谷歌发布决策模型 Gemini Decision 1:不生成文字,单次前向传播做判断
谷歌 11 月 11 日发布 Gemini Decision 1:单次前向传播评分候选答案,输入 0.1 美元每百万 token,输出不计费。

与拼推理、拼生成量的主流路线不同,谷歌 11 月 11 日发布的 Gemini Decision 1 不负责把答案写出来:它对预先设定的候选答案评分,单次前向传播返回每个问题的结果与置信度。谷歌 CEO Sundar Pichai 在 X 上介绍,该模型已在 Google AI Studio 的 Gemini API 中上线,配套推出 Decisions API。同日,InfoQ(AI 前线)与宝玉等中文圈账号跟进解读,这条发布很快在中文开发者社区传开。
要点
- 单次前向传播,只做判断:一份输入可混合文字、图片、音频、视频与 PDF,最多挂 1000 个问题;三种题型——是否判断、2 至 255 选项的多选、按评分标准打分。谷歌称端到端延迟约 150–250 毫秒,问题数量增加基本不改变耗时。
- 价格按输入计,输出不收钱:输入 0.10 美元每百万 token,输出 token 零计费。谷歌称在共享基准套件上,比”Gemini 3.5 Flash-Lite 搭配 Interactions API”生成答案再解析的做法便宜近 5 倍。
- 基准与校准均为谷歌口径:谷歌称其在覆盖智能体路由、推理、排序与多模态理解的基准上领先、校准误差最低;InfoQ 报道表述为”9 项测试拿下 7 项第一”。这些数字没有独立复现,选用前应以自有任务实测。

为什么要有”决策模型”
谷歌在博客中给出的定位是”快速、可校准的多模态决策”:客服消息路由、内容合规检查、模型选择这类任务,要的不是一个段落,而是一个带置信度的判断。传统做法是让大模型生成一段文字再解析答案——慢,解析可能失败,还要为输出 token 付费。Decisions API 把这三件事合到一次调用里:返回结构化结果,输出侧零计费。
值得注意的是置信度的用法。谷歌称返回的概率经过校准——模型说 90% 时,大约十次里真对九次——因此业务代码可以直接设阈值,例如高于 0.7 自动执行、低于则转人工。这是产品化的关键:判断结果的可靠性第一次被当作 API 的一部分来出售。
谷歌博客里的例子把形态讲得很具体:上传一张茶水间台面的照片,同时问“有没有洒落的液体”“该怎么处理”“按 0 到 2 给脏乱程度打分”,三道题各自返回答案与置信度。这种“一份上下文、多道小题”的调用形状,正是路由、审核与质检在业务里的日常样貌,也是它与生成式模型最大的分工差异。
怎么看
- 成本结构适合高并发分类:零输出计费对路由、审核这类高频小判断很友好;实际账单主要由输入体量决定,同一份上下文挂的问题越多摊得越薄。
- “第一”先当作厂商口径:基准成绩与”近 5 倍便宜”都来自谷歌自述与中文媒体转述,如 Gemini 4 Carbon 发布时一样,独立评测出来之前不宜直接写进选型结论。
- 判断模型不替代生成:它只能从给定选项里选,候选集之外的问题仍然需要生成式模型。两者更像分工而不是替代。
编辑摘要
如果你的产品里有大量”二选一""该转给谁""违不违规”的调用,Decisions API 值得在 AI Studio 里用真实任务试一轮:记录延迟、置信度分布和账单,再决定是否把这类调用从生成式模型迁过来。基准领先是谷歌的说法,迁移收益要靠自己的对照测试说话。判断类调用单独跑通之后,再考虑与生成式模型在同一产品里分工:候选集内的交给 Decisions,候选集外的留给生成。