谷歌推出“决策模型”：一次判断最多处理1000个问题

11月11日，谷歌推出 Gemini Decisions API 和配套模型 Gemini Decision 1，面向工具选择、模型路由、内容检查等需要在给定选项中作判断的场景。开发者可以通过 Google AI Studio 中的 Gemini API 使用该接口。[1]

与生成一段文字的模型用法相比，决策模型的任务更明确：读入资料和候选选项后，为各选项打分，并返回概率和置信度。谷歌称，一次请求最多可提交1000个独立问题，输入可以包含文字、图片、音频、视频或 PDF。[1]

智能体做事，也需要频繁选择

一个 AI 助手接到用户请求后，可能需要先判断是否搜索网页、调用哪个工具，或把任务交给哪个模型。处理完资料，它还要判断信息是否足够、结果是否符合要求。这些环节未必都需要生成一段长回答。

Gemini Decisions API 提供的是另一种处理方式。开发者先给出资料和问题，例如判断一段通话是否符合服务规范、从几个工具中选择一个，或者按既定标准给内容评分。模型在一次计算中评估候选答案，再返回对应分数。[1]

谷歌称，接口最多支持256K token 的输入上下文。在其公布的测试中，针对最长16K token 的上下文，端到端延迟为150至250毫秒；从每次请求1个问题增加到100个问题时，延迟基本保持平稳。[1]

为高频判断单独计价

按照谷歌公布的价格，Gemini Decision 1 每百万输入 token 收费0.10美元，不按输出 token 收费。在公司选取的一组共同基准上，它的成本接近 Gemini 3.5 Flash-Lite 使用 Interactions API 时的五分之一。[1]

这个设计对需要反复判断的工作流有吸引力：如果一项任务需要多次选择工具或检查资料，单次判断节省的时间和费用，就可能随调用次数累积。

谷歌同时强调了概率校准，即模型给出的置信度与实际判断正确情况的贴合程度。对于内容筛选或任务路由，输出一个分数之后，系统还可以按照业务需要设置不同处理方式：直接通过、交给更强的模型，或转由人工处理。[1]

参考资料

[1] CHOI M, YU F. Gemini Decisions API: Fast, calibrated multimodal decisions[EB/OL]. Google, (2026-11-11)[2026-11-12].