谷歌Gemini Decisions API上线：100个问题0.41秒，输出Token不收费

智东西11月12日消息，谷歌今日推出Gemini Decisions API，同日发布的新模型Gemini Decision 1可用于调用该API。和普通生成式模型不同，Gemini Decision 1能直接评估输入内容，并针对最多1000个预设问题一次性给出判断。输入形式覆盖文本、图像、音频、视频和PDF，输出Token不收费。

性能上，谷歌表示，在多模态输入最多16K Token的情况下，Gemini Decision 1的模型计算延迟中位数为50至100毫秒，端到端延迟为150至250毫秒。

定价上，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免费。按谷歌的说法，这一成本大约是Gemini 3.5 Flash-Lite通过Interactions API调用成本的五分之一。

API上线后，网友评价并不一致。一名用户说：“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。”

另一名用户则关心一个实际问题：“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。”

也有人认为，这项API值不值，要看实际速度：“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）用免费API密钥做了实测。54次调用、30条客服工单和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。不过莱西亚发现，输入超出预设范围时，模型会强行把它归入已有类别。

现在，Gemini Decisions API已经进入Gemini Notebook等谷歌内部产品，谷歌搜索也把它用于模型上下文协议（MCP）工具的安全防护。开发者可在谷歌AI Studio获取API密钥，用免费额度做原型开发。

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

一、支持三类判断方式混用，单次请求最多处理1000个问题

Gemini Decisions API用三类判断方式处理开发者预先定义的问题：是非判断（Yes/No）、多项选择（Multiple Choice）和分级评分（Ordered Rubric）。这三种方式可以在同一次请求里混着用。

是非判断用来估算某个条件成立的概率，开发者还能分别设定条件成立和不成立时的描述标准。多项选择支持2至255个候选项，模型挑出最符合要求的一项，并返回每个候选项的归一化概率。分级评分按从0开始的有序标准评估输入内容，返回加权后的连续分数，以及各评分等级对应的概率。

三种判断方式都会附带0至1之间的置信度分数。开发者可依据置信度设定处理规则，比如把模型拿不准的结果交给备用模型，或者转人工审核。

多模态处理方面，Gemini Decision 1基于Gemini原生多模态架构，一次模型计算就能直接处理文本、图像、音频、视频和PDF文件。不同类型的内容能放进同一份输入，比如把通话录音和账户信息放在一起分析，或者把PDF保险理赔文件和现场受损照片结合起来判断。

开发者还能调整图像和视频的分辨率，以此控制模型需要识别的画面细节和Token消耗。单次请求最多支持256K Token输入，同一份输入最多可设置1000个独立问题。

谷歌给了一个实际应用示例：开发者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未清理的液体、该采取哪种清洁措施，以及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、安排清洁人员和无需处理三种行动中选择，并按清洁完毕、轻微局部污渍和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，谷歌内部已有Gemini Notebook、Stitch等多个产品接入Gemini Decisions API，把它当作低延迟的决策控制层。开发者只要预先定义判断选项，就能让模型完成任务分配，不用额外训练专用分类器，也不用等生成式模型输出完整答案。

另外，谷歌搜索把Decisions API用在模型上下文协议（Model Context Protocol，MCP）工具的安全防护层上，帮助识别对抗性行为和相关内容，在控制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和传统生成式模型不一样。

传统生成式模型往往要逐个生成Token，再拼成完整答案。Gemini Decision 1直接对开发者预设的候选选项评分，一次模型向前计算就返回概率和置信度，不必逐个生成答案Token。

谷歌称，在涵盖智能体路由、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中最低的。

智东西（公众号：zhidxcom） 编译 | 黄菲 编辑 | 江宇

多模态输入上限做到16K Token时，该模型的中位计算延迟落在50至100毫秒之间，端到端延迟则是150至250毫秒。单次请求里的问题数从1个涨到100个，响应延迟也没有明显波动。

计费上，同一请求里共享的输入只算一次钱，所以用户往上加判断问题时，多掏的只是每个问题各自的指令和评估标准那部分Token费用。

双方一起做的基准测试里，拿Interactions API调用的Gemini 3.5 Flash-Lite作对比，Gemini Decision 1加Decisions API的成本少了近80%，大约只相当于Gemini 3.5 Flash-Lite的五分之一。

Gemini 3.5 Flash-Lite的收费是每百万输入Token 0.3美元（约合人民币2.01元），每百万输出Token 2.5美元（约合人民币16.75元）。

Gemini Decision 1则是每百万输入Token 0.1美元（约合人民币0.67元），输出Token不收钱，额外的思考Token费用、单独的音频转写和OCR文字识别费用也都不收。

调用额度上，Gemini Decisions API划了免费和付费两档。

免费档每分钟最多发200次请求，每分钟最多处理5万个Token，一天最多1万次请求。

付费档每百万输入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、多语言处理能力、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到对应团队，30条全部归对了类。多语言那轮，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，结果同样全对。

批量处理这块，她分别试了单次请求带1个、10个和100个判断问题。1个和10个问题时，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消耗也跟着问题数往上走。单次处理1个问题花135个Token，10个问题613个，100个问题5473个。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。

测试还照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，模型也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。

可一旦不设“其他”选项，三项内容全被错归到技术支持类别，置信度达到0.71、0.64和0.84。至于算不算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。

看得出来，Gemini Decision 1处理预设范围内的判断任务确实快，但结果仍受候选选项设计牵制。开发者要是没给异常输入留兜底选项，不符合分类条件的内容就可能被硬塞进已有类别。

结语：谷歌将模型能力延伸至快速决策场景

从Gemini Decisions API的定位看，谷歌想做的是一边保住竞争力，一边把处理速度和调用成本都压住。

对需要频繁分类、频繁选工具的Agent应用来说，这类API给了一种新的调用路子。Gemini Notebook、Stitch等谷歌内部产品陆续接入后，它的应用场景也在慢慢变宽。

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能否攒出长期的竞争优势。