谷歌发布首个决策模型！输出全免费，百万Token低至0.1美元

新智元报道  

外界苦等的Gemini 4 Hydrogen，最终没有出现。

谷歌在昨晚拿出的，是一款多模态决策模型，名字叫Gemini Decision 1。

劈柴对外宣布，谷歌当天正式上线Gemini Decisions API，背后由Gemini Decision 1模型提供支持。

借助Decisions API，Stitch Rapid能在几秒钟之内把整套产品流程设计出来。

「Jev」这股风气，终究也传到了谷歌。

这个模型是冲着「封闭式选择题」去的：延迟极低、原生支持多模态，一次能处理1000个问题。

它原生支持3种决策类型：「Yes/No」、「多项选择（最高支持255 个选项！）」和「评分标准打分」。

价格上，每百万输入Token只要0.10美元，输出Token干脆不收钱，仅为Flash-Lite的1/5。

多项基准测试里，它凭最低的校准误差拿下绝对领先。

TypeSafe AI的Jev在硅谷带起一阵热潮，其他巨头陆续跟上，谷歌这才正式下场做决策模型。

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？

谷歌的答案是：用多模态去碾压纯文本模型。

高达 256K token 的海量数据，文本、图片、音频、视频乃至 PDF，可以一次性全部喂进去，然后同时向它连发 1000 个灵魂拷问。

工具调用、策略风控、模型动态路由、上下文打分，这些活Decisions API都能直接给出最干脆的答案。

Gemini Decision 1靠一次高效的「前向传递」，瞬间给所有选项打完分。

不过光快不行，决策模型还得准。

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，Gemini Decision 1 全部排在第一。

校准误差也是全场最低，这一点更关键。

它说有多大把握，实际就有多准，幻觉率压得很低。

不用逐字解码，处理 16K token 的多模态上下文时，模型计算的中位延迟落在 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，速度基本没差别，不会卡。

价格上它比公认的「性价比之王」Gemini 3.5 Flash-Lite（走交互 API 模型）还便宜近 5 倍，堪称价格屠夫。

依托 Gemini 的原生多模态架构，文档、录音、视频，它都能在一次前向传递里直接看懂、听懂。

多模态还能混着来，比如把「客服通话录音」和「账户数据」拼在一起，或者把「PDF理赔单」和「损坏照片」打包交给它。

音视频分辨率同样可以随意调，视觉细节给多少、token 花多少，都由你定。

三种核心决策模式，能在同一个请求里混着用。

另外，每次返回都会附上一个「置信度分数（0到1）」，这点挺周到。碰上拿不准的情况，代码可以直接把它交给备用方案，或者转人工审核，稳。

接口很好上手，用的是大家熟悉的 Content 块格式。

下面这段代码相当简洁——一次请求，就让 AI 看着一张办公室吧台的照片，同时做完三种不同类型的判断。

from google import genaiclient = genai.Client(http_options={"api_version": "v1beta"})result = client.decisions.create(    model="gemini-decision-1",            "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。",        },    ],    questions={        "has_spill": {            "type": "noul",            "instructions": "吧台上是否有未清理的液体溢出？",        },        "next_action": {            "type": "choice",            "instructions": "哪种清理措施最适合当前场景？",            "criteria": {                "wipe_with_cloth": "吧台少量溢出，附近已有抹布。",                "dispatch_janitorial": "地面大面积危险、碎玻璃或持续漏水。",                "ready_for_meeting": "吧台干净，已准备就绪。",            },        },        "severity": {            "type": "score",            "instructions": "评估吧台脏乱的严重程度。",            "criteria": [                "干净且准备就绪。",                "轻微的局部溢出。",                "重大溢出或安全隐患。",            ],        },    },)

眼下，谷歌内部各大顶尖团队已经把它当成「低延迟控制中枢」来使。

自定义分类器不用再花时间训练，大模型也不用干等着慢慢生成，选项定义好，下面这些功能就能直接用上。

举个例子，Gemini Notebook 里的动态模型路由就能用它来做。Notebook 把 Decisions API 当成一名「流量交警」：用户的问题刚一提交，几毫秒之内它就判断出意图类别。

遇到简单问题，交给轻量模型处理，延迟能降 40%；碰上复杂问题，再转给深度思考模型来解决。

在 Stitch 里，它还能实现极快的设计迭代——Stitch 的快速画布几秒钟就能产出一整套产品流程的「可运行线框图」。这个应用被形容为砸饭碗级别。

你用语音或点击做出的调整，会立刻生效；等流程达到理想状态，一键就能切进完整设计模式。

在 Google Labs 的 CC 社交应用里，它能在不到一秒内从 200 多个 Emoji 中挑出最合适的那一个，表情瞬间弹出，整个过程很丝滑。

它同时充当搜索中 MCP 工具的安全层。Google 搜索借助 Decision API 检测对抗行为和对抗性评估内容，效率很高。

这一回，Google AI Studio 还提供了免费 API 层级，供大家随意拿来跑原型设计。

计费方式相当友好：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」刺客，音频转录和 OCR 也不单独计费。

谷歌这边的 AI 生态同样在整体铺开。OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode 以及 google-genai SDK 的集成，正陆续上线。

Jev 带起的这轮「决策模型」热潮，把大模型沿用已久的计费方式冲开了口子：一次前向传递就能给出结果，成本大幅下降，输出环节不再收费。

整个 10 月，AI 决策模型可以说进入了「疯狂之月」。17 天之内，多家顶级 AI 实验室先后拿出同类模型。

微软、OpenAI 等巨头也在 API 层面快速做出调整，想拦住这波势头。

17 天的混战里，谷歌给 Gemini Decision 1 选的路子是不在纯文本价格上纠缠，直接押「原生多模态＋千题大并发」。

眼下的赛道分工大致是：要纯文本极致低价找 Jev，复杂多模态和高并发看谷歌，生态合规方面留给 OpenAI。

Agent 架构的未来方向已经摆明：决策模型（System 1）负责快速、低成本地「做判断」，大模型（System 2）则退到后面，承担深度「慢思考」。

智能体高速演进的下半场，已经开场。

参考资料：

https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/