Gemini Decisions API:不出文本只打分

Google 在 11 月 11 日(美国时间)推出 Gemini Decisions API,配套新模型 gemini-decision-1,在 Google AI Studio 的 Gemini API 里可用。它只做封闭选项的判断:工具选择、策略检查、模型路由、上下文打分,不生成回答文本。给 Agent 写路由和闸门的开发者,现在 OpenAI 和 Google 两家都有了同类接口,价格也一样。
发生了什么:一个只回答选择题的端点
普通的生成接口要逐个 token 吐出答案,再由你的代码解析「是」还是「否」。Decisions API 换了个做法:你先列出候选项,gemini-decision-1 一次前向算出每个选项的概率,直接返回胜出项和置信度。问题分三种:
noul:是非题,给出条件成立的概率,可以分别写「真」和「假」的判定说明。choice:在 2 到 255 个选项里选一个,返回胜出项和每个选项的归一化概率。score:按从 0 开始的有序量表打分,返回连续的加权分和每一档的概率。
三种可以混在同一个请求里。Google 博客给的示例是一张茶水间台面的照片加一句文字说明,同时问「有没有没擦的液体」「该用哪种清理方式」「脏乱程度几档」。input 字段沿用 Interactions API 的 Content 块格式,Python 里是 client.decisions.create(model="gemini-decision-1", input=[...], questions={...}),接口版本为 v1beta。
为什么重要:Agent 里那些小判断变便宜了
一个 Agent 跑一轮,真正写长文的步骤不多,大量调用是在做小判断:这条请求该交给哪档模型、该调哪个工具、这段内容有没有越界、检索回来的上下文够不够用。以前这些判断要么拿生成模型硬问,要么自己训分类器。按置信度分流以后,拿得准的直接走,拿不准的再交给大模型或人工复核,成本和延迟都能压下来。
Google 说内部已经拿它当低延迟控制层:Gemini Notebook 用它路由模型档位,日常请求延迟最多降 40%。
博客列的其他内部用法:Stitch 的快速画布实验靠它几秒生成可点的线框图;Google Labs 的 CC 从 200 多个表情里挑回应;Google 搜索用它给 MCP 工具做对抗行为检测。
可核实的数字
- 输入上限 256K token,单请求最多 1000 个问题;
choice最多 255 个选项。 - 模型计算中位延迟 50–100 ms,端到端 150–250 ms(官方口径:多模态输入、上下文 16K token 以内)。
- 价格:每百万输入 token 0.1 美元,输出 0 元;每个问题只额外计它自己的说明和选项 token,没有思考 token、音频转写或 OCR 的另算费用。
- 官方称在共享基准上比 Gemini 3.5 Flash-Lite 走 Interactions API 便宜近 5 倍,在路由、推理、排序和多模态理解的基准里领先且校准误差最低。
和 OpenAI Decisions API 比
| 项目 | Gemini Decisions API | OpenAI Decisions API |
|---|---|---|
| 状态 | 11 月 11 日推出,v1beta | 10 月 22 日正式可用 |
| 模型 | gemini-decision-1 | gpt-6-luna |
| 价格 | 输入 $0.10/百万,输出不收费 | 输入 $0.10/百万(缓存 $0.01),输出不收费 |
| 单请求问题数 | 最多 1000 | 最多 400 |
| 输入 | 文本、图片、音频、视频、PDF | 文本、问题说明可带图 |
OpenAI 一侧的数字出自站内 OpenAI Decisions API 快讯。两家价格一样,Gemini 在问题数和音视频输入上给得更多;OpenAI 那边已经转正,并支持 Zero Data Retention 和美/欧数据驻留。
谁该关心,怎么试
在做模型路由、内容审核闸门、工具选择或 RAG 上下文打分的团队值得试。在 Google AI Studio 拿一个 API key,按 Decisions 文档里的 Python、JavaScript 或 REST 指南发第一个请求;官方还放了 Doorstep Parcels、Speed Sketch、Find the Zoo Keeper 三个演示应用。OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode 的集成在陆续上线。哪些任务适合交给这类决策模型,可以先看教程 分类任务换决策模型。
注意:延迟、价格对比和跑分都是 Google 自报;目前走 v1beta 接口,Google Cloud 上的 Gemini 支持官方说「即将推出」。
最后
手上有路由或审核环节的,挑一个现有的是非判断,用 AI Studio 免费额度换成 Decisions API 跑一周,对比延迟和误判再决定。