Vai al contenuto
Espresso <Code/>

Edizione di venerdì 20 novembre 2026

Notizie

Decision model: l’IA che risponde con una probabilità, e quanto costa

L’11 novembre 2026 Google ha presentato un modello di intelligenza artificiale che, per scelta, non scrive una parola. Lo interroghi con una domanda chiusa («questo messaggio riguarda un rimborso?») e ti risponde con un numero tra 0 e 1.

Simone Flavio 7′Lungo

Grafico a barre su fondo scuro: prezzo in ingresso dei decision model per milione di token, secondo i fornitori. Google e OpenAI 0,10 dollari, TypeSafe 0,042 dollari in accesso anticipato; l'uscita non è addebitata.

L’11 novembre Google ha presentato un modello di intelligenza artificiale che non scrive una parola. Gli si fa una domanda chiusa, per esempio «questo messaggio riguarda un rimborso?», e risponde con un numero tra zero e uno. Si chiama decision model.

Non è un esperimento isolato: OpenAI ha già un’API, il servizio con cui un programma usa un modello dai server del produttore, con la stessa idea, e la società TypeSafe ne offre una più economica. Il prezzo, secondo i produttori, è basso, ma i vantaggi di cui si parla, velocità e precisione, per ora sono solo la loro parola.

In breve: Un decision model risponde con una probabilità, non con un testo. Da Google e OpenAI costa 0,10 dollari ogni milione di token, pezzetti di testo; la risposta non si paga: un milione di messaggi di assistenza costa circa 50 dollari. Le prestazioni le dichiarano i produttori, e nel livello gratuito di Google i dati possono servire a migliorare i suoi prodotti.

Che cos’è un decision model

Il modello riceve un testo e una domanda con le risposte ammesse, e restituisce la probabilità di ciascuna. L’esempio di Hugging Face, il sito dove si pubblicano e si scaricano modelli di intelligenza artificiale, è un messaggio di assistenza: «mi hanno addebitato due volte l’ordine e voglio il rimborso». A quale reparto inoltrarlo, tra fatturazione, assistenza tecnica e vendite?

Il modello risponde «fatturazione» con una probabilità del 99,8%.

Il programma confronta quel valore con una soglia, cioè il valore oltre il quale decide: per esempio, sopra 0,9 inoltra. Sono lavori in cui al programma serve una risposta chiusa, come smistare i messaggi.

Chi è arrivato per primo? TypeSafe: ha presentato il suo modello, Jev, il 15 settembre, in accesso anticipato. TypeSafe lo chiamava «System One», dal pensiero rapido e intuitivo; Hugging Face scrive che la comunità ha scelto invece «decision model», perché dice che cosa fa il modello.

Poi, scrive Simon Willison, che racconta l’intelligenza artificiale sul suo blog, è arrivata Google. OpenAI offre la sua API, disponibile in via generale.

E che cosa accettano? Jev solo testo. OpenAI anche immagini. Il modello di Google, Gemini Decision 1, anche audio, video e PDF, fino a mille domande per richiesta: se i dati sono un video, solo Google fa al caso.

Le domande sono di tre tipi, sia da Google sia da OpenAI: sì o no, una scelta tra più opzioni, un punteggio su una scala di livelli. Per ogni risposta il modello dà anche quanto è sicuro, e il programma può mandare i casi dubbi a una persona.

Hugging Face cita anche modelli da scaricare, come GEV-26B, JEV-9B e Kev-4B-GGUF, che si usano con gli strumenti Transformers e llama.cpp. Chi non vuole mandare i dati a un fornitore ha dunque un’altra strada.

Prezzi e fornitori

Google e OpenAI chiedono lo stesso prezzo in ingresso. L’uscita non è addebitata, perché il modello non scrive testo; le domande invece contano come ingresso. Un messaggio di assistenza da 500 token costa 0,00005 dollari, un milione di messaggi 50.

Fornitore (modello)Ingresso, per milione di tokenUscitaStato
Google (Gemini Decision 1)0,10 dollarinon addebitatain prova: la versione può cambiare
OpenAI (gpt-6-luna)0,10 dollarinon addebitatadisponibile in via generale
TypeSafe (Jev)0,042 dollarigratisaccesso anticipato, con lista d’attesa

Il prezzo uguale vale solo per l’ingresso base. OpenAI fa pagare 0,01 dollari per milione di token il testo già letto e tenuto in memoria, la cache, che riusa a ogni richiesta; scriverlo in cache costa di più, secondo la durata. Il testo da riusare deve stare all’inizio e avere almeno 1.024 token, e le domande restano fuori.

Gli endpoint che tengono i dati in una regione costano il 10% in più, per i modelli usciti dal 5 marzo 2026.

Google, invece, non offre la cache e non accetta le richieste in blocco, dette batch. Testo e domande, insieme, devono stare in una finestra di 262.144 token.

Il livello gratuito di Google

Google offre un livello gratuito, utile per i prototipi. Nella sua tabella dei prezzi, nel livello gratuito i dati possono essere usati per migliorare i prodotti dell’azienda; per il livello a pagamento la stessa tabella dice il contrario.

Per questo, con messaggi di clienti veri conviene il livello a pagamento, e per le prove bastano dati finti. Chi ha obblighi sui dati personali legga prima le condizioni del servizio.

Probabilità, confidenza, calibrazione

Nella documentazione di Google la risposta a una domanda sì/no è la probabilità del sì. Accanto c’è la confidenza, cioè quanto il modello è sicuro della risposta in testa. Con la probabilità del sì a 0,03 la confidenza è 0,97: non vuol dire «poco sicuro», vuol dire «quasi certamente no».

Per chi programma c’è un’avvertenza. Google tiene la probabilità del sì tra 0,01 e 0,99, e la soglia va messa dentro quell’intervallo: un controllo sopra 0,99 non scatta mai.

«Calibrata» è la parola che Google usa per queste probabilità. In generale vuol dire che, tra le risposte date con il 90%, circa il 90% è giusto.

Chi non programma può saltare il blocco di codice. È l’esempio della documentazione di Google:

curl -X POST "https://generativelanguage.googleapis.com/v1beta/decisions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-decision-1",
    "input": "The blue mug I ordered on Monday arrived cracked on Wednesday.",
    "questions": {
      "is_damaged": {
        "type": "noul",
        "instructions": "Did the item arrive damaged?"
      }
    }
  }'

e la risposta riportata dalla documentazione:

{
  "answers": {
    "is_damaged": { "type": "noul", "noul": 0.99, "confidence": 0.99 }
  },
  "usage": {
    "total_input_tokens": 100,
    "input_tokens_by_modality": [{ "modality": "text", "tokens": 100 }],
    "total_output_tokens": 0,
    "total_tokens": 100
  }
}

Che cosa dicono i produttori

Le cifre sulle prestazioni sono dichiarate da chi vende.

Google scrive che Gemini Decision 1 è in testa nei suoi test e ha l’errore di calibrazione più basso. Il tempo mediano di risposta, scrive, è di 150-250 millisecondi, su ingressi anche di immagini, audio e video e contesti fino a 16.000 token.

Sullo stesso insieme di test, aggiunge, il costo è quasi cinque volte più basso di Gemini 3.5 Flash-Lite, un suo altro modello, usato con un’altra delle sue API, la Interactions API: non è un confronto tra listini, ma tra costi misurati nei test di Google.

Anche OpenAI parla di velocità: scrive che la sua API è circa dieci volte più veloce di quella per i testi.

TypeSafe promette di più. Scrive che Jev, nei compiti di questo tipo, è più veloce e più efficiente di due ordini di grandezza, con risposte tra 70 e 500 millisecondi.

Scrive anche che non può avere allucinazioni, cioè inventare risposte; ma una probabilità calibrata al 90% sbaglia, per definizione, una volta su dieci. Ammette poi che le sue valutazioni sono interne e prendono come riferimento le risposte di due modelli concorrenti, quindi li favoriscono; la propria prestazione, aggiunge, è probabilmente sottostimata.

L’unica prova di terzi è piccola e su un solo modello: Willison riporta che Jev e OpenAI rispondono 1,0 o 0,0 alle domande sì/no, mentre Gemini dà valori meno netti, come 0,92. Non dice se i valori meno netti siano più giusti: confronti indipendenti non ce ne sono.

Il prezzo è reale e l’idea è semplice; la precisione, per ora, è una promessa. Conviene misurare questi modelli sui propri dati prima di fidarsi di quel numero.

Domande frequenti

Che cos’è un decision model?

Un modello che non genera testo: riceve un contesto e una domanda con le risposte ammesse e restituisce le probabilità. Il programma le confronta con una soglia.

Quanto costa un decision model?

Google e OpenAI chiedono 0,10 dollari per milione di token in ingresso, TypeSafe 0,042 in accesso anticipato. L’uscita non è addebitata.

Il livello gratuito di Google si può usare con i dati dei clienti?

Nella tabella dei prezzi di Google, nel livello gratuito i dati possono servire a migliorare i suoi prodotti; in quello a pagamento no. Con messaggi veri conviene il livello a pagamento, e chi ha obblighi sui dati personali legga le condizioni; per le prove, dati finti.

Un decision model sostituisce un modello che scrive testo?

Per le domande chiuse i fornitori lo presentano come un’alternativa più economica e veloce, secondo test propri. Non scrive e non spiega, e i confronti indipendenti mancano.

Leggi anche

Nota di metodo

Le pagine dei fornitori (blog, documentazione e prezzi di Google; guida e prezzi di OpenAI; blog di TypeSafe; post di Hugging Face e di Simon Willison) sono state lette il 13 novembre 2026. Il costo del messaggio è un calcolo sul prezzo: 500 token × 0,10 dollari ÷ 1.000.000 = 0,00005 dollari. Lo stesso testo può contare un numero diverso di token da un fornitore all’altro, quindi il prezzo per milione non basta a confrontare il costo di una richiesta. La definizione generale di «calibrata» non viene da Google. L’esempio di codice è quello della documentazione di Google e non è stato eseguito.

Fonti

  1. Google, «Gemini Decisions API: Fast, calibrated multimodal decisions», 11 novembre 2026. Primaria. https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
  2. Google AI Studio, documentazione Decisions API, pagina del modello e prezzi. Primarie. https://aistudio.google.com/docs/decisions-api ; https://aistudio.google.com/docs/models/gemini-decision-1 ; https://aistudio.google.com/docs/pricing
  3. OpenAI, guida «Decisions» e prezzi. Primarie. https://developers.openai.com/api/docs/guides/decisions ; https://developers.openai.com/api/docs/pricing
  4. TypeSafe AI, «Introducing System One Models & Jev», 15 settembre 2026. Primaria. https://typesafe.ai/blog/introducing-system-one-models-and-jev
  5. Hugging Face, «Decision Models in Hugging Face», 10 novembre 2026. Primaria. https://huggingface.co/blog/decision
  6. Simon Willison, «Gemini Decisions API», 11 novembre 2026. Secondaria. https://simonwillison.net/2026/Nov/11/gemini-decisions-api/

Della stessa origine

Di’ la tua

L’indirizzo email non viene pubblicato; nome, sito e commento sì. Si conservano anche il tuo indirizzo IP e il tuo browser, contro lo spam. I campi obbligatori sono contrassegnati * Chi è il titolare, che cosa si conserva e per quanto: Informativa privacy. Prima di scrivere: Regole dei commenti.