Google 推出 Gemini Decisions API 與 Gemini Decision 1,提供快速多模態封閉式決策
Google 釋出 Gemini Decisions API 與 Gemini Decision 1 模型,專注快速多模態封閉式決策
Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,可在文字、影像、音訊、影片與 PDF 輸入上,單次評估最多 1,000 個是/否、多選或評分問題,並回傳機率與信心分數。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
原文提供延遲、定價與基準比較,並說明單次請求可評估多個問題,可據此衡量此決策介面是否符合路由或分類需求。
Google Blog:AI·2026-11-12 02:00· 1 小時前精選AI 評分69
Gemini Decisions API: Fast, calibrated multimodal decisions
AI 導讀
Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 驅動,可在 150-250ms 端到端延遲內對文本、影像、音訊、影片和 PDF(最多 256K tokens)一次性評估最多 1000 個是/否、多選和評分題。
推薦理由
原文給出延遲、價格和基準對比等具體資料,讀者可以據此評估這個封閉式決策介面是否適合替代自訓分類器。
2026年11月11日
|
隆重推出 Gemini Decisions API,由全新的 Gemini Decision 1 模型驅動。可在文本、影像、音訊、影片和 PDF 上快速單次評估多達 1,000 個是/否、選擇和評分標準打分問題。
Min Choi
Google DeepMind 產品經理
Felix Yu
Google DeepMind 首席科學家
您的瀏覽器不支援音訊元素。
收聽文章
[[duration]] 分鐘
此內容由 Google AI 生成。生成式 AI 仍處於實驗階段
今天,我們推出 Gemini Decisions API,這是一個用於快速封閉集決策的新端點,由全新的 Gemini Decision 1 模型(gemini-decision-1)驅動,可通過 Gemini API 在 Google AI Studio 中使用。
Decisions API 提供專為有界選擇構建的原語,例如工具選擇、策略檢查、模型路由和上下文評分。你可以傳入一個跨文本、影像、音訊、影片和 PDF 的多模態輸入(最多 256K token),以及最多 1,000 個獨立問題。Gemini Decision 1 不會逐 token 生成答案文本,而是在單次前向傳遞中對候選選項打分,以 150-250 毫秒的端到端延遲返回機率和置信度分數,價格為每 100 萬輸入 token 0.10 美元,輸出 token 不計費。
強勁的效能與校準
在涵蓋AI 助理路由、推理、排序和多模態理解的基準測試中,Gemini Decision 1 全面領先,且校準誤差最低。
Gemini Decision 1 無需逐 token 解碼即可對選項打分,在多模態輸入和最多 16K token 的上下文中,模型計算的中位延遲保持在 50-100 毫秒(端到端 150-250 毫秒),並且從每次請求 1 個問題到 100 個問題幾乎保持平穩。由於輸出 token 不計費,在共享基準測試套件中,使用 Decisions API 的 Gemini Decision 1 比使用 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍。
原生多模態評估,一次傳遞覆蓋三種決策型別
Gemini Decision 1 基於 Gemini 的原生多模態架構構建,可在單次前向傳遞中直接處理文本、影像、音訊、影片和 PDF。你可以在一個共享輸入中組合多種模態,例如將通話錄音與賬戶後設資料配對,或將掃描的 PDF 索賠與損壞照片配對,並調整影像和影片輸入的解析度以控制視覺細節和 token 成本。
你可以在單個請求中針對該共享輸入評估多個問題,混合是/否檢查、多項選擇和評分標準分數。每個答案都包含置信度分數(0 到 1),以便你的程式碼將模糊情況路由到回退方案或人工稽核員:
- noul(是/否): 估計是/否條件成立的機率,可選提供真和假的描述標準。
- choice(多項選擇): 從 2 到 255 個選項中選擇,返回獲勝者以及每個候選的歸一化機率。
- score(有序評分標準): 按照有序評分標準(從 0 開始)對輸入評分,返回連續加權分數和各級別機率。
input 欄位使用與 Interactions API 相同的 Content 塊格式。以下是如何在單個請求中,將休息室檯面的照片與文本備註一起,對照所有三種問題型別進行檢查:
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.",
],
},
},
)
團隊如何基於 Decisions API 構建應用
Google 各團隊已經在把 Decisions API 當作低延遲控制平面使用,只需定義選項就能上線功能,不必訓練自定義分類器,也不用等生成式呼叫返回:
- Gemini Notebook 中的動態模型路由: Gemini Notebook 把 Decisions API 用作即時路由器,將進來的查詢即時分配到最合適的模型層級和思考深度。Decisions API 能在毫秒級判斷意圖,讓日常查詢的延遲最多降低 40%,同時把深度推理模型留給複雜任務。
- Stitch 中的快速設計迭代: Stitch 全新的快速畫布實驗藉助 Decisions API,幾秒內就能生成產品流程的可互動線框圖,語音或點按做出的修改幾乎即時生效。流程感覺對了之後,一鍵即可把頁面交給完整的 Stitch 體驗,做更深入的設計打磨。
- CC 中的表情選擇: Google Labs 的 CC 用 Decisions API 從 200 多個選項中挑出合適的表情回應,耗時不到一秒,回應即時出現,不會增加延遲。
- 搜尋中 MCP 工具的安全層:Google 搜尋用 Decision API 檢測對抗性行為和內容,在延遲預算內對對抗性評測保持很高的檢出效果。
Stitch Rapid 藉助 Decisions API,幾秒內就能設計出完整的產品流程(1 倍速)。
立即開始構建
Gemini Decision 1 的定價為每 100 萬輸入 token 0.10 美元,輸出 token 免費,並提供 API 免費額度,可在 Google AI Studio 中用於原型開發。共享的 input 每次請求只計費一次,無論評估多少個問題(每個問題只額外計入自身的指令和評判標準 token)。沒有輸出 token 費用,沒有隨思考 token 浮動的賬單,也沒有單獨的音訊轉寫和 OCR 費用。
現在就可以開始構建:在 Google AI Studio 獲取 API 金鑰,試用我們的 Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper 演示應用,並參照 Decisions API 文件中的 Python、JavaScript 和 REST 指南。
生態整合正在陸續推出,覆蓋 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode,並與 google-genai SDK 一同提供;Google Cloud 中的 Gemini 支援即將推出。
在收件箱中獲取 Google 最新資訊
訂閱我們的新聞郵件,獲取產品更新、活動資訊、特別優惠等更多內容。
你的資訊將按照 Google 隱私政策使用。你可以隨時退訂。
來源:Google Blog:AI · blog.google