Gemini Decision 1 vs Jev 1.14: qual escolher?

Escolha Gemini Decision 1 se uma avaliação com dados reservados mostrar que a política de roteamento evita erros ou escalonamentos dispendiosos o suficiente para justificar o preço mais alto de entrada. Para um roteador de texto sensível ao preço de entrada, vale a pena avaliar Jev 1.14 desde o início. Nenhum dos dois é o vencedor universal.

A decisão concreta aqui é encaminhar uma solicitação, permitir uma ação de ferramenta ou escalá-la. Ambos os modelos oferecem decisões limitadas de sim/não (noul), escolha e pontuação por critérios. Jev é um concorrente relevante porque o Google compara diretamente essa versão exata, não porque algum dos dois lidere um ranking geral de chatbots.

O gráfico do Google apresenta um resultado dividido

Esses números vêm da avaliação de lançamento do Google. São autorrelatados, não uma validação independente nem medições do AIHubMix.

O JevBench usa a divisão pública. ECE e custo abrangem sete avaliações compartilhadas; um ECE menor é melhor. O Google considera recusas, bloqueios de segurança e solicitações que o modelo não pôde aceitar como incorretos, usando o benchmark completo como denominador.

Gemini lidera no JevBench e na calibração agregada; Jev lidera na precisão do When2Call. O erro de calibração esperado mede a concordância entre a confiança e a correção observada, não a proporção de classificações erradas. Um ECE agregado menor não estabelece um limiar calibrado para o seu roteador de ferramentas.

O gráfico não apresenta precisão ou revocação específicas por rota, taxas de chamadas de ferramenta falsas nem cobertura de automação com um orçamento de erros fixo. Essas medições ausentes importam mais para a implantação do que declarar um vencedor com base em uma única linha.

Compare políticas de roteamento, não números de confiança correspondentes

A documentação de confiança do Google define confiança como a maior probabilidade de resultado. Para perguntas de sim/não, esse é o maior valor entre as probabilidades de sim e não — não uma segunda verificação independente.

As respostas nativas noul do Jev expõem uma probabilidade sem um campo de confiança separado. Nomes de campos compartilhados em respostas de escolha ou pontuação não comprovam uma calibração idêntica. Portanto, copiar um limiar entre modelos, rotas ou versões é uma alteração de política não testada.

Use dados de tráfego de desenvolvimento rotulados para selecionar um limiar para cada modelo. Depois, compare-os em um conjunto separado de dados reservados, mantendo fixos as definições de rota e o custo de uma ação falsa. Conte tanto as ações automáticas incorretas quanto as solicitações válidas escaladas desnecessariamente; informe quanto tráfego cada política consegue automatizar dentro do mesmo orçamento de erros.

Se um modelo exigir mais revisão humana para respeitar esse orçamento, inclua esse custo. Para ações de alto impacto, negue por padrão ou use uma alternativa manual. As verificações de autorização devem permanecer fora da decisão do modelo.

O preço oficial é apenas o ponto de partida

Os valores a seguir são preços de tabela oficiais para acesso direto à API, das página de preços do Google e da documentação do modelo da TypeSafe, não preços do canal AIHubMix.

Gemini gera zero tokens de saída. A saída gratuita do Jev não significa que o uso de tokens de saída informado precise ser zero. O preço por token de entrada do Gemini é cerca de 2.38× o do Jev, mas isso não significa necessariamente que o custo total de cada solicitação seja esse.

Considere 1,000,000 decisões, uma solicitação por decisão e 2,000 tokens de entrada faturados por solicitação, incluindo perguntas, assumidos de forma independente para ambos os provedores. Isso corresponde a 2 bilhões de tokens de entrada faturados: USD 200 para Gemini contra USD 84 para Jev, uma diferença de USD 116 com as tarifas oficiais.

Essa estimativa não equaliza a tokenização e a formatação, nem novas tentativas, escalonamentos ou precisão. Não é uma fatura do gateway; consulte os preços do canal selecionado para saber os custos reais.

O custo de avaliação do Google apresenta uma proporção diferente: USD 0.88 / USD 0.68 é cerca de 1.29×. Cargas de trabalho e quantidades de tokens faturados diferentes podem resultar em outra proporção sem contradizer os preços de tabela.

Os recursos nativos podem alterar a lista de opções

O Google documenta entradas de texto, imagem, áudio, vídeo e PDF, com um total de 262,144 tokens compartilhados entre a entrada e as perguntas. O limite de 1–1,000 perguntas não representa uma vantagem de capacidade sobre Jev: a TypeSafe não especifica um limite separado para a quantidade de perguntas, sujeito aos limites de contexto.

Jev não é exclusivo para texto. Aceita texto e imagens PNG/JPEG, mas as notas de lançamento do Jev 1.14 indicam que imagens, Box e contexto estendido são experimentais. Imagens nativas e Box ficam desativados por padrão e exigem um cabeçalho de ativação do provedor; o comportamento desse cabeçalho no gateway não foi verificado aqui. Os limites padrão são 64k tokens para o estado compartilhado mais todas as perguntas e 32k para o estado compartilhado mais qualquer pergunta individual. Um cabeçalho experimental do provedor eleva ambos os limites para 262k, com processamento mais lento e menos preciso.

Esses são recursos nativos dos provedores, não garantias verificadas do gateway. Em particular, não planeje um fluxo de trabalho multimídia ou de contexto longo no AIHubMix com base apenas nessas especificações. A API nativa do Google também não oferece suporte a cache ou Batch e não aceita blocos nativos de entrada de chamadas de ferramenta; decidir se uma ferramenta deve ser executada não é o mesmo que aceitar os blocos do protocolo dessa ferramenta.

Selecione os IDs documentados e registre a versão retornada

A página de comparação do AIHubMix é um ponto de partida para selecionar os dois produtos. As instruções públicas de ambos documentam POST /v1/systemone, a mesma chave do AIHubMix e uma estrutura de solicitação com state e questions.

O AIHubMix documenta os IDs de produto gemini-decision-1 e jev-1.14; esses nomes, por si só, não comprovam que as versões de origem sejam imutáveis. O ID nativo com versão do Jev é jev-1.14.0. Registre o modelo/versão retornado pelo canal efetivamente usado e não presuma que um alias mutável resolva para a mesma versão em todos os lugares.

Nenhuma solicitação autenticada foi executada para esta comparação. A documentação de solicitações de texto comuns é um ponto de partida para avaliação, não uma prova de equivalência das respostas. Não foi confirmado que mídias nativas, os limites completos de contexto e a capacidade de 1,000 perguntas do Gemini funcionem através do AIHubMix.

Antes de escolher:

• Defina a taxa aceitável de ações falsas e a política de contingência.
• Compare a cobertura de automação com dados reservados e o custo operacional total.
• Verifique os recursos necessários no canal exato selecionado.

Mantenha Jev se ele atender a esse padrão com um custo total menor; escolha Gemini se o benefício validado justificar o preço adicional. Reavalie quando o modelo, a versão ou o tráfego mudar.

Perguntas frequentes

Qual modelo é melhor para o roteamento de ferramentas?
Não há um ranking universal. O resultado do When2Call do Google favorece Jev, enquanto o resultado de calibração agregada favorece Gemini. Teste a política de roteamento real.

Um ECE menor significa menos decisões erradas?
Não. Calibração e precisão são métricas diferentes. Um ECE agregado menor não estabelece taxas de erro específicas por rota nem limiares seguros.

É possível reutilizar o mesmo limiar de confiança?
Não sem validação. Selecione limiares com dados de desenvolvimento para cada modelo e rota e, em seguida, avalie-os em tráfego separado reservado para teste.

Gemini é sempre 2.38× mais caro?
Não. Essa é a proporção oficial do preço por token de entrada. As quantidades de tokens faturados, as novas tentativas e os custos de escalonamento podem alterar a proporção do custo operacional.

Jev 1.14 é exclusivo para texto?
Não. Há suporte nativo para imagens PNG/JPEG, mas imagens e Box são experimentais. Isso não comprova que as imagens sejam encaminhadas pelo AIHubMix.

A paridade de recursos do AIHubMix foi verificada?
Não foi executada nenhuma solicitação autenticada. Não se deve presumir a equivalência de mídia nativa, contexto, capacidade de perguntas e semântica das respostas apenas com base na documentação.

Continue lendo: a série Gemini Decision 1

• Para ver um exemplo documentado de solicitação e uma apresentação mais ampla do modelo, leia Preços do Gemini Decision 1: USD 0.10/M de entrada, API e casos de uso.

Fontes

Capturas dos preços oficiais: Google, November 12, 2026, 06:43 UTC; TypeSafe, November 12, 2026, 06:53 UTC. Os exemplos de custo são estimativas baseadas na documentação, não medições de inferência.

1. Google: lançamento da API Gemini Decisions e gráfico de benchmark.
2. Google: documentação da API Decisions e preços oficiais.
3. TypeSafe: documentação do modelo, lançamento do Jev 1.14, limitações de imagem e esquema da API nativa.
4. AIHubMix: Gemini Decision 1 (instruções) e Jev 1.14 (instruções).
5. AIHubMix: comparação entre Gemini Decision 1 e Jev 1.14.