Google 推出 Gemini Decisions API：快速、带置信度的多模态决策

Google 推出 Gemini Decisions API：为快速、带置信度的多模态决策而生

Google 在官方博客上发布了 Gemini Decisions API。这是一个新的接口端点，由全新的 Gemini Decision 1 模型（模型标识 gemini-decision-1）驱动，通过 Gemini API 和 Google AI Studio 提供。官方博客署名作者为 Google DeepMind 的产品经理 Min Choi 和首席科学家 Felix Yu。与常见的对话式接口不同，它不生成文字答案，只回答"封闭集合"里的问题：选哪个工具、是否违反策略、请求该路由到哪个模型、检索到的上下文够不够好。

它到底是什么

Google 把这类任务称为有边界的选择，比如工具选择、策略检查、模型路由和上下文评分。传统做法是让生成式模型写出一段答案，再用代码解析。Decisions API 换了思路：Gemini Decision 1 不逐个 token 解码，而是在一次前向计算中直接给候选选项打分，返回概率和置信度。按官方数字，端到端延迟为 150 到 250 毫秒，其中模型计算的中位延迟约 50 到 100 毫秒。

单次请求可以带一份多模态输入，格式覆盖文本、图片、音频、视频和 PDF，上限为 256K token。同一份输入下，最多可以挂 1,000 个相互独立的问题。输入字段沿用 Interactions API 的 Content 块格式，已有该接口经验的开发者上手成本较低。

三种问题类型

每个问题都有一个类型，每个答案都附带 0 到 1 之间的置信分数，代码可以据此把含糊的案例转给备用方案或人工复核。

第一种是 noul，即是非题。它估计某个条件成立的概率，还可以附上"为真"和"为假"的描述标准。第二种是 choice，即选择题，可以在 2 到 255 个选项中选出胜者，并给每个候选返回归一化后的概率。第三种是 score，即有序评分量表，从 0 级开始分级，返回连续的加权分数以及每一级的概率。

官方给出的 Python 示例很直观：把一张休息室台面的照片和一句文字说明放进同一个输入，然后同时问三个问题。台面上有没有未清理的液体？该采取哪种清洁动作，是用布擦、叫保洁，还是可以开会？脏乱程度打几分？三个问题共享同一份输入，一次请求即可全部得到带概率的结果。

性能与成本

官方称，在覆盖智能体路由、推理、排序和多模态理解的基准套件上，Gemini Decision 1 整体领先，并且校准误差最低。校准的意思是：模型说"有 80% 把握"时，现实中大约就有八成的情况是对的。对需要根据置信度分流的系统来说，这比单纯的准确率更重要。

延迟方面，博客说在多模态输入和最长 16K token 的上下文下，每次请求从 1 个问题增加到 100 个问题，延迟几乎保持平稳。价格方面，Gemini Decision 1 每百万输入 token 收费 0.10 美元，输出 token 不计费。共享输入在每次请求中只计费一次，每个问题只额外增加自己的说明和标准所占的 token。没有输出 token 费用，没有可变的思考 token 账单，也没有单独的音频转写或 OCR 费用。Google 还称，在共享基准套件上，它比搭配 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍。这些都是 Google 自己的测量，读者应当在自己的数据上复测。

Google 内部的用法

博客列出了几个已在使用的场景，把它当作低延迟的控制层。Gemini Notebook 用它实时路由查询，为每个请求挑选合适的模型档位和思考级别，日常问题的延迟最多降低 40%，深度推理模型留给复杂任务。Stitch 的 rapid canvas 实验用它在数秒内生成可玩的产品流程线框图，并几乎即时地应用语音或点按的修改。Google Labs 的 CC 用它从 200 多个表情中挑出合适的回应，几乎不增加延迟。Google 搜索则用它在延迟预算内检测针对 MCP 工具的对抗性行为和内容。

对开发者意味着什么

这个产品的价值在于把分类、路由和打分这类"小决定"从生成式调用里拆出来。过去团队要么训练专用分类器，要么为每个小判断调用一次大模型并等它写完答案。现在只需定义选项和标准。因为每个答案带有置信度，工程上可以设置阈值：高置信度的走自动流程，低置信度的转人工。

需要保持清醒的地方也很明确。第一，性能与价格对比来自 Google 自己的基准，Google 本篇公告未提供独立复核证据。第二，该模型只做封闭集合的选择，不能替代需要自由文本的生成任务。第三，博客写明对 Google Cloud 中 Gemini 的支持"即将推出"，企业用户暂时需要通过 Gemini API 使用。

如何开始

开发者可以在 Google AI Studio 获取 API 密钥，使用免费额度做原型，并参考 Python、JavaScript 和 REST 三种文档。官方还提供 Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper 等演示应用。生态方面，OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 的集成正在陆续上线，并与 google-genai SDK 配合使用。对想把路由、审核和评分环节压到毫秒级、并且想要可解释置信度的团队，这是一个值得小范围试用的新原语。