Google 推出 Gemini Decisions API 与 Gemini Decision 1 模型

2026年11月11日

|

推出 Gemini 决策 API，由我们全新的 Gemini Decision 1 模型提供支持。快速一次性评估高达 1,000 个是/否、选择和评分标准问题，涵盖文本、图像、音频、视频和 PDF。

Min Choi

产品经理，Google DeepMind

Felix Yu

首席科学家，Google DeepMind

您的浏览器不支持音频元素。

听文章

[duration] 分钟

此内容由 Google AI 生成。生成式 AI 是实验性的

今天，我们推出 Gemini 决策 API，这是一个新的端点，用于快速、封闭集决策，由我们全新的 Gemini Decision 1 模型 (gemini-decision-1) 支持，通过 Gemini API 在 Google AI Studio 中提供。

决策 API 为工具选择、策略检查、模型路由和上下文评分等边界选择提供专用原语。您可以一次性传递高达 256K 个 token 的多模态输入（包括文本、图像、音频、视频和 PDF）以及高达 1,000 个独立问题。Gemini Decision 1 不会逐个 token 生成答案文本，而是在单次前向传递中评分候选选项，以 150-250 ms 的端到端延迟返回概率和置信度分数，每 1M 输入 token 收费 $0.10，且不收取任何输出 token 费用。

优异的性能和校准

在涵盖代理路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1 在整个套件中表现最佳，校准误差最低。

Gemini Decision 1 评分选项而不进行逐个 token 解码，保持中位数延迟为模型计算 50-100 ms（端到端 150-250 ms），涵盖多模态输入和高达 16K token 的上下文，从每个请求的 1 到 100 个问题几乎保持平稳。由于不收取任何输出 token 费用，使用决策 API 的 Gemini Decision 1 比使用交互 API 的 Gemini 3.5 Flash-Lite 在共享基准套件中便宜近 5 倍。

原生多模态评估，一次处理三种决策类型

基于 Gemini 的原生多模态架构，Gemini Decision 1 可以直接在单次前向传递中处理文本、图像、音频、视频和 PDF。您可以在一个共享输入中组合模态，例如将通话录音与账户元数据配对，或将扫描的 PDF 索赔与损坏照片配对，并调整图像和视频输入的分辨率以控制视觉细节和 token 成本。

您可以在单个请求中对共享输入评估多个问题，混合是/否检查、多选和评分标准。每个答案都包括一个置信度分数（从 0 到 1），以便您的代码可以将模糊案例路由到回退或人工审核者：

• noul (是/否): 估计是/否条件成立的概率，可选 true 和 false 描述标准。
• choice (多选): 从 2 到 255 个选项中选择，返回获胜者和每个候选的标准化概率。
• score (有序评分标准): 按有序评分标准（从 0 开始）对输入进行评分，返回连续加权分数和每级概率。

input 字段使用与 交互 API 相同的 Content 块格式。以下是如何在一个请求中对一张休息室计数器照片和一条文本笔记进行三种问题类型的检查：

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create(
    model="gemini-decision-1",
    input=[{
            "type": "image",
            "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
            "mime_type": "image/jpeg",
        },
        {
            "type": "text",
            "text": "Breakroom counter check before the 9 AM client meeting.",
        },
    ],
    questions={
        "has_spill": {
            "type": "noul",
            "instructions": "Is there an uncleaned liquid spill on the counter?",
        },
        "next_action": {
            "type": "choice",
            "instructions": "Which cleanup action fits the scene?",
            "criteria": {
                "wipe_with_cloth": "Small counter spill with a cloth or towel already nearby.",
                "dispatch_janitorial": "Large floor hazard, broken glass, or active leak.",
                "ready_for_meeting": "Counter is clean and ready.",
            },
        },
        "severity": {
            "type": "score",
            "instructions": "Rate the severity of the counter mess.",
            "criteria": [
                "Clean and ready.",
                "Minor localized spill.",
                "Major spill or safety hazard.",
            ],
        },
    },
)

团队如何使用决策 API 构建应用

谷歌的各个团队已经将 Decisions API 作为低延迟控制平面在使用，通过定义选项来轻松发布功能，而不是训练自定义分类器或等待生成调用：

• 在 Gemini Notebook 中的动态模型路由： Gemini Notebook 使用 Decisions API 作为实时路由器，即时将传入的查询引导至每个请求的最佳模型层级和思考级别。Decisions API 在毫秒内对意图进行分类，以将日常查询的延迟降低高达 40%，同时为复杂任务保留深度推理模型。
• 在 Stitch 中的快速设计迭代： Stitch 中的新 快速画布实验 使用 Decisions API 在几秒钟内生成产品流程的可玩线框图，并几乎即时地应用通过语音或点击所做的编辑。当流程感觉合适时，单击一下就将屏幕交给完整的 Stitch 体验进行更深入的设计润色。
• 在 CC 中的表情符号选择： 来自 Google Labs 的 CC 使用 Decisions API 在几分之一秒内从超过 200 个选项的调色板中选择正确的表情符号反应，以便反应即时出现而不会增加延迟。
• 在搜索中的 MCP 工具安全层：Google 搜索使用 Decision API 在延迟范围内以高效率检测对抗性行为和内容，以对抗对抗性评估。

Stitch Rapid 使用 Decisions API 在几秒钟内设计整个产品流程（1x 速度）。

今天就开始构建

Gemini Decision 1 的价格是每 100 万输入令牌 0.10 美元，输出令牌免费，并提供一个 API 无成本层级，您可以在 Google AI Studio 中用于原型设计。您的共享 input 每次请求只计费一次，无论您评估多少个问题（每个问题只添加它自己的指令和标准令牌）。没有输出令牌费用、可变思考令牌账单或单独的音频转录和 OCR 成本。

您可以通过在 Google AI Studio 中获取 API 密钥、尝试我们的 Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper 演示应用程序，并遵循 Decisions API 文档 中的 Python、JavaScript 和 REST 指南来开始构建。

生态系统集成正在 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 等处进行，google-genai SDKs 也将随之进行，支持 即将到来 的 Gemini 在 Google Cloud 中的集成。

将谷歌的最新消息发送到您的收件箱

订阅我们的新闻简报，获取产品更新、活动信息、特别优惠等内容。

您的信息将根据 谷歌的隐私政策 进行使用。您可以随时选择退出。