一句话看懂：Google 推出 Gemini Decisions API，由新模型 Gemini Decision 1 驱动，可在一次请求中同时对文本、图片、音频、视频和 PDF 输入做最多 1000 个 yes/no、选择题和评分题判断，并返回置信度，主打低延迟与低成本。
事件核心：发生了什么
2026 年 11 月 11 日，Google DeepMind 发布 Gemini Decisions API，底层模型为 gemini-decision-1，通过 Gemini API 和 Google AI Studio 对外开放。与逐 token 生成答案的方式不同，该模型直接对候选选项打分，单次前向推理即返回概率和置信度。官方给出的数据是：单次输入上限 256K token，最多 1000 个独立问题；端到端延迟 150-250 毫秒，模型计算中位数 50-100 毫秒，且问题数从 1 增加到 100 时延迟基本平稳；计费为每百万输入 token 0.10 美元，输出 token 不单独计费。
Google 表示，在覆盖智能体路由、推理、排序和多模态理解的基准上，Gemini Decision 1 取得领先，并具有最低的校准误差；与 Gemini 3.5 Flash-Lite 搭配 Interactions API 相比，在共享基准上成本约为其五分之一。上述结果限于 Google 自述的评测条件，并非长期排名。
为什么重要
大模型应用中有大量任务本质上不是“写一段话”，而是“做判断”：这条工单该分给谁、这张图是否违规、这段通话属于哪类意图。如果仍用生成式模型输出自然语言再解析，既费 token 又慢，还难以校准概率。Decisions API 把这类封闭集合决策做成专用接口，意味着推理成本结构可能从“按生成量付费”转向“按输入量付费”，对高频、低复杂度的判断类负载更有吸引力。
同时，置信度分数让系统可以把模棱两可的样本转交人工或备用模型，这在客服、内容审核、合规检查等场景中比单一答案更可用。不过，目前公开信息显示其主要定位仍是辅助决策，而非替代完整推理链路。
对用户/开发者/创作者的影响
对开发者而言，最直接的价值是降低延迟和调用成本，并减少解析模型输出的工程工作。输入沿用 Interactions API 的 Content block 格式，官方提供 Python、JavaScript 和 REST 指南，已有该生态的团队迁移成本较低。典型用法包括工具选择、模型路由、策略规则检查和上下文分级。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对内容平台和企业用户，多模态输入加批量问题意味着可以用一次请求完成图文、音视频和 PDF 的联合审核。图片和视频还可调节分辨率，以在视觉细节与 token 成本之间取舍。创作者侧的影响相对间接：更多审核和路由环节可能被自动化，但涉及创意判断或开放写作的任务仍不适合这类接口。
值得关注的后续
一是实际可用性和区域限制，包括配额、并发和数据合规条款是否清晰；二是第三方在真实业务负载下对 150-250 毫秒延迟和校准误差的复现情况；三是竞品是否跟进类似“打分式”专用接口，以及价格是否成为下一轮竞争焦点。
