Google 发布 Gemini Decisions API 与 Gemini Decision 1，定价 $0.10/百万 token

Google 发布了由新模型 Gemini Decision 1 (gemini-decision-1) 驱动的 Gemini 决策 API。Gemini 决策 API 不会生成文本。它针对一个共享输入，对最多 1,000 个打字问题进行评分，并返回校准后的概率。对于开发者来说，这旨在解决代理内部的小型分支调用：路由、策略检查、工具选择和评分。Google 定价每 1M 输入 token 为 $0.10，不收取输出 token 的费用。

简而言之

大小：上下文为 262,144 tokens (256K)，涵盖共享输入和所有问题。
运行于：仅限 Google 托管的 API（Gemini 开发者 API，v1beta）。没有开放权重或自托管。
性能：在 Google 的表格中，7 项中的 9 项准确率基准领先，校准误差最低。
最佳：JevBench（公共分割）上为 92.2%。
最差：Amazon ESCI 的 Macro-F1 为 58.7%，这是它的最低分数。它还在 When2Call 上落后于 Jev 1.14（79.9% vs 82.0%）。
总结：最佳：150-250 ms 内的多模态、校准决策。最差：不是最便宜的；Jev 1.14 的成本为 $0.68，而在共享套件中为 $0.88。

什么是 Gemini 决策 API？

Gemini Decision 1 是 Google 开发的一种专门用于封闭集决策的多模态模型。它在一个预填充过程中读取文本、图像、视频、音频和 PDF。输出 token 使用量始终为 0。您的代码直接根据返回的数字进行分支。

每个请求有 3 个部分：一个模型 ID、一个共享 input，以及一个问题的映射。 文档定义了 3 种问题类型：

noul（是/否）：返回是的概率，范围在 0.01 到 0.99 之间。
choice：从 2 到 255 个选项中选择 1 个，并返回每个选项的归一化概率。
score：对输入进行 2 到 255 个有序的评分标准进行评分，并返回概率加权的分数。

每个答案都带有 0 到 1 的置信度值。Google 建议将低置信度的情况路由到回退或人工审核。问题并行评分，彼此之间无法看到。

Gemini Decision 1 如何工作？

标准模型逐个 token 解码答案，然后您的代码解析它。Gemini Decision 1 则在一个前向传递中评分您的候选选项。Google 报告中位数模型计算时间为 50-100 ms，端到端为 150-250 ms。这对最多 16K token 的输入适用，并且从 1 到 100 个问题几乎保持平坦。

计费遵循相同的设计。共享输入每个请求只计费一次，无论您问多少个问题。每个问题只添加它自己的指令和标准 token。没有思考 token、转录或 OCR 费用。

Gemini Decision 1 基准测试

Google 将 Gemini Decision 1 与 3 个竞争对手进行了测试。它们是 TypeSafe Jev 1.14、OpenAI 决策上的 GPT-6 Luna 和 Gemini 3.5 Flash-Lite。以下所有数据均由 Google 自报。拒绝和安全阻止计为错误。

基准	Gemini Decision 1	TypeSafe Jev 1.14	GPT-6 Luna (OpenAI 决策)	Gemini 3.5 Flash-Lite
JevBench (公共分割)	92.2%	90.0%	90.9%	86.6%
Amazon ESCI (Macro-F1)	58.7%	56.7%	54.7%	47.2%
New Yorker Caption (纯文本)	79.7%	72.0%	68.4%	73.7%
Mind2Web 多模态	86.2%	86.8%	81.8%	78.0%
PubMedQA	79.8%	78.2%	74.4%	77.6%
Global-MMLU-Lite (非英语)	86.0%	85.0%	79.6%	78.8%
When2Call	79.9%	82.0%	70.4%	60.9%
MMAU (音频)	71.8%	未报告	未报告	67.7%
Video-MME (无字幕)	69.1%	未报告	未报告	63.3%
Top-1 ECE (越低越好)	0.0250	0.0494	0.0721	0.2104
7 次共享评估的总价格	$0.88	$0.68	$0.93	$4.14

来源： Google 博客基准表格.

校准结果是最大的差距。Gemini Decision 1 的 0.0250 错误率大约是 Jev 1.14 的 0.0494 的一半。这在设置自动化置信度阈值时很重要。在共享套件中，成本方面，Google 表示其比 Flash-Lite 低近 5 倍（$0.88 对 $4.14）。

Gemini Decisions API 与 OpenAI Decisions 与 TypeSafe Jev

功能	Gemini Decision 1	GPT-6 Luna, OpenAI Decisions	TypeSafe Jev 1.14
参数	未披露	未披露	未披露
上下文	262,144 个 token	1,050,000 (模型页面)	每请求 64K，使用选项头时为 262K
每请求问题数	1 到 1,000	1 到 400	无固定上限，受上下文限制
输入模态	文本、图像、音频、视频、PDF	文本、图像、JSON	文本（文档）
每 1M token 的输入价格	$0.10	$0.10 未缓存	$0.042
输出价格	$0	$0	$0
提示缓存	不支持	支持，按 Luna 的速率收费	未披露
延迟声明	端到端 150-250 毫秒	比 Responses API 快约 10 倍	未披露

如何部署 Gemini Decisions API

端点已在 Gemini 开发者 API (v1beta) 上上线，需要 google-genai SDK 3.2 或更高版本。在 Google AI Studio 中提供免费层级用于原型设计。Python、JavaScript 和 REST 指南在文档中。

生态系统支持正在 OpenRouter、LangChain、Vercel AI SDK、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 等平台逐步推出。在 Google Cloud 上的 Gemini 支持即将到来。

Google 已经在内部使用它。Gemini Notebook 使用它将查询路由到模型层级，为日常查询提供高达 40% 的更低延迟。Google Labs 的 CC 从 200 多个选项中选择表情符号反应。Stitch 的快速画布使用它在几秒钟内构建可玩的线框图。

关键要点

Gemini Decision 1 每次调用最多可处理 1,000 个问题，且输出 token 为零。
它原生地在一次遍历中读取文本、图像、音频、视频和 PDF。
0.0250 的校准误差是 TypeSafe Jev 1.14 的一半。
在 $0.10/M 输入 token 的价格下，它仍然比 Jev 的 $0.042/M 更贵。
目前还没有缓存或 Batch API，因此重复的上下文会全额计费。

查看 技术细节、文档和 模型页面。 此外，欢迎关注我们在 Twitter 上的动态，别忘了加入我们的 15k+ML SubReddit 并订阅我们的 新闻简报。等等！你使用 Telegram 吗？现在你也可以加入我们的 Telegram。

需要与我们合作推广您的 GitHub 仓库 OR Hugging Face 页面 OR 产品发布 OR 网络研讨会等？联系我们

文章 Google 发布 Gemini Decisions API，Gemini Decision 1 价格为 $0.10/M Token 首次出现在 MarkTechPost。