谷歌Gemini Decisions API上线：单次最多1000问，输出Token免费

智东西
编译 黄菲
编辑 江宇

11月12日，谷歌推出Gemini Decisions API，调用入口是同日发布的Gemini Decision 1模型。和常见的生成式模型不同，Gemini Decision 1不走“生成一段答案”的路子，而是直接评估输入内容，对最多1000个预设问题一次性给出判断。输入侧覆盖文本、图像、音频、视频和PDF，输出Token不收费。

速度数据上，谷歌给出的数字是：多模态输入在最多16K Token的场景下，中位模型计算延迟50至100毫秒，端到端延迟150至250毫秒。

定价这块，每百万输入Token收0.1美元（约合人民币0.67元），输出Token免费。按谷歌的说法，成本大约是通过Interactions API调用Gemini 3.5 Flash-Lite的五分之一。

API上线后，网友评价并不统一。有用户直言：“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。”

也有人抛出实际疑问：“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。”

另有用户把关注点放在速度上：“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。”

同一天，个人开发者莱西亚·卡普利尤克（Lesia Kapliuk）拿免费API密钥做了实测。54次调用、30条客服工单、8项多语言任务全部分类正确，单次处理100个判断问题只用了0.41秒。不过她也发现，模型会把超出预设范围的输入硬塞进已有类别。

落地方面，Gemini Decisions API已经进入Gemini Notebook等谷歌内部产品；谷歌搜索则把它用在模型上下文协议（MCP）工具的安全防护上。开发者可在谷歌AI Studio领取API密钥，用免费额度做原型开发。

谷歌AI Studio地址：https://aistudio.google.com/

一、三类判断方式可混用，单次请求最多1000个问题

开发者预先定义的问题，由Gemini Decisions API分三类方式处理：是非判断（Yes/No）、多项选择（Multiple Choice）、分级评分（Ordered Rubric）。同一次请求里，这三种方式能混着用。

是非判断用来估算某个条件成立的概率，条件成立与不成立时的描述标准可以由开发者分别设定。多项选择的候选项范围是2至255个，模型挑出最符合要求的那个，同时返回每个候选项的归一化概率。分级评分则按从0开始的有序标准评估输入，给出加权后的连续分数，以及各评分等级对应的概率。

三种方式都会附带一个0至1之间的置信度分数。开发者能据此定处理规则，比如把模型拿不准的结果交给备用模型，或者转人工审核。

多模态这部分，Gemini Decision 1基于Gemini原生多模态架构，一次模型计算就能处理文本、图像、音频、视频和PDF。不同内容还能拼进同一份输入，比如把通话录音和账户信息放一起分析，或者把PDF保险理赔文件和现场受损照片结合着判断。

图像和视频的分辨率可调，用来控制模型需要识别的画面细节和Token消耗。单次请求的输入上限是256K Token，同一份输入最多可挂1000个独立问题。

谷歌还举了个实际例子：上传一张休息室台面的照片，再附一段文字说明，让模型同时判断台面上有没有没清理的液体、该采取哪种清洁措施、现场脏乱到什么程度。

具体来说，模型要判断是否存在液体污渍；在擦拭台面、安排清洁人员、无需处理三种行动里选一个；再按清洁完毕、轻微局部污渍、严重污渍或安全隐患三个等级打分。三项任务一次请求就能完成。

目前谷歌内部接入Gemini Decisions API的产品包括Gemini Notebook、Stitch等，定位是低延迟的决策控制层。开发者预先定义好判断选项，模型就能完成分配任务，既不用另外训练专用分类器，也不用等生成式模型把完整答案吐出来。

谷歌搜索那边，Decisions API被用作模型上下文协议（Model Context Protocol，MCP）工具的安全防护层，用来识别对抗性行为和相关内容，在压住响应延迟的同时提升检测效果。

二、响应延迟最低50毫秒，成本不到生成式模型的五分之一

运行机制上，Gemini Decision 1和传统生成式模型走的不是一条路。

传统生成式模型一般要逐个生成Token，再拼成完整答案。Gemini Decision 1反过来，直接给开发者预设的候选选项打分，一次模型向前计算就返回概率和置信度，不用逐个生成答案Token。

谷歌称，在智能体路由、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里最低的。

多模态输入在最多16K Token的场景下，该模型中位计算延迟为50至100毫秒，端到端延迟150至250毫秒。单次请求的问题数量从1个加到100个，响应延迟基本不怎么变。

花钱这块，同一个请求里共享的输入只算一次钱，所以多加判断问题，用户掏的只是每个问题对应的指令和评估标准那部分Token开销。

双方一起做的基准测试里，Gemini Decision 1配Decisions API跟通过Interactions API调用的Gemini 3.5 Flash-Lite比，成本少了将近80%，差不多是后者的五分之一。

Gemini 3.5 Flash-Lite每百万输入Token收0.3美元（约合人民币2.01元），每百万输出Token收2.5美元（约合人民币16.75元）。Gemini Decision 1每百万输入Token收0.1美元（约合人民币0.67元），输出Token不收钱，额外的思考Token也不收，音频转写和OCR文字识别同样不单独计费。

调用额度上，Gemini Decisions API分免费和付费两档。免费版每分钟最多200次请求，每分钟最多处理5万个Token，每天上限1万次请求。

付费版每百万输入Token 0.1美元（约合人民币0.67元），输出Token免费。Tier 1等级下每分钟最多1500次请求，每分钟最多处理100万个Token，每天最多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）11月11日放出了Gemini Decision 1的API实测结果。她用免费API密钥跑了54次调用，测的是分类准确率、多语言处理、批量判断效率和结果稳定性。

实际测试里，她提交30条客服工单让模型分派给对应团队，30条全部分对。多语言那边，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，结果也全对。

批量处理上，她分别试了单次请求放1个、10个和100个判断问题。结果是：1个问题和10个问题的中位响应时间都是0.24秒；加到100个问题，响应时间涨到0.41秒，多了约70%。

Token消耗也跟着问题数量往上走。单次1个问题耗135个Token，10个问题613个Token，100个问题5473个Token。另外，同一请求重复提交5次，模型返回的结果和概率一模一样。

测试还暴露出模型处理异常输入时的一个毛病：输入内容不符合预设分类条件，模型照样可能硬挑一个已有选项。

比如她给模型输入澳大利亚的首都、一串无意义的随机字符，还有一段要求写秋天主题诗歌的文字，让它判断这些算不算客服请求。

候选选项里加上“其他”之后，模型对这三项输入都选了“其他”，置信度分别是0.99、0.69和0.98。

可要是没设“其他”选项，三项内容全被错归到技术支持类别，置信度分别有0.71、0.64和0.84。至于“是否属于客服请求”这个是非判断，模型给出的概率只有0.01、0.07和0.01。

看得出，Gemini Decision 1处理预设范围内的判断任务确实快，但结果还是受候选选项怎么设计的影响。开发者要是没给异常输入留兜底选项，模型就可能把不符合分类条件的内容硬塞进已有类别。

结语：谷歌把模型能力伸到了快速决策场景

从Gemini Decisions API的定位看，谷歌想在有竞争力的同时，把处理速度和调用成本都照顾到。

对需要频繁做分类和工具选择的Agent应用来说，这类API给了一种新的调用方式。Gemini Notebook、Stitch等谷歌内部产品陆续接入之后，它的应用场景也在慢慢铺开。

往后，Gemini Decision 1能不能在实际工作流里一直稳住判断质量和处理效率，会决定这类API能不能攒出长期的竞争优势。