Gemini Decisions API上线：单次前向打分，延迟150毫秒

人工智能的走向正从单纯“生成内容”转向“高效决策”。谷歌近日上线 Gemini Decisions API，这个新端点由底层 Gemini Decision1 模型驱动，目标是让人工智能智能体在日常运行中快速完成预设判断，不再走生成冗长文本回复那条老路。

核心机制上，Gemini Decision1 与传统大模型有本质差异。它不逐个 Token 生成回复，而是在一次前向传递中直接给预设选项打分，返回对应的概率和置信度分数。

靠这套设计，接口端到端延迟被压到 150 到 250 毫秒，智能体在高频交互场景下的实时响应需求可以满足。

输入与调用形态方面，Gemini Decisions API 的多模态处理能力表现突出。围绕文本、图像、音频、视频和 PDF 等共享多模态输入，开发人员单次 API 调用最多可评估 1000 个独立问题。调用形式包括：

快捷的“是或否”检查。

最多 255 个选项的多选题。

按预设评分标准发起的打分请求。

定价上，谷歌给出的标准是每百万输入 Token 收费 0.10 美元。

业内分析人士指出，大模型在各行各业嵌入越来越深，智能体在后台跑复杂工作流时，常常要做大量轻量级判断和路线选择。Gemini Decisions API 跳过文本生成的中间环节，计算成本和响应延迟都由此下降，也为构建更流畅、反应更快的复杂 AI 智能体应用提供了底层基础设施。