Drex para Finanças vs Decisão Gemini 1: Duas Maneiras de Comprar uma Probabilidade

Coloque as fichas técnicas lado a lado e o Drex for Finance e o G​emini Decision 1 parecem o mesmo produto de duas empresas. Ambos recebem um bloco de entrada e um conjunto de perguntas tipadas, ambos retornam uma resposta pontuada por pergunta, sem texto gerado, ambos suportam uma requisição de 262.144 tokens e ambos custam centavos por milhão de tokens de entrada, em vez de dólares. A semelhança termina justamente naquilo para o que você realmente os compraria. O G​emini Decision 1, lançado em 11 de novembro de 2026 na API para Desenvolvedores do G​oogle, é um modelo de decisão geral cuja habilidade distintiva é saber quando recusar; o Drex for Finance, disponível em geral desde 2 de novembro de 2026 a US$ 0,03 por milhão de tokens de entrada, é um fine-tune de domínio cuja habilidade distintiva é ler um documento financeiro e acertar quinze respostas de uma só vez. Nove dias de diferença, o mesmo formato de requisição, apostas opostas — e nenhum teste publicado jamais os colocou na mesma escala.

A comparação que ninguém fez

Esta é a primeira coisa que você precisa entender, pois determina quanto do restante deste texto você pode aplicar na prática.

Os números do Gemini Decision 1 vêm da Artificial Analysis, em seu Decision Index v2.1 — dezoito modelos classificados, um composto ponderado de seis avaliações, cada uma pontuada como acurácia menos a penalidade de Brier sobre a probabilidade que o modelo atribuiu à sua resposta. Ele obtém 66,0, o que o coloca em nono de dezoito, logo acima da mediana da tabela, de 64.

Os números do Drex for Finance vêm da Nace, em um Drex Finance Index construído a partir de 48 conjuntos de teste de finanças separados. Ele obtém 77,3. O Drex for Finance não está no quadro da Artificial Analysis de forma alguma.

Os dois números principais são 66 e 77,3, estão em instrumentos diferentes, medem populações diferentes de tarefas, e subtraí-los produz um número sem significado. Qualquer pessoa que faça isso — e as versões dessa comparação já disponíveis online fazem — está comparando a pontuação de um ranking de propósito geral com a pontuação de domínio do próprio fornecedor e chamando a diferença de vitória. A afirmação honesta é que a única evidência em comum é indireta: o Drex Max v1.1, o checkpoint pai do qual o Drex for Finance foi derivado por fine-tuning, está, sim, no ranking da Artificial Analysis, e lidera o ranking de forma absoluta, com 73,4 — primeiro entre dezoito, 7,4 pontos à frente dos 66,0 de Gemini Decision 1. Isso é um sinal forte sobre o modelo base e nenhum sinal sobre o fine-tuning, porque o treinamento de domínio pode ganhar muito em um teste de documentos e perder um pouco em um de conhecimento, e nada publicado separa esses dois efeitos para este checkpoint. É também o motivo pelo qual os 66 e os 77,3 não devem ser lidos como uma lacuna em nenhuma das direções.

O que cada um é realmente feito para fazer

As arquiteturas explicam a divergência melhor do que qualquer pontuação.

Formato — Drex for Finance é um fine-tune do Drex Max, um modelo de decisão com um codificador de visão. G​emini Decision 1 é um modelo de decisão pioneiro do G​oogle DeepMind, em seu próprio endpoint POST /v1beta/decisions, separado do caminho de geração de conteúdo.

• Ênfase do treinamento — nove domínios financeiros nomeados na Nace: bancos e pagamentos, contabilidade e auditoria, crédito e empréstimos, seguros, compliance e risco, declarações e relatórios, mercados e investimentos, ESG, tesouraria e operações. O Google não publica nenhuma descrição de treinamento além do modelo e da API.

• Escala de uma solicitação — ambos permitem cerca de 1.000 perguntas em uma única passagem, mas os formatos diferem. O Gemini Decision 1 limita a 1.000 perguntas por solicitação e cobra a entrada compartilhada uma única vez. O Drex for Finance oferece 262.144 tokens em toda a solicitação, com a contagem de perguntas ilimitada na documentação, o que favorece muitas perguntas curtas em vez de um único documento longo.

• Abstenção — o tipo sim/não do G​emini Decision 1 retorna uma probabilidade limitada a 0,01–0,99, então um limiar definido acima de 0,99 nunca pode disparar; sua liderança no ranking em AA-Omniscience e HLE-MultiChoice é substancialmente uma liderança em recusar em vez de adivinhar. Drex for Finance retorna P(true) em [0,1] sem limite documentado, e nenhuma taxa de não alucinação publicada em absoluto.

• Tratamento de opções — O G​emini Decision 1 ordena suas chaves de opção alfabeticamente na ordem de bytes UTF-8 antes da pontuação, então os empates são resolvidos em favor da chave que vem primeiro alfabeticamente, e a própria orientação do G​oogle é nomear um catch-all como other em vez de none_of_the_above. O Nace não documenta nenhuma normalização desse tipo, o que não é o mesmo que dizer que ela não acontece — é o mesmo que dizer que você não pode contar com ela em nenhuma das duas hipóteses.

• Preço — Drex for Finance $0,03 por milhão de tokens de entrada; saída não cobrada. G​emini Decision 1 $0,10 por milhão de tokens de entrada; saída não aplicável. Na métrica de taxa de tarefas da Artificial Analysis, o G​emini Decision 1 chega a $345 por milhão de decisões; o valor comparável para o modelo Nace não é publicado nessa base.

• Acesso — Drex for Finance por meio da API do fornecedor, seus SDKs, sua CLI e um servidor MCP remoto, com um nível gratuito de 100 decisões por dia de até 32 KB cada. Gemini Decision 1 na API Gemini Developer apenas em v1beta — sem listagem no Vertex AI, sem Batch API, sem cache de contexto.

Onde o modelo geral vence, e não é um conjunto pequeno.

Três dessas linhas são decisivas, dependendo da sua carga de trabalho.

Calibração.O Decision Index penaliza mais duramente uma resposta errada com confiança do que uma resposta incerta, e é por isso que o G​emini Decision 1 está onde está. Se o seu pipeline roteia com base na probabilidade — aprova acima de 0,95, escala abaixo de 0,6 —, o valor do número está inteiramente em saber se 0,95 significa 95%. A saída limitada da G​oogle, somada ao seu primeiro lugar nos dois componentes de conhecimento, é evidência disso; a Nace publica acurácia e uma divisão por categoria, mas nenhuma curva de calibração, então a probabilidade do Drex é uma pontuação que você precisa validar por conta própria antes de usá-la como critério de decisão.

Uma passagem, muitas regras.Mil perguntas por requisição contra uma única entrada compartilhada é uma capacidade genuinamente diferente de um único contexto muito longo. Um ticket de suporte verificado em relação a quarenta regras de política em uma única chamada, cobrado uma vez pela entrada, é o tipo de tarefa em que o formato do Gemini Decision 1 é melhor que uma janela de contexto de 262K, porque o custo escala com as perguntas, e não com o texto que você repete.

Amplitude de modalidades. O Drex for Finance lê texto além de imagens PNG, JPEG e WebP, até oito por solicitação. O G​emini Decision 1 aceita texto, imagem, vídeo, áudio e PDF em uma única solicitação, até 100 MB de base64 embutido, 50 MB para PDFs. Se uma decisão depende da gravação de uma chamada telefônica ou de um quadro de vídeo, apenas um desses dois consegue enxergar isso.

Onde o especialista vence

O contra-caso é mais restrito, mas é real, e resume-se ao que acontece em documentos que exigem que várias respostas estejam todas corretas ao mesmo tempo.

No AA-Paperclip — 30% da pontuação composta do G​emini Decision 1, e o componente individual de maior peso — o G​emini Decision 1 aprova de imediato 33% dos documentos, contra 63% do Drex Max v1.1. O teste é composto por 1.500 currículos, recibos, faturas e documentos particulares, cada um com cinco decisões e dez fatos, com pontuação tudo-ou-nada por documento. O Drex for Finance foi ajustado finamente exatamente com esse material: campos de faturas e recibos, classificação de contas do razão (GL), faturas duplicadas, exceções de conciliação, amostragem de auditoria, etiquetagem 10-K e XBRL. A Nace reporta 92,3 em Documents & extraction e 96,7 em Financial QA & filings, ambos executados pelo fornecedor.

Se a sua decisão for "leia esta fatura e diga-me se duplica uma que já foi paga", a pontuação composta do painel geral é quase irrelevante e o ajuste fino de domínio é quase a resposta inteira. É esse o argumento para pagar um preço de especialista por um modelo especialista — e é também por isso que o 77,3 e o 66 não devem ser comparados: são as pontuações de dois modelos nas duas populações de tarefas para as quais cada um foi escolhido para ser bom.

Dois pontos fracos honestos do lado da Nace, já que a tabela é do fornecedor: Credit & risk marca 48,3, o menor número absoluto da tabela de finanças, e Markets & reasoning marca 41,5, a única categoria em que o modelo não é o primeiro — pplx-decider v1.2 fica com 43,1. Ambos são divulgados no próprio post de lançamento da Nace, o que é mais do que a maioria dos fornecedores faz, e ambos delimitam aquilo em que se deve confiar no checkpoint de finanças.

Custo, na escala em que um pipeline de decisão realmente opera

Um caso de 4.000 tokens avaliado uma vez custa cerca de US$ 0,00012 no Drex for Finance e cerca de US$ 0,0004 no G​emini Decision 1. Nenhum deles é o número que decide qualquer coisa; com um milhão de decisões por mês, a diferença é de aproximadamente US$ 280, o que é menos do que a semana de engenheiro gasta na migração.

O que decide isso é a arquitetura ao redor. O G​emini Decision 1 não tem cache de contexto nem Batch API, então o mesmo documento de política de 40.000 tokens é cobrado integralmente a cada requisição, e não há uma varredura noturna pela metade do preço dos tickets históricos. O Drex for Finance também não tem nenhum dos dois recursos, e sua cobrança é por requisição em vez de por pergunta, o que significa que o custo de fazer quarenta perguntas sobre um documento é a contagem de tokens do documento, uma única vez. Em uma carga de trabalho com muitas perguntas e entradas curtas, isso inverte completamente o ranking por token: os US$ 0,10 do G​emini Decision 1 compram mil perguntas, enquanto as mesmas mil perguntas contra um único caso curto são uma requisição ao Drex a US$ 0,03 por milhão de tokens.

Como chegar a qualquer um dos dois, honestamente

Não oferecemos o gemini-decision-1 e não oferecemos o drex-max-finance. Um endpoint apenas de probabilidades não é um alvo de chat-completions, então um roteador com o nosso formato não tem como, honestamente, colocar qualquer um dos dois atrás de uma única chave, e afirmar o contrário falharia já na primeira requisição. O que oferecemos é o produto da TypeSafe: typesafe/jev-1.14 a US$ 0,042 por milhão de tokens de entrada e de saída no systemone — o mesmo formato de requisição com o qual a API da Nace é compatível em protocolo, e um modelo no mesmo quadro de dezoito modelos que o G​emini Decision 1, com 66,2 contra 66,0.

O que a torna a terceira opção prática nesta comparação, em vez de uma nota de rodapé. Se a própria decisão é indiscutível e o que você precisa é de um único endpoint para todo o pipeline — a chamada de decisão, a chamada de redação que escreve a nota do analista, a chamada de escalonamento que revisa os casos sinalizados —, então a perna de decisão rodando na mesma chave que mais de 200 outros modelos, ao preço de tabela do provedor repassado sem markup por token, vale mais do que uma vantagem de dois pontos em uma métrica composta. Se a decisão é o produto inteiro, compre o especialista do fornecedor e encaminhe o resto.

O que resolveria isso

Um experimento, e ninguém o executou. Pegue algumas centenas de documentos financeiros reais — faturas com status de duplicidade conhecido, documentos protocolados com tags conhecidas — e pontue-os com ambos os modelos usando a mesma rubrica. Essa única execução substituiria cada número neste artigo por um comparável e diria se a vantagem do ajuste fino de domínio sobrevive ao contato com um harness independente.

Até que exista um, a leitura correta é que estes não são concorrentes. O Gemini Decision 1 é a melhor escolha quando a probabilidade precisa ser confiável, as perguntas são muitas ou a entrada não é texto. O Drex for Finance é a melhor escolha quando a entrada é um documento financeiro, as respostas precisam estar todas corretas ao mesmo tempo, e o volume de casos faz de US$ 0,03 por milhão de tokens a linha que importa. Ambas as afirmações são defensáveis com base nos números publicados. A comparação que os coloca em um único ranking não é defensável, e vai demorar até que exista um.