BLOG / 2026.11.13
11 月 12 日 02:00(Asia/Shanghai),Google 发布 Gemini Decisions API,背后的模型是 Gemini Decision 1,模型 ID 为 gemini-decision-1。官方英文博文的时间戳是 2026-11-11T18:00:00+00:00。
它要解决的不是再写一段话,而是给你一组已经圈定的选项:是或否、多选、或者按量表打分,然后一次返回概率和置信度。小互在 11 月 12 日跟进了这篇发布。
下文数字只取自 Google 发布页和 AI Studio 的 Decisions API 文档,本站没有调用这个接口,也没有复现官方演示。
官方把它写成封闭集合上的决策接口:一份多模态材料最多配 1000 道互不看见的题目,单次前向就给出分数,而不是逐 token 生成答案文本。
它不写答案,只给选项打分
发布页给出的时延是端到端 150 到 250 毫秒;其中模型计算的中位数是 50 到 100 毫秒,条件是多模态输入、上下文到 16K token,并且题目数量从 1 道增到 100 道时几乎持平。
计费口径也很硬:输入每百万 token 0.10 美元,输出 token 计为 0,不收输出费。共享的 input 在一次请求里只计一次,不管后面跟了多少道题;每道题只追加自己的说明和评分标准 token。
材料上限是 256K token,可以混合文本、图片、音频、视频和 PDF。时延那句写的是「到 16K token」,不要和 256K 的材料上限写成同一档表现。
文档把三种题型写得很清楚。noul 是是否题,返回 0.01 到 0.99 的概率和置信度;choice 可从 2 到 255 个选项里选一个,并给出归一化概率;score 按有序量表打分,返回加权分数和各档概率。
官方用一张厨房台面泼洒的照片做说明:同一份材料同时问「有没有未擦的液体」「下一步怎么处理」「严重程度多少」。界面上的结果是 has_spill 为 0.95,下一步选 wipe_with_cloth,严重程度 1.19 / 2。
一份材料,并行回答多道互不可见的题
官方架构图把流程画成三块:左边是最多 256K token 的多模态材料和题目列表,中间是 Gemini Decision 1,右边一次性给出校准后的答案。

文档强调两件事。题目在同一次前向里对共享材料分别打分,彼此看不见对方;因此把 1 道题加到 100 道题,时延几乎不升高。输出不含文本 token,程序可以直接按概率分支、排序或转人工。
置信度从 0 到 1。官方的用法是:模糊样本可以走后备模型或人工,而不是把每一个最高分选项都当成已确认事实。
Stitch 的 Rapid canvas 试验被官方写成一个具体用法:先用 Decisions API 在几秒内生成可点击的产品流程线框,再用语音或点击做修改。下面就是发布页放出的这段官方视频,按 1 倍速播放。
官方把这段视频标成 Stitch Rapid 的演示,不能外推成你这边的设计工具已经默认接好,也不能把示例里的泼洒检测写成已经上线的物业系统。
校准误差最低,总价让给了 TypeSafe
发布页另有一张对照表。比较对象是 TypeSafe Jev 1.14、GPT-6 Luna 的 OpenAI Decisions API,以及用 Interactions API 最小设置调用的 Gemini 3.5 Flash-Lite。

图注写:拒绝、安全拦截和模型无法接受的请求都记为错误,分母是完整基准;除非另行注明,分数是 Top-1 准确率。
先看官方标成领先的格子。JevBench 公开划分上,Decision 1 是 92.2%;Amazon ESCI 的 Macro-F1 是 58.7%;纯文本的 New Yorker Caption 是 79.7%。校准指标 Top-1 ECE 越低越好,它在 7 项共享评测上是 0.0250,低于另外三列的 0.0494、0.0721 和 0.2104。这和正文「校准误差最低」是对得上的。
费用那一行同样要看完整数字。7 项共享评测的总价,Decision 1 是 0.88 美元,Flash-Lite 是 4.14 美元,大约是官方说的接近 5 倍价差。但同图里 TypeSafe Jev 1.14 是 0.68 美元,比它更低。不能写成这套接口已经是对照里最便宜的。
准确率也不是样样第一。Mind2Web Multimodal 上,它是 86.2%,TypeSafe 是 86.8%;When2Call 上,它是 79.9%,TypeSafe 是 82.0%。这两格官方用灰底标出。
Google 内部已经把它用在哪些地方
发布页列举了四类内部用法,都写成低时延控制面:定义选项,而不是再训练分类器,或等待一次生成式调用。
Gemini Notebook 用它做实时路由,把请求分到不同模型档和思考深度。官方写,日常查询因此最多降低 40% 时延,复杂任务仍留给更深的推理模型。这个 40% 只适用于文中的日常查询,不能扩成所有 Notebook 请求。
Stitch 的 Rapid canvas、Google Labs 的 CC,以及 Search 里 MCP 工具的安全层,也在同一份名单里。CC 的例子是从 200 多个表情里选反应;Search 的例子是检测对抗行为,并写明要落在时延预算内。
生态方面,官方写 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 正在接入,Google Cloud 里的 Gemini 则是 coming soon。后者还不是已经全量开通的入口。
适合放在路由、审核和分级这一层
眼下能拿到手的,是 AI Studio 里可申请密钥试用的决策接口:封闭选项、共享材料、输出不计费,外加一张带校准和费用的对照表。
它适合的是本来就要在固定选项里做路由、审核或分级的程序。官方演示和内部用法说明这条路已被当成控制面来用;但演示有准备好的材料和选项,对照表也没有让它在所有基准、所有费用格子上压过 TypeSafe。
本站没有实测 150 到 250 毫秒,也没有在自己的业务数据上核对校准是否仍然最低。要把最高分选项直接写成最终决定,还得先看置信度和转人工规则。
Our assessment:已经在固定选项里做路由、审核或分级,又在为每次生成式调用付输出费的程序,最值得先拿 Decisions API 做一轮对照:官方表里它的校准误差最低,输出也不计费。上生产前,先用自己的数据定好置信度阈值和转人工规则;只比总价的话,同表 TypeSafe Jev 1.14 更低。
Reference Links
- Google:Gemini Decisions API: Fast, calibrated multimodal decisions
- Google AI Studio:Decisions API 文档
- 小互:Google 发布多模态决策模型 Gemini Decision 1,看图听音直接给出判断和概率


Comment List (0):
Load More Comments Loading...