输出不要钱？100个问题仅用0.41秒！谷歌Gemini Decisions API上线

智东西（公众号：zhidxcom）
编译 | 黄菲
编辑 | 江宇

智东西11月12日消息，今日，谷歌宣布推出Gemini Decisions API，该API可通过同日新发布的模型Gemini Decision 1调用。与传统生成式模型不同，Gemini Decision 1可以直接评估输入内容，并针对最多1000个预设问题一次性作出判断。该模型支持文本、图像、音频、视频和PDF等多模态输入，且不收取输出Token费用。

性能方面，谷歌称，在最多16K Token的多模态输入场景下，Gemini Decision 1的中位模型计算延迟为50至100毫秒，端到端延迟为150至250毫秒。

价格方面，Gemini Decision 1每百万输入Token收费0.1美元（约合人民币0.67元），输出Token免费，其成本约为Gemini 3.5 Flash-Lite通过Interactions API调用成本的五分之一。

API上线后，网友对此的评价不一。一名用户认为：“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。”

另一名用户则提出了一个实际问题：“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。”

还有用户则提到，这项API的价值取决于实际速度表现：“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。”

同日，个人开发者莱西亚·卡普利尤克（Lesia Kapliuk）使用免费API密钥进行了实测。其中，模型在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个判断问题仅耗时0.41秒，但莱西亚发现模型会将超出预设范围的输入强行归入已有类别。

目前，Gemini Decisions API已用于Gemini Notebook等谷歌内部产品，谷歌搜索也将其用于模型上下文协议（MCP）工具的安全防护。开发者可以通过谷歌AI Studio获取API密钥，并使用免费API额度进行原型开发。

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通过三类判断方式处理开发者预先定义的问题，分别是是非判断（Yes/No）、多项选择（Multiple Choice）和分级评分（Ordered Rubric），而这三种方式可以在同一次请求中混合使用。

是非判断用于估算某个条件成立的概率，开发者还可以分别设置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，模型会选出最符合要求的选项，并返回每个候选项对应的归一化概率。分级评分则按照从0开始的有序标准对输入内容进行评估，返回加权后的连续分数，以及各个评分等级对应的概率。

三种判断方式均会附带0至1之间的置信度分数。开发者可以根据置信度设置处理规则，例如将模型无法确定的结果交给备用模型处理，或者转交人工审核。

在多模态处理方面，Gemini Decision 1基于Gemini原生多模态架构，可以在一次模型计算中直接处理文本、图像、音频、视频和PDF文件。不同类型的内容可以组合在同一份输入中，例如将通话录音与账户信息放在一起分析，或者将PDF保险理赔文件与现场受损照片结合起来判断。

开发者还可以调整图像和视频的分辨率，以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的输入内容，并可针对同一份输入设置最多1000个独立问题。

谷歌还给出了一个实际应用示例。开发者可以上传一张休息室台面的照片，并附上一段文字说明，让模型同时判断台面上是否存在未清理的液体、应该采取哪种清洁措施，以及现场脏乱程度。

其中，模型需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作出选择，并按照清洁完毕、轻微局部污渍和严重污渍或安全隐患三个等级进行评分。三项任务可以通过一次请求完成。

目前，谷歌内部已有Gemini Notebook、Stitch等多个产品接入Gemini Decisions API，将其作为低延迟的决策控制层。开发者只需预先定义判断选项，就可以让模型完成任务分配，不必额外训练专用分类器，也无需等待生成式模型输出完整答案。

此外，谷歌搜索也将Decisions API用于模型上下文协议（Model Context Protocol，MCP）工具的安全防护层，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高检测效果。

二、响应延迟最低50毫秒，成本不到生成式模型的五分之一

在运行机制上，Gemini Decision 1与传统生成式模型有所不同。

传统生成式模型通常需要逐个生成Token，再组合成完整答案。Gemini Decision 1则直接对开发者预先设定的候选选项进行评分，通过一次模型向前计算返回概率和置信度，不需要逐个生成答案Token。

谷歌称，在包含智能体路由、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。

在最多16K Token的多模态输入场景下，该模型的中位模型计算延迟为50至100毫秒，端到端延迟为150至250毫秒。当单次请求的问题数量从1个增加到100个时，响应延迟基本保持稳定。

成本方面，由于同一请求中的共享输入只计费一次，因此增加判断问题时，用户只需额外支付各问题对应的指令和评估标准所消耗的Token费用。

在双方共同参与的基准测试中，与通过Interactions API调用的Gemini 3.5 Flash-Lite相比，Gemini Decision 1搭配Decisions API的成本接近降低80%，约为Gemini 3.5 Flash-Lite的五分之一。

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

Gemini Decision 1每百万输入Token收费0.1美元（约合人民币0.67元），不收取输出Token费用、额外的思考Token费用，以及单独的音频转写和OCR文字识别费用。

在调用额度方面，Gemini Decisions API分为免费和付费两档。

免费版每分钟最多发起200次请求，每分钟最多处理5万个Token，每天最多发起1万次请求。

付费版每百万输入Token收费0.1美元（约合人民币0.67元），输出Token免费。在Tier 1等级下，每分钟最多发起1500次请求，每分钟最多处理100万个Token，每天最多发起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）于11月11日发布了Gemini Decision 1的API实测结果。该开发者使用免费API密钥进行了54次调用，测试了模型的分类准确率、多语言处理能力、批量判断效率和结果稳定性。

在实际测试中，该开发者提交了30条客服工单，要求模型将工单分配至对应团队，30条工单全部正确分类。在多语言测试中，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，也全部给出了正确结果。

批量处理方面，该开发者分别测试了单次请求包含1个、10个和100个判断问题的情况。结果显示，处理1个问题和10个问题时，中位响应时间均为0.24秒；问题数量增加至100个后，响应时间上升至0.41秒，增加约70%。

对应的Token消耗也随问题数量增加而上升。单次处理1个问题消耗135个Token，10个问题消耗613个Token，100个问题消耗5473个Token。此外，相同请求重复提交5次，模型返回的结果和概率完全一致。

这项测试还暴露出模型在处理异常输入时的一个问题。当输入内容不符合预设分类条件时，模型可能仍会强行选择已有选项。

例如，开发者向模型输入澳大利亚的首都、无意义的随机字符，以及一段要求创作秋天主题诗歌的文字，要求模型判断这些内容是否属于客服请求。

当开发者在候选选项中加入“其他”后，模型对三项输入均选择了“其他”，对应置信度分别为0.99、0.69和0.98。

但在没有设置“其他”选项时，模型将三项内容均错误归入技术支持类别，置信度分别达到0.71、0.64和0.84。对于是否属于客服请求这一是非判断，模型给出的概率也只有0.01、0.07和0.01。

可以看到，Gemini Decision 1虽然能够快速处理预设范围内的判断任务，但其结果仍然受到候选选项设计的影响。若开发者没有为异常输入设置兜底选项，模型可能将不符合分类条件的内容强行归入已有类别。

结语：谷歌将模型能力延伸至快速决策场景

从Gemini Decisions API的定位来看，谷歌正尝试在有一定竞争力的同时兼顾处理速度与调用成本。

对于需要频繁进行分类和工具选择的Agent应用来说，这类API提供了一种新的调用方式。随着Gemini Notebook、Stitch等谷歌内部产品陆续接入，其应用场景也在逐步拓宽。

未来，Gemini Decision 1能否在实际工作流中持续保持稳定的判断质量和处理效率，将影响这类API能否形成长期竞争优势。