谷歌上线Gemini Decision 1决策模型：输出免费，百万Token 0.1美元
谷歌大厂内部都在怎么玩？
等了大半天，
Gemini 4 Hydrogen还是没影。
谷歌昨晚拿出来的东西，是多模态决策模型Gemini 
Decision 1。
劈柴宣布，谷歌当天正式上线Gemini Decisions API，背后由Gemini Decision 1模型提供支持。Stitch Rapid用这套API设计完整的产品流程，几秒钟就搞定。
「Jev」这股风，终究还是刮到了谷歌。这款模型是冲着「封闭式选择题」来的：延迟极低，原生支持多模态，一次能处理1000个问题。
原生决策类型一共3种：「Yes/No」、「多项选择（最高支持255 个选项！）」，还有「评分标准打分」。
价格方面，每百万输入 Token 只要 0.10 美元，输出Token干脆免费，相当于只有Flash-Lite 的 1/5。
多项基准测试里，它的校准误差最低，领先幅度是绝对的。
多模态这条路，用来掀翻决策模型
TypeSafe AI的Jev在硅谷带起一波热潮，其他巨头也陆续跟上，谷歌这回总算下场做决策模型了。
Jev已经把纯文本决策的价格压到百万Token 0.042美元，谷歌拿什么破局？
它的打法是：上多模态，压过纯文本模型。
最高 256K token 的数据可以一次性喂进去，文本、图片、音频、视频、PDF都行，然后同时向它连发 1000 个问题。
工具调用也好，策略风控也好，模型动态路由、上下文打分也好，Decisions API 给的都是最干脆的答案。
所有选项的评分，Gemini Decision 1靠一次高效的「前向传递」就瞬间完成。
基准测试霸榜：「直觉」准得吓人
当然，决策模型光快不够，还得准。
智能体路由、逻辑推理、信息排序、多模态理解这几类顶级基准测试，Gemini Decision 1全线登顶。
更关键的一点：校准误差全场最低。
它说有多大把握，实际就有多准，幻觉率很低。
不用逐字解码，所以处理高达 16K token 的多模态上下文时，模型计算的中位延迟压在 50-100 毫秒，端到端延迟只有150-250 毫秒。
一次问 1 个问题，还是一次问 100 个，速度几乎没差别，不存在卡顿。
目前公认的「性价比之王」是 Gemini 3.5 Flash-Lite（走交互 API），它比这个还便宜近 5 倍，说是价格屠夫不为过。
原生多模态架构加上三种决策模式，一个请求就能跑完整个流程
这套模型建立在 Gemini 的原生多模态架构上。文档也好，录音、视频也罢，单次前向传递就能直接「看懂、听懂」。
多模态输入还能随意混搭。比如把「客服通话录音」与「账户数据」放在一起，或者将「PDF理赔单」连同「损坏照片」一起打包提交。
音视频的分辨率同样可以自行调整，视觉细节和token成本由此可控。
三种核心决策模式，在同一个请求里可以混合调用。
每次调用还会返回一个「置信度分数（0到1）」。碰上模棱两可的结果，代码可以直接转给备用方案，或者交人工审核，稳定性有保障。
noul（是/否）：判断是/否条件成立的概率，同时可以选择「真/假」的描述标准。
choice（多项选择）：选项数量支持 2 到 255 个。模型直接给出获胜者，并附上全部候选者的概率排名。
score（精准打分，有序评分标准）：按照你设定的规则（从0开始）给输入内容打分，输出连续的加权分数以及每一级的概率。
接口沿用了大家熟悉的 Content 块格式，接入门槛很低。
下面这段代码写法相当简洁——一次请求，让 AI 看着一张办公室吧台的照片，同时完成三种不同类型的判断。
- from google import genai
- client = genai.Client(http_options={"api_version": "v1beta"})
- result = client.decisions.create(
- model="gemini-decision-1",
- # 共享输入：丢给它一张图 + 一句话input=[{
- "type": "image",
- "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
- "mime_type": "image/jpeg",
- },
- {
- "type": "text",
- "text": "早上9点客户会议前的休息室吧台检查。",
- },
- ],
- # 一次性连发3个问题！
- questions={
- "has_spill": {
- "type": "noul",
- "instructions"里问的是吧台上有没有没擦干净的液体溢出，紧接着"next_action"下给出"type"为"choice"，再抛出"哪种清理措施最适合当前场景？"这一问；对应的"criteria"列出三条：附近有抹布、吧台只有少量溢出时用抹布擦（wipe_with_cloth）；地面大面积危险、有碎玻璃或持续漏水时叫保洁（dispatch_janitorial）；吧台干净、已就绪则用ready_for_meeting。
- },
- },
- },
- "severity"一项的"type"为"score"，要求"评估吧台脏乱的严重程度。"，其criteria分三档：干净且准备就绪、轻微的局部溢出、重大溢出或安全隐患。
- ],
- },
- },
- )
谷歌大厂内部都在怎么玩？
如今谷歌内部几个顶尖团队，早把它用成了「低延迟控制中枢」。既不必花时间训练自定义分类器，也不用干等大模型慢慢生成——把选项定好，下面这些功能就能直接上线。
比如它能当Gemini Notebook里的动态模型路由。在Notebook中，Decisions API扮演「流量交警」的角色：用户提问一进来，几毫秒内就完成意图分类。
简单问题交给轻量模型处理，延迟直降40%！复杂问题再转给深度思考模型。
它还能在Stitch里实现极速设计迭代，这绝对是砸饭碗级别的应用。Stitch的快速画布几秒钟就能生成一整套产品流程的「可运行线框图」。
语音或点击做出的修改瞬间生效；流程达到理想状态后，一键就能转入完整设计模式。
在Google Labs的CC社交应用里，它不到一秒就能从200多个Emo表情里挑出最合适的那一个，瞬间弹出，用起来相当顺滑。
面对搜索中的MCP工具，它同样充当安全层。Google搜索靠Decision API识别对抗行为和对抗性评估内容，效率很高。
免费API来了
这回Google AI Studio还备好了免费API层级，原型设计可以尽情免费用。
计费方式相当厚道：共享输入不管你问多少问题，都只算一次钱，每个问题只收自身的指令和标准Token。
输出不收费，没有忽高忽低的「思维Token」来刺你一刀，音频转录和OCR也不单独收钱。
谷歌整套AI生态也在同步铺开。OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode以及google-genai SDK的集成正在密集推送。
诸神混战：17天内，巨头们疯狂跟进
Jev搅出的这场「决策模型」风暴，把大模型沿用的计费旧规彻底掀翻——单次前向传递直接给出结果，成本大幅下探，输出一分不收。
整个10月算得上AI决策模型的「疯狂之月」，17天里多家顶级AI实验室接连发布同类模型。
亚马逊把名为Strands Decider 2B的决策模型直接开源。
Cloudflare推出Clef及Clef-flash模型，以Apache 2.0协议开源。
Perplexity开放了Decisions API，基于27B开源模型微调而来。
Liquid AI则推出d1-ultra。
微软、OpenAI等巨头也在API层面快速调整，试图挡住这股浪潮。
17天的巨头混战里，谷歌给Gemini Decision 1定的打法是：不拼纯文本差价，直接押「原生多模态+千题大并发」。
眼下赛道格局大致是：极致低价的纯文本找Jev，复杂多模态和高并发看谷歌，生态合规归OpenAI。
Agent架构的未来路线已经摆明：决策模型（System 1）负责极速、廉价地「做判断」，大模型（System 2）退到二线做深度「慢思考」。
智能体狂飙的下半场已经开场。
参考资料：
https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
