Google 11 月 11 日发布 Gemini Decisions API，并推出专用模型 Gemini Decision 1（gemini-decision-1）。它不逐个生成答案文本，而是对同一份多模态输入一次提出最多 1000 道闭集问题，用单次前向传播给出概率和置信度。官方定价是每百万输入 token 0.10 美元，输出 token 计为 0，因此没有输出费用。
这条接口要解决的，是代码需要判断、而不是需要一段可读文字的场景：把请求分到哪一档模型、一道策略是否命中、一份材料该打几分。Google 把它做成了开发者 API 里的独立端点，目前位于 v1beta，Google Cloud 上的 Gemini 支持还没有到。
一份材料可以同时问完一组是非、选择和量表题
开发者在一次请求里提交一份共享输入，再附上一组彼此独立的问题。共享输入可以是文本、图像、音频、视频和 PDF，也可以把几种模态放在一起，比如把通话录音和账户信息、或者把扫描后的理赔单和现场照片一并送入。上下文窗口是 262,144 个 token，把共享输入和全部问题的说明、选项算在一起。每道题只看到这份共享输入，看不到其他题的内容；如果后一个判断依赖前一个结果，要在代码里组合，或者再发一次请求。
问题分成三类。是非题在文档里称为 noul，返回该条件成立的概率，范围是 0.01 到 0.99，另有置信度。选择题从 2 到 255 个选项里选出一个，并给出每个选项的归一化概率。量表题按开发者定义的有序等级打分，返回按概率加权的连续分数，以及各档概率。置信度都在 0 到 1 之间，官方的用法是：数值告诉程序该选哪一个，置信度告诉程序要不要自动执行，还是交给后备模型或人工。
文档也写清了几条边界。问题说明只能是文本，不能把图片塞进单道题里；不支持 YouTube 链接和 Cloud Storage 的 gs:// 地址；不支持上下文缓存、Batch API，以及 Flex 或 Priority 推理。同一段材料如果在另一次请求里再用，会按全量输入重新计费。
价格按输入计，官方延迟数字有明确前提
付费档的标价已经写在 Gemini 开发者 API 的价格页上：文本、图像、视频、音频和 PDF 的输入均为每百万 token 0.10 美元，输出不适用，因为输出 token 始终为 0；上下文缓存也不可用。共享输入按每次请求计一次，每道题只追加自己的说明和选项所占用的 token。Google AI Studio 提供免费试用档。价格页同时写明，免费档的内容可用于改进产品，付费档则不会。
官方给出的时延是端到端 150 到 250 毫秒，其中模型计算的中位数为 50 到 100 毫秒。这个数字的前提是上下文不超过 16,000 个 token，并且每请求的问题数在 1 到 100 道之间，曲线几乎保持平坦。它不能直接外推到 1000 道题，也不能外推到用满 262,144 个 token 的请求。Google 还称，在公司提供的共享评测集上，Decision 1 搭配 Decisions API 的费用约为 Gemini 3.5 Flash-Lite 搭配 Interactions API 的五分之一。这是厂商对照，比较对象是它自己的生成式接口，不是市面上所有决策模型。
公司评测领先，独立榜单并没有把它排在第一
在 Google 公布的评测里，Decision 1 在四个模型都参加的七项测试中有五项领先，JevBench 准确率为 92.2%，高于 GPT-6 Luna 的 90.9% 和 TypeSafe Jev 1.14 的 90.0%。Jev 在浏览器任务 Mind2Web Multimodal 和工具调用决策 When2Call 上更高。校准误差方面，Decision 1 为 0.0250，约为 Jev 的 0.0494 的一半。公司还给出了这组测试的费用：Decision 1 为 0.88 美元，Jev 为 0.68 美元，Flash-Lite 为 4.14 美元。
独立机构 Artificial Analysis 的 Decision Index v2.1 给出了另一组排序。VentureBeat 转述，该指数在发布时把 Gemini Decision 1 排在 18 个模型中的第 9 位，综合分为 65.98，略低于 Jev 1.14 的 66.23，明显低于 Drex Max v1.1 的 72.62。在这套测试的加权中位时延和每百万任务费用上，Gemini 为 211 毫秒和 345 美元，Jev 为 92 毫秒和 156 美元。Gemini 在知识和推理分项上领先，但在要求一份文件上全部问题都答对的 AA-Paperclip，以及 When2Call 上落后。两套榜单的任务、基线和计费口径并不相同，都不能单独写成“已经是最好的决策模型”。
这个市场里已经有现成的对照。TypeSafe 的 Jev 1.14 输入价为每百万 token 0.042 美元，输出同样不计费，更适合短文本路由。OpenAI 的 Decisions API 已于 10 月 22 日转正式可用，目前只支持 GPT-6 Luna，单次最多 400 道题，未缓存输入价与 Google 相同，为每百万 token 0.10 美元，但提供每百万 token 0.01 美元的缓存读取，适合反复发送同一份政策或目录。Amazon 的 Strands Decider 则把自托管写成一条路径，权重以 Apache 2.0 许可提供。Google 的差异主要在原生多模态（含音频、视频和 PDF）、单次最多 1000 道题，以及这份共享输入只计一次的计费方式。
内部已经在用，对外仍是厂商口径
Google 称，公司内部已把这条接口当作低延迟的控制层来用。Gemini Notebook 用它把日常查询即时分到合适的模型档和思考深度，公司称日常查询的延迟最多可降低 40%，把更耗时的推理模型留给更难的请求。Stitch 的快速画布实验用它在几秒内生成可操作的产品流程线框，并几乎即时套用语音或点击修改；Google Labs 的 CC 用它从 200 多个选项里选出表情反应；Search 则用它在延迟预算内检测针对 MCP 工具的对抗行为。这些都是官方举例，没有附上可复现的流量口径或第三方审计。
开发者现在可以从 Google AI Studio 申请密钥，在 v1beta 上调用，SDK 需要 3.2 或更高版本。官方列出的集成正在向 OpenRouter、LangChain、Vercel、LiteLLM 等铺开，并称 Google Cloud 上的 Gemini 支持即将到来。对要拿客户记录做试验的团队，免费档和付费档在数据使用上的差别值得先看清楚。至于它在自己的业务里是不是更快、更便宜，要看输入有多长、一次问多少题、以及有多少情况最终还是要交给人，这些只能用自己的流量去量，不能只看发布材料里的图表。
