智东西
编译 | 黄菲
编辑 | 江宇
智东西 11 月 12 日消息，今日，谷歌宣布推出 Gemini Decisions API，该 API 可通过同日新发布的模型 Gemini Decision 1 调用。与传统生成式模型不同，Gemini Decision 1 可以直接评估输入内容，并针对最多 1000 个预设问题一次性作出判断。该模型支持文本、图像、音频、视频和 PDF 等多模态输入，且不收取输出 Token 费用。
性能方面，谷歌称，在最多 16K Token 的多模态输入场景下，Gemini Decision 1 的中位模型计算延迟为 50 至 100 毫秒，端到端延迟为 150 至 250 毫秒。
价格方面，Gemini Decision 1 每百万输入 Token 收费 0.1 美元（约合人民币 0.67 元），输出 Token 免费，其成本约为 Gemini 3.5 Flash-Lite 通过 Interactions API 调用成本的五分之一。
API 上线后，网友对此的评价不一。一名用户认为：" 炒了这么久，结果就这？不过，我确实会用它来做路由。只为了回答是或否就让一个聊天模型专门生成一整段话，一直让我觉得有些大材小用。但这也算不上多么创新，类似的东西我们已经见过不少了。"
另一名用户则提出了一个实际问题：" 如果给出的选项都不正确，它会怎么回答？总体来说，我很高兴看到这项功能，尤其是它支持多模态输入，这对我的资产分类工作很有用。"
还有用户则提到，这项 API 的价值取决于实际速度表现：" 如果它真的比让普通模型直接作出判断更快，那就很有意思。我宁愿两秒钟就得到答案，也不想等一段自己根本不需要的长篇解释。"
同日，个人开发者莱西亚 · 卡普利尤克（Lesia Kapliuk）使用免费 API 密钥进行了实测。其中，模型在 54 次调用、30 条客服工单和 8 项多语言任务全部分类正确，单次处理 100 个判断问题仅耗时 0.41 秒，但莱西亚发现模型会将超出预设范围的输入强行归入已有类别。
目前，Gemini Decisions API 已用于 Gemini Notebook 等谷歌内部产品，谷歌搜索也将其用于模型上下文协议（MCP）工具的安全防护。开发者可以通过谷歌 AI Studio 获取 API 密钥，并使用免费 API 额度进行原型开发。
谷歌 AI Studio 地址：
https://aistudio.google.com/
一、支持三类判断方式混用，单次请求最多处理 1000 个问题
Gemini Decisions API 通过三类判断方式处理开发者预先定义的问题，分别是是非判断（Yes/No）、多项选择（Multiple Choice）和分级评分（Ordered Rubric），而这三种方式可以在同一次请求中混合使用。
是非判断用于估算某个条件成立的概率，开发者还可以分别设置条件成立和不成立时的描述标准。多项选择支持 2 至 255 个候选项，模型会选出最符合要求的选项，并返回每个候选项对应的归一化概率。分级评分则按照从 0 开始的有序标准对输入内容进行评估，返回加权后的连续分数，以及各个评分等级对应的概率。
三种判断方式均会附带 0 至 1 之间的置信度分数。开发者可以根据置信度设置处理规则，例如将模型无法确定的结果交给备用模型处理，或者转交人工审核。
在多模态处理方面，Gemini Decision 1 基于 Gemini 原生多模态架构，可以在一次模型计算中直接处理文本、图像、音频、视频和 PDF 文件。不同类型的内容可以组合在同一份输入中，例如将通话录音与账户信息放在一起分析，或者将 PDF 保险理赔文件与现场受损照片结合起来判断。
开发者还可以调整图像和视频的分辨率，以控制模型需要识别的画面细节和 Token 消耗。单次请求最多支持 256K Token 的输入内容，并可针对同一份输入设置最多 1000 个独立问题。
谷歌还给出了一个实际应用示例。开发者可以上传一张休息室台面的照片，并附上一段文字说明，让模型同时判断台面上是否存在未清理的液体、应该采取哪种清洁措施，以及现场脏乱程度。
其中，模型需要判断是否存在液体污渍，在擦拭台面、安排清洁人员和无需处理三种行动中作出选择，并按照清洁完毕、轻微局部污渍和严重污渍或安全隐患三个等级进行评分。三项任务可以通过一次请求完成。
目前，谷歌内部已有 Gemini Notebook、Stitch 等多个产品接入 Gemini Decisions API，将其作为低延迟的决策控制层。开发者只需预先定义判断选项，就可以让模型完成任务分配，不必额外训练专用分类器，也无需等待生成式模型输出完整答案。
此外，谷歌搜索也将 Decisions API 用于模型上下文协议（Model Context Protocol，MCP）工具的安全防护层，帮助识别对抗性行为和相关内容，在控制响应延迟的同时提高检测效果。
二、响应延迟最低 50 毫秒，成本不到生成式模型的五分之一
在运行机制上，Gemini Decision 1 与传统生成式模型有所不同。
传统生成式模型通常需要逐个生成 Token，再组合成完整答案。Gemini Decision 1 则直接对开发者预先设定的候选选项进行评分，通过一次模型向前计算返回概率和置信度，不需要逐个生成答案 Token。
谷歌称，在包含智能体路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1 整体表现领先，校准误差也是参与测试的 API 中最低的。
在最多 16K Token 的多模态输入场景下，该模型的中位模型计算延迟为 50 至 100 毫秒，端到端延迟为 150 至 250 毫秒。当单次请求的问题数量从 1 个增加到 100 个时，响应延迟基本保持稳定。
成本方面，由于同一请求中的共享输入只计费一次，因此增加判断问题时，用户只需额外支付各问题对应的指令和评估标准所消耗的 Token 费用。
在双方共同参与的基准测试中，与通过 Interactions API 调用的 Gemini 3.5 Flash-Lite 相比，Gemini Decision 1 搭配 Decisions API 的成本接近降低 80%，约为 Gemini 3.5 Flash-Lite 的五分之一。
Gemini 3.5 Flash-Lite 每百万输入 Token 收费 0.3 美元（约合人民币 2.01 元），每百万输出 Token 收费 2.5 美元（约合人民币 16.75 元）
Gemini Decision 1 每百万输入 Token 收费 0.1 美元（约合人民币 0.67 元），不收取输出 Token 费用、额外的思考 Token 费用，以及单独的音频转写和 OCR 文字识别费用。
在调用额度方面，Gemini Decisions API 分为免费和付费两档。
免费版每分钟最多发起 200 次请求，每分钟最多处理 5 万个 Token，每天最多发起 1 万次请求。
付费版每百万输入 Token 收费 0.1 美元（约合人民币 0.67 元），输出 Token 免费。在 Tier 1 等级下，每分钟最多发起 1500 次请求，每分钟最多处理 100 万个 Token，每天最多发起 5 万次请求。
三、开发者实测 54 次调用，100 个问题耗时增加 70%
个人开发者莱西亚 · 卡普利尤克（Lesia Kapliuk）于 11 月 11 日发布了 Gemini Decision 1 的 API 实测结果。该开发者使用免费 API 密钥进行了 54 次调用，测试了模型的分类准确率、多语言处理能力、批量判断效率和结果稳定性。
在实际测试中，该开发者提交了 30 条客服工单，要求模型将工单分配至对应团队，30 条工单全部正确分类。在多语言测试中，模型处理了乌克兰语、德语、西班牙语、波兰语和日语等语言的 8 项任务，也全部给出了正确结果。
批量处理方面，该开发者分别测试了单次请求包含 1 个、10 个和 100 个判断问题的情况。结果显示，处理 1 个问题和 10 个问题时，中位响应时间均为 0.24 秒；问题数量增加至 100 个后，响应时间上升至 0.41 秒，增加约 70%。
对应的 Token 消耗也随问题数量增加而上升。单次处理 1 个问题消耗 135 个 Token，10 个问题消耗 613 个 Token，100 个问题消耗 5473 个 Token。此外，相同请求重复提交 5 次，模型返回的结果和概率完全一致。
这项测试还暴露出模型在处理异常输入时的一个问题。当输入内容不符合预设分类条件时，模型可能仍会强行选择已有选项。
例如，开发者向模型输入澳大利亚的首都、无意义的随机字符，以及一段要求创作秋天主题诗歌的文字，要求模型判断这些内容是否属于客服请求。
当开发者在候选选项中加入 " 其他 " 后，模型对三项输入均选择了 " 其他 "，对应置信度分别为 0.99、0.69 和 0.98。
但在没有设置 " 其他 " 选项时，模型将三项内容均错误归入技术支持类别，置信度分别达到 0.71、0.64 和 0.84。对于是否属于客服请求这一是非判断，模型给出的概率也只有 0.01、0.07 和 0.01。
可以看到，Gemini Decision 1 虽然能够快速处理预设范围内的判断任务，但其结果仍然受到候选选项设计的影响。若开发者没有为异常输入设置兜底选项，模型可能将不符合分类条件的内容强行归入已有类别。
结语：谷歌将模型能力延伸至快速决策场景
从 Gemini Decisions API 的定位来看，谷歌正尝试在有一定竞争力的同时兼顾处理速度与调用成本。
对于需要频繁进行分类和工具选择的 Agent 应用来说，这类 API 提供了一种新的调用方式。随着 Gemini Notebook、Stitch 等谷歌内部产品陆续接入，其应用场景也在逐步拓宽。
未来，Gemini Decision 1 能否在实际工作流中持续保持稳定的判断质量和处理效率，将影响这类 API 能否形成长期竞争优势。
来源：谷歌