entre 1 y 100 preguntas por petición, según Google.
¿Qué tipos de archivos acepta Gemini Decision?
Acepta texto, imágenes, audio, video y archivos PDF como entrada compartida, en una sola petición. Es multimodal, como los demás modelos de Gemini, pero en lugar de responder con texto, devuelve probabilidades.
¿Para qué sirve Gemini Decision en un negocio?
Para clasificar mensajes y reseñas, decidir a qué modelo mandar cada consulta, comprobar si un contenido cumple tus reglas, calificar solicitudes y ordenar bandejas de entrada por prioridad. En general, para cualquier tarea en la que un programa necesite un juicio rápido y barato, no un párrafo.
¿Gemini Decision reemplaza a Gemini normal?
No. Son herramientas distintas: Gemini normal escribe y conversa; Gemini Decision decide entre opciones. En un buen sistema trabajan juntos: Decision clasifica o enruta y el modelo generativo redacta la respuesta.
¿Qué significa la puntuación de confianza?
Es un número entre 0 y 1 que estima qué tan probable es que la respuesta elegida sea la correcta. Úsala para decidir cuándo automatizar (confianza alta) y cuándo mandar el caso a revisión humana (confianza baja). Google recomienda fijar tus umbrales con ejemplos reales de tu tráfico.
¿Dónde está la documentación oficial de Gemini Decision?
En el anuncio de Google DeepMind en blog.google y en la documentación de la Decisions API en Google AI Studio, con guías para Python, JavaScript y REST. Desde ahí también llegas al patio de juegos para probarlo sin código.
Enlaces útiles
- Anuncio oficial de Google DeepMind: Gemini Decisions API (blog.google)
- Documentación de la Decisions API en Google AI Studio — https://aistudio.google.com/docs/decisions-api
- Patio de juegos de Gemini Decision en Google AI Studio — https://aistudio.google.com/apps/bundled/gemini-decisions-api-playground
- Cómo usar Gemini 4 Neon paso a paso
- Cómo usar Gemini 4 Hydrogen paso a paso
- Cómo usar Gemini 4 Carbon paso a paso
- Cómo usar Gemini en Android paso a paso
- Cómo crear videos con Gemini Omni 1.2 Flash paso a paso
Si quieres conocer otros artículos parecidos a Cómo usar Gemini Decision paso a paso (2026): el modelo de Google que decide por ti sin escribir texto puedes visitar la categoría Inteligencia Artificial.

Contenido Relacionado