Gemini Decision 1：特性、基准测试、定价与获取方式

决策模型正在成为一个独立的品类。TypeSafe 的 Jev 返回带概率的类型化答案而不是文本，OpenAI 推出了自己的 Decisions API，而在 2026 年 11 月 11 日，Google 也加入了这一行列，发布了 Gemini Decisions API 及其背后的模型 Gemini Decision 1。

Gemini Decision 1 只回答封闭式问题，从不回答开放式问题：是/否检查、多项选择、量表评分，每次请求最多 1,000 题。它在一次前向传递中读取文本、图像、音频、视频和 PDF，不计输出 tokens，按每 100 万输入 tokens 收费 $0.10。Google 报告端到端时延为 150–250 毫秒，并在其对比中给出最低的校准误差，领先于 Jev。

本文将介绍 Gemini Decision 1 是什么、能用它构建什么、它在 Google 的基准上表现如何，以及它的成本。若您对决策模型还不熟悉，可参阅我们的 TypeSafe Jev 与 OpenAI Decisions API 指南。

想持续了解 AI 与数据领域动态，建议订阅我们的每周通讯 The Median。

摘要

• Gemini Decision 1 是 Google 的首个决策模型：它为选项打分，而不是生成文本。
• 相较 Jev 的优势在于多模态：一次调用即可评判图像、音频、视频和 PDF。
• 它在 Google 的图表中拥有最佳校准度，因此其置信度分数更适合作为阈值依据。
• 在工具调用决策上 Jev 仍占优，并且在 Google 共享评测中总体更便宜。
• 适用于路由、政策检查与评分；它不会生成任何文字。

什么是 Gemini Decision 1？

Gemini Decision 1（gemini-decision-1）是一款专用的多模态模型，可针对共享输入评估类型化问题，并返回经校准的概率，同时输出 tokens 为零。它是 Google 新 Decisions API 背后的唯一模型，该 API 与提供 Gemini 生成式模型的 Interactions API 属于不同的端点。

它与常规大型语言模型（LLM）的区别在于答案的形式。生成式模型逐 token “书写”并由您的代码解析；Gemini Decision 1 则在一次传递中为每个候选选项评分，并返回各自的概率。无需解析文本、无需“思考预算”，也没有输出计费。

Google 首要强调的是校准：Gemini Decision 1 在对比中拥有最低的期望校准误差（ECE），意味着它声称的置信度与实际正确率的匹配度更高。当您的代码依据概率采取行动时，这比原始准确率更重要。

Gemini Decision 1 关键特性

Gemini Decision 1 专注做好一件事，因此其特性围绕如何在一次调用中容纳尽可能多的该类工作展开。

一次调用就能围绕同一输入提最多 1,000 个问题

您发送一个共享输入和一个问题映射，随后每个问题得到一个类型化答案。单次请求可包含 1 到 1,000 个问题，受 262,144 token 上下文窗口限制，且每个问题都在与输入的隔离环境下运行，彼此不可见。

三类问题覆盖大多数封闭式决策：

• 是/否（noul）：某陈述成立的概率，范围 0.01 到 0.99。
• 多选（Choice）：从 2 到 255 个选项中选其一，并返回每个选项的概率。
• 评分（Score）：基于 2 到 255 个有序等级的量表，返回按概率加权的期望等级。

实际优势在于计费与时延。共享输入在每个请求中只计一次费，每增加一个问题仅增加其指令与评判标准的 tokens，且据 Google 所言，从 1 到 100 个问题时延几乎保持不变。用 40 条政策规则检查一条支持消息的成本与仅用一条规则相差无几，耗时也差不多。

直接评判图像、音频、视频和 PDF

Gemini Decision 1 原生读取多媒体，因此您可以直接判断扫描 PDF 中的报销说明是否与其损坏照片相符，或某段通话录音应归属哪个队列，而无需先进行转写或光学字符识别（OCR）。Google 指出不会产生单独的音频转写或 OCR 费用，且您可调节图像与视频输入的分辨率，在细节与 token 成本之间权衡。

这是与 Jev 和 GPT-6 Luna 最明显的差距，后两者在 Google 的音频与视频基准上均无成绩。Google 自家团队也在实时媒体中使用它：来自 Google Labs 的 CC 能在不到一秒的时间里从 200 多个表情中选出反应；Stitch 的快速画布几乎瞬时应用语音与点击编辑。

文档中有两点注意。问题指令仅接受文本；API 会拒绝 YouTube URL 与直接的 gs:// Cloud Storage URI，因此媒体需通过 Files API、HTTPS URL 或内联字节传入。

获得可用于路由的置信度分数

每个答案都带有 0 到 1 的置信度分数，即对最高答案正确性的估计概率。推荐模式是高于阈值时自动行动，其他则回退至备用流程或人工审核。

Google 明确指出阈值由您决定：基于您自有流量的标注样本设定，并权衡误报与漏报。Google 评测上的良好校准只是起点，并不意味着在您的数据上必然成立。

将请求路由到合适的模型

首要用例是作为生成式模型前的控制平面。Gemini Notebook 使用 Decisions API 将每个传入查询路由至合适的模型层级与思考强度，在满足日常查询的同时将时延降低多达 40%，并将深度推理模型留给复杂问题。

Google 搜索将其用作 Model Context Protocol（MCP） 工具的安全层，在时延预算内检测对抗性行为。这个模式具有普适性：凡是您当前仅为拿到一个标签而调用生成式模型的地方，决策模型都能以更快速度、且无需解析来完成同样的工作。

Gemini Decision 1 在基准测试中的表现如何？

在 Google 报告的 9 项准确率基准中，Gemini Decision 1 领先 7 项，且拥有最低的校准误差；但 Jev 1.14 在两项工具与动作基准上获胜，并在总体成本上更便宜。对比涵盖 Jev 1.14、OpenAI Decisions API 上的 GPT-6 Luna，以及在 Interactions API 上以最小思考运行的 Gemini 3.5 Flash-Lite。分数由 Google 报告，每行最佳用粗体标注。

路由、排序与推理

最大的领先出现在 New Yorker Caption（仅文本）上，Gemini Decision 1 得分 79.7%，Jev 1.14 为 72.0%，GPT-6 Luna 为 68.4%。

多数领先 Jev 的幅度在 1–2 个百分点，接近噪声。若您在构建代理路由器，When2Call 值得关注：Jev 在此高出 2 个点，恰好对应路由器最常见的决策。

音频与视频

在无字幕的 Video-MME 上，Gemini Decision 1 得分 69.1%，而 Gemini 3.5 Flash-Lite 为 63.3%。Jev 与 GPT-6 Luna 在这两项媒体基准上均无成绩。

因此在音频与视频上，只能与 Google 自家的生成式模型进行对比。相较 Flash-Lite 领先约 4–6 个点，且不计输出 tokens，这仍然构成对媒体类决策更有力的理由。

校准与成本

在 7 项共享评测中，Gemini Decision 1 的 Top-1 ECE 为 0.0250，为图表最佳，领先 Jev 1.14 的 0.0494 与 GPT-6 Luna 的 0.0721。

价格方面结论相反。在同样的 7 项评测中，Jev 是图表中最便宜的模型。

Google “便宜近 5 倍”的说法是与自家的 Gemini 3.5 Flash-Lite 相比。若与 Jev 相比，则是在更好的校准与媒体支持之上，价格约高出 30%。

Gemini Decision 1 定价与可用性

在付费层，Gemini Decision 1 按每 100 万输入 tokens 收费 $0.10，不收取输出费用，因为其不生成输出 tokens。文本、图像、视频、音频与 PDF 输入均按相同费率计费。

• 免费层：可在 Google AI Studio 中用于原型开发，每分钟 200 次请求、每天 10,000 次请求。免费层数据将用于改进 Google 产品；付费层数据则不会。
• 付费层：第 1 层每分钟 1,500 次请求，第 3 层提升至 15,000 次。
• 暂不支持：上下文缓存、批处理 API、以及 Flex 或 Priority 推理，因此跨请求重复的输入每次都会被完整计费。
• 状态：现已在 Gemini Developer API（v1beta）上提供。

缺失的上下文缓存比看起来更重要。如果您每隔几秒就以新问题检查同一篇长文档，那么每次调用都会为该文档付费；应将问题合并到一次请求中。

如何获取 Gemini Decision 1？

API 模型 ID 为 gemini-decision-1，通过 google-genai SDK 中的 client.decisions.create 调用，API 版本为 v1beta。Google AI Studio 还提供 Decisions Playground，便于在写代码前测试问题。

在 OpenRouter 上，模型为 google/gemini-decision-1，通过与 Jev 相同的 System One 端点提供服务，因此不是聊天补全端点。Google 表示，LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 的集成正在陆续推出，对 Google Cloud 中 Gemini 的支持即将到来。截至 2026 年 11 月 12 日，它尚未在 Vertex AI 模型文档中列出。

以下是一个最简的报销单检查示例，就一条备注提出两个问题：

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
    model="gemini-decision-1",
    input="Team dinner, 6 people, $412 incl. wine. Receipt attached.",
    questions={
        "has_alcohol": {"type": "noul", "instructions": "Does the claim include alcohol?"},
        "category": {
            "type": "choice",
            "instructions": "Which expense category fits this claim?",
            "criteria": {"meals": "Food and drink.", "travel": "Flights, trains, hotels.", "other": "Anything else."},
        },
    },
)
print(result.answers["has_alcohol"].noul, result.answers["category"].choice)技术支持

关于完整的决策模型管线示例，可参阅我们的 Jev 工单路由教程，涵盖同样的问题设置、阈值与回退策略。

结语

Gemini Decision 1 让决策模型成为一个三厂商品类，而 Google 带来了 TypeSafe 与 OpenAI 尚未提供的能力：一款可原生读取图像、音频、视频与 PDF 的决策模型。凭借其图表中最佳的校准度，当您依赖置信度分数行动时，它更为稳妥。

这并非全面胜出。Jev 1.14 在 Google 的共享评测中更便宜，并在工具调用决策上更好，因此仅文本的代理路由器没有迫切切换理由。凡涉及媒体或 PDF 的场景，我会优先选择 Gemini Decision 1。

如果您希望围绕这类模型构建应用，推荐查看我们的 Developing AI Applications 技能路径。