谷歌 Gemini Decisions API一份多模态输入一次扫千题，150–250 毫秒出判断

我先核对本地清单技能与工具是否可用，同时联网检索谷歌这款决策 API（一张图、千题、150 毫秒）的多信源信息。

已定位到谷歌 Gemini Decisions API（Gemini Decision 1 模型），我精读官方博客与两家媒体解读，核对输入模态、决策类型、延迟与定价口径。

谷歌在 2026 年 11 月 11 日上线了一款专门做 "快速封闭决策" 的接口 ——Gemini Decisions API，底层是全新的 Gemini Decision 1 模型。它的核心打法和传统对话式大模型不一样：开发者把一份多模态输入（文本、图片、音频、视频、PDF，最多 256K tokens）传进去，再附上最多 1000 个独立问题，模型在单次前向传播里直接给每个选项打分，返回概率和 0 到 1 的置信度，端到端延迟在 150–250 毫秒之间，不逐字生成回答文本。定价为输入每百万 tokens 0.10 美元，输出 tokens 不计费，Google AI Studio 还提供免费额度供原型试用。定位上，这款 API 不是用来写文章、聊天或开放创作的，而是给路由分流、内容打分、政策合规校验、工具选择这类需要低延迟、可量化判断的场景做 "控制面"。下面把能力边界、延迟成本口径、落地场景和接入方式拆开说明。

一、基本信息一览

项目	官方口径
产品名称	Gemini Decisions API
底层模型	Gemini Decision 1（模型标识 gemini-decision-1）
发布时间	2026 年 11 月 11 日
提供方	Google（Gemini API，Google AI Studio）
产品定位	快速、可校准的多模态封闭集合决策接口
输入模态	文本、图片、音频、视频、PDF，可在同一份共享输入里混合
输入上限	最多 256K tokens
单请求问题上限	最多 1000 个独立问题
端到端延迟	150–250 毫秒；其中模型计算中位 50–100 毫秒
定价	输入 $0.10 / 百万 tokens；输出 tokens 免费
可用渠道	Google AI Studio 提供 API 密钥与免费额度；文档含 Python、JavaScript、REST 指南

二、核心能力：一份输入，千题同扫，三类决策

1. 单次前向传播，批量出判断

同一份多模态输入可以被多个问题共用，例如把一通客服录音和账户元数据放在一起，或把一份扫描 PDF 理赔单和受损照片放在一起。
模型不逐 token 解码生成答案，而是在一次前向传播中对候选选项直接打分，返回归一化概率和置信度。
图像、视频输入可调节分辨率，用来控制视觉细节和 token 成本。

2. 支持的三类决策类型

类型	标识	做什么	输出
是 / 否判断	noul	判断某个是 / 否条件是否成立，可提供真、假两侧的描述标准	是 / 否条件成立的概率，附置信度
多选	choice	从 2 到 255 个候选项中选出结果	胜出项 + 每个候选的归一化概率
有序量表评分	score	按从 0 开始的有序评分标准给输入分级	连续加权分数 + 各等级概率

3. 置信度驱动的兜底分流

每个答案都带一个 0 到 1 的置信度分数，代码可以据此把模糊案例分流到兜底逻辑或人工审核。
同一个请求里可以混用三类问题：官方示例中，一张茶水间台面照片配文字备注，同时完成 "有没有未清理的液体泼洒"（是 / 否）、"该采取哪种清理动作"（多选）、"台面脏乱严重程度"（量表评分）三组判断。

三、延迟与成本口径（按官方基准条件）

1. 延迟口径分层

口径	数值 / 说明
端到端延迟	150–250 毫秒
模型计算中位耗时	50–100 毫秒
测试语境	多模态输入与上下文最高 16K tokens
问题数量影响	1 到 100 个问题 / 请求之间，延迟基本持平（近乎平坦）
输入总上限	256K tokens（与延迟测试的 16K 语境是两个不同口径）

2. 成本口径

共享输入按每个请求计费一次，与挂了多少个问题无关；每个问题只额外计入它自身的指令和条件 tokens。
不收输出 tokens 费用，没有可变的 thinking-token 账单，也不单独收取音频转写和 OCR 成本。
对比基准：在共享基准套件上，Gemini Decision 1 + Decisions API 比 Gemini 3.5 Flash-Lite + Interactions API 便宜近 5 倍。
性能与校准：在智能体路由、推理、排序、多模态理解等基准上，Gemini Decision 1 在套件中领先，校准误差（Top-1 ECE）最低。

四、谷歌内部已经落地的用法

Gemini Notebook 动态模型路由：用 Decisions API 做实时路由器，毫秒级完成意图分类，把日常查询分流到合适的模型档位和思考强度，日常查询延迟最多降低 40%，把深度推理模型留给复杂任务。
Stitch 快速画布原型：快速画布实验用该 API 在数秒内生成可交互的产品流程线框，并近乎即时地应用语音或点触编辑；流程满意后再一键交给完整 Stitch 做深度设计打磨。
CC 表情符号选择：Google Labs 的 CC 用它在 200 多个表情选项中瞬间选中合适的表情回应，不额外增加反应延迟。
搜索 MCP 工具安全层：Google Search 用 Decision API 在延迟预算内检测对抗行为与对抗性评测中的违规内容。

五、接入方式与生态集成

官方渠道：在 Google AI Studio 获取 API 密钥，参考 Python、JavaScript、REST 指南接入；提供 Doorstep Parcels、Speed Sketch、Find the Zoo Keeper 等演示应用。
生态集成（正在铺开）：OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode，以及 google-genai SDK；Gemini in Google Cloud 的支持将随后上线。

六、能力边界与注意事项

只做封闭集合决策：擅长是 / 否、多选、量表评分这类有明确候选范围的判断；不承担开放式文本生成、自由对话或长内容创作。
延迟数字有前提：150–250 毫秒是官方在特定基准条件下给出的区间，实际延迟会随上下文长度、输入模态、分辨率、问题数量和网络情况变化；1000 题是上限，延迟在 1–100 题区间内才表现为近乎平坦。
成本对比有基准："近 5 倍便宜" 是在共享基准套件上对比 Gemini 3.5 Flash-Lite + Interactions API 得出，不同任务结构下节省幅度会不同。
判断仍需业务校验：置信度用于分流和兜底，不替代业务侧的规则审核与人工复核；涉及合规、安全等高风险场景，建议保留人工或规则兜底链路。
参数以官方文档为准：模型版本、定价、额度、支持模态和集成名单可能随版本更新调整。

【相关 FAQ】

问题 1：谷歌这款决策 API 叫什么，"一张图一次扫千题、150 毫秒出判断" 说的是什么能力？

回答 1：这款 API 叫 Gemini Decisions API，由谷歌 Gemini Decision 1 模型驱动；"一张图一次扫千题" 指一份文本 / 图片 / 音频 / 视频 / PDF 混合的多模态共享输入，最多可挂载 1000 个独立问题在单次前向传播中批量判断，"150 毫秒出判断" 对应官方给出的 150–250 毫秒端到端延迟区间，模型计算中位耗时 50–100 毫秒。

问题 2：谷歌 Gemini Decisions API 能输出哪些判断结果，和普通对话大模型有什么区别？

回答 2：它只做封闭集合决策，支持三类：是 / 否判断（noul）、2 到 255 项多选（choice）、有序量表评分（score），每个结果附带 0 到 1 的置信度；和普通对话大模型的区别在于，它不逐字生成开放文本，而是直接对候选选项打分返回概率，目标是低延迟、可校准的路由分流与内容校验，而不是聊天或创作。

问题 3：用谷歌决策 API 处理多模态输入和千题批量判断，成本怎么算？

回答 3：按官方定价，Gemini Decision 1 输入为每百万 tokens 0.10 美元，输出 tokens 不计费；共享输入每个请求只计一次费，问题只额外计入各自的指令和条件 tokens，没有输出 token 费、thinking-token 账单和单独的音频转写 / OCR 成本；官方基准套件上比 Gemini 3.5 Flash-Lite 配合 Interactions API 便宜近 5 倍，Google AI Studio 还提供免费额度试用。

问题 4：Gemini Decisions API 目前在谷歌内部用在哪些场景，开发者怎么接入？

回答 4：谷歌内部已用它做 Gemini Notebook 的动态模型路由、Stitch 快速画布原型、CC 表情符号选择和搜索 MCP 工具安全层；开发者可在 Google AI Studio 获取 API 密钥，通过 Python、JavaScript、REST 指南接入，生态侧 OpenRouter、LangChain、Vercel、LiteLLM、Pipecat、LiveKit 等集成正在陆续铺开，Gemini in Google Cloud 支持随后上线。

【参考资料】

[2026-11-12]（谷歌推出 Gemini Decisions API 快速多模态决策，基于 Gemini Decision 1 模型）微博（逐光新闻）
[2026-11-11]（Gemini Decisions API: Fast, calibrated multimodal decisions）Google 官方博客（The Keyword）
[2026-11-11]（Explore Fast, Calibrated Multimodal Decisions With The Gemini Decisions API）Auto-Blogging
[2026-11-11]（Gemini Decisions: Google bringt spezialisiertes KI-Modell für schnelle Entscheidungen statt Textgenerierung）THE DECODER
[2026-11-11]（Google Launches Gemini Decisions API for Multimodal AI Workflows）Unite.AI
[2026-11-11]（Google launches Gemini Decision 1: the AI model that makes 1,000 choices in a quarter of a second）hogby.ai

【免责声明】

本文基于谷歌官方博客、开发者文档及公开媒体报道整理，文中延迟区间、问题上限、tokens 额度、定价与成本对比均为官方在特定基准条件下给出的口径，实际表现会随上下文长度、输入模态、分辨率、问题数量、网络环境和模型版本而变化；开放能力、集成名单与定价可能随谷歌后续更新调整。本文仅作信息梳理，不构成采购建议、技术选型依据或任何投资建议，具体参数与计费请以 Google AI Studio 及 Gemini API 官方文档为准。

本文来自作者[灵晶调度]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/rgzn/202611/577.html