发生了什么
2026 年 11 月 11 日，谷歌在官方博客发布 Gemini Decisions API，底层是一个新模型 gemini-decision-1，通过 Gemini API 与 Google AI Studio 提供，目前处于预览阶段。署名作者为 Google DeepMind 的 Min Choi 与 Felix Yu。
它与生成式调用的差别不在话术，而在输出形态：模型不逐 token 解码出回答，而是在一次前向计算里给候选选项打分，返回概率分布与 0 到 1 的置信度。调用方拿到的不是一段需要解析的文字，而是可以直接做阈值分支的数字。
关键指标与价格
- 单次请求：一份共享多模态输入（文本、图像、音频、视频、PDF，最多 256K token）加最多 1000 个相互独立的问题
- 三类题型可混在一次请求里：是非判断返回条件成立概率；多选题支持 2 到 255 个选项并返回每一项的归一化概率；量表评分按有序档位返回连续加权分与各档概率
- 延迟：端到端 150 至 250 毫秒，其中模型计算中位数 50 至 100 毫秒；在 16K token 以内，问题数从 1 增到 100 时延迟基本持平
- 价格：输入每百万 token 0.10 美元，输出 token 计费为零；同一份共享输入按请求计一次费，每个问题只增量计它自己的指令与标准 token
- 谷歌称在 agent 路由、推理、排序与多模态理解基准上领先，且校准误差最低；但它没有公布基准名称与具体数值
为什么企业会在意
智能体的开销大头，往往花在那些本来不需要散文的调用上：这张工单该转给财务还是客服、这张图是否合规、这轮对话该用轻量模型还是推理模型。用聊天模型做这些事，流程是先生成一句判断、再写正则或 JSON 解析把结论抠出来，既慢又不稳。改成拿回一个概率值，工程上就简单得多。
谷歌给了四个内部落点：Gemini Notebook 用它做实时路由，把查询分配到合适的模型档位与思考深度，日常查询延迟最多降低 40%；Stitch 的 rapid canvas 用它把产品流程几秒内生成可玩线框；Google Labs 的 CC 从 200 多个表情里即时挑一个；Google 搜索把它当作 MCP 工具的安全层，用于识别对抗行为与内容。首日生态接入方包括 OpenRouter、LangChain、Vercel AI SDK、LiteLLM、Pydantic AI、Pipecat、LiveKit 与 OpenCode，Google Cloud 上的支持仍在准备中。
不确定之处
- 能力与省钱幅度的口径都由谷歌自己给出。「比 Gemini 3.5 Flash-Lite 配 Interactions API 便宜近 5 倍」是同一套基准下的自测结果，第三方尚未复现
- 官方文档说明是非题的概率落在 0.01 到 0.99 之间，因此把阈值设在 0.99 以上永远不会命中——这类细节会直接影响线上分流策略
- 首批外部实测的分歧已经出现：Simon Willison 的测试只覆盖一条视频加四个问题；另一家独立测试方称英文准确率与现有专用模型 Jev 1.14 持平，但校准不如官方图表所显示，文本成本是后者的 1.2 到 6.7 倍
- 产品边界很硬：它不解释理由、不做开放式生成；如果候选选项本身漏掉了真实情况，它仍会在给定范围内返回一个最高概率选项，这不能证明业务判断已完整
对企业技术选型而言，这是一个值得先做小流量验证的接口：适合放在路由、准入、分级这类可以容忍回退的环节，不适合直接替代需要给用户解释的回复生成。