Gemini Decisions API 开放：单次评估最多1000个问题，返回选项概率而非长答案

把选项写清楚，让模型为工作流作有限范围的判断

Google 于11月11日宣布 Gemini Decisions API，由新模型 gemini-decision-1 提供支持，可通过 Google AI Studio 中的 Gemini API 使用。它面向闭集决策：程序给出问题与候选选项，接口计算概率或评分，而不是像普通对话模型那样逐个 Token 生成一段解释文字。

官方列举的用途包括工具选择、策略检查、模型路由和上下文评分。例如，一个系统可以先判断请求应交给哪个处理流程，再决定是否调用更重的模型。这种接口负责提供判断信号，真正的业务动作与执行权限仍由应用掌握，不能将选择结果直接当作已经完成工具调用。

共享输入覆盖五类模态，问题类型可以混合提交

Google 公告说明，接口支持文本、图像、音频、视频和 PDF，共享输入最多256K Token，并可附带最多1000个独立问题。多个问题可以围绕同一份材料提出，混合是非判断、多选和有序评分，不必为每个问题重复提交完整输入。

多选问题支持2至255个候选项，返回胜出选项及各候选的归一化概率；有序评分按从0开始的尺度返回连续加权分数及各级概率。官方还说明答案带有0至1的置信度。一般应用设计上，低置信度可触发备用流程或人工复核，但置信度本身不是对真实业务正确率的保证。

输入每百万Token 0.10美元，零输出费用仍不是整次调用免费

Google 公布的 Gemini Decision 1 定价为每百万输入 Token 0.10美元，输出 Token 费用为0。共享输入每个请求只计一次，无论评估多少个问题；每个问题自身的指令与判断标准仍增加相应输入 Token。公告还提供用于原型开发的免费层，但没有在正文中给出适用于所有账户的统一额度。

因此，“输出免费”不能写成整套API永久免费，也不能忽略材料长度与问题数量。开发者仍应核对账户资格、限额与具体服务条款。对于第三方网关，还需要按对应提供商的计费说明确认；本文没有付费调用，不编造真实账单或按某个业务规模推算固定节省金额。

150至250毫秒来自特定测试范围，不是最大输入下的承诺

Google 报告的模型计算中位延迟为50至100毫秒、端到端延迟150至250毫秒，相关说明覆盖多模态输入、最多16K Token 上下文，并称每个请求从1增加到100个问题时延迟近乎平稳。这些是发布方给出的测试口径，本站没有复现。

接口上限为256K Token和1000个问题，与上述延迟描述的范围不同，不能据此承诺最大负载也同样快。Google 还展示与生成式接口的成本和校准比较，属于其指定基准与模型组合结果。真实应用应分别验证误判率、模糊输入、问题间相关性及高负载时表现。

AI Gateway 已接入，Google Cloud 支持仍列为后续安排

Vercel 同日宣布 Gemini Decision 1 在 AI Gateway 可用，模型标识为 google/gemini-decision-1，可通过 AI SDK、TypeSafe-compatible API 或 Decisions API 使用。Vercel 明确，PDF、音频和视频输入通过 AI SDK 7 支持；其另两个所列API入口支持文本和图像，不能把模型具备多模态能力等同于所有接入形式都完整开放。

Google 公告列出正在推出的生态集成，并将 Gemini in Google Cloud 支持标为即将到来。当前已交付的开发者API、第三方网关与后续平台计划应分别看待。对准备接入的团队，先固定问题定义和备选处理路径，再用自己的数据测试，比把通用模型的提示词直接换一个端点更有助于判断是否适用。

继续阅读