超级促销周Claude Skills——20% 折扣
News

Gemini Decisions API:最新动态、价格与替代方案 (2026)

Powerdrill Bloom·
Gemini Decisions API:最新动态、价格与替代方案 (2026)

Google 于 2026 年 11 月 11 日发布了 Gemini Decisions API。这是一个用于快速、闭集决策的新端点,由名为 Gemini Decision 1 的新模型提供支持。

该模型不是编写答案,而是对一组固定的选项进行评分。Google 表示,它在 150 到 250 毫秒内即可返回端到端的概率和置信度分数。您可以在单个请求中针对一个输入提出多达 1,000 个问题。

本指南涵盖了该 API 的功能、三种问题类型、定价以及 Google 内部的早期用途。最后介绍了替代方案,包括为希望在电子表格中对反馈进行评分的团队提供的无代码路径。详细信息源自 2026 年 11 月 12 日阅读的 Google 发布公告。

Google 在 11 月 11 日宣布的内容

Google 的文章用一句话描述了该产品。它称该 API 为“一个由我们新的 Gemini Decision 1 模型驱动的、用于快速、闭集决策的新端点”。

文章中的关键事实:

  • 模型名称。 模型 ID 为 gemini-decision-1。
  • 运行位置。 可通过 Google AI Studio 中的 Gemini API 使用。
  • 输入。 单个输入可以混合文本、图像、音频、视频和 PDF,最高可达 256K tokens。
  • 问题。 您可以为该输入附加多达 1,000 个独立问题。
  • 速度。 端到端回答时间为 150 到 250 毫秒。
  • 价格。 输入成本为每 1M tokens $0.10,输出 tokens 不收费。

Google 将其定位为其他 AI 系统的构建块。文章列出了“工具选择、政策检查、模型路由和上下文分级”作为目标任务。

Gemini Decisions API 的工作原理

大多数语言模型通过一次生成一个 token 的方式来回答。Gemini Decision 1 针对有界问题跳过了这一步。

文章称,该模型“在单次前向传递中对您的候选选项进行评分”。它返回每个选项的概率,而不是书面回复。这种设计解释了其速度和价格优势。

问题设计承担了大部分工作。Google 的示例为每个选项提供了简短描述,例如“附近已有布或毛巾的小型柜台溢出”。像这样清晰的标准为模型提供了具体的评分依据。

在编写自己的问题时,一些习惯会有所帮助:

  • 保持选项独立。 两个重叠的类别会分散它们之间的概率。
  • 描述每个选项。 一行定义优于像“紧急”这样的单个词。
  • 排列评分标准层级。 评分标准从 0 开始,因此请将最低层级放在首位。
  • 添加兜底选项。 “其他”选项可以防止奇特项目被强行归入错误的类别。

每个答案都带有 0 到 1 的置信度分数。Google 建议使用它将不明确的情况发送到别处。文章称,代码可以“将模糊案例路由到备选方案或人工审核员”。

随着请求量的增加,速度依然稳定。Google 表示,对于高达 16K tokens 的输入,中值延迟从“每个请求 1 到 100 个问题几乎保持持平”。

三种问题类型

该 API 支持三种问题。您可以在一个请求中针对同一输入混合使用这三种类型。

类型 功能 输出
是/否 (noul) 估计条件成立的概率 答案为“是”的概率
多选题 (choice) 从 2 到 255 个选项中选择 胜出项,以及每个选项的归一化概率
评分标准分数 (score) 在从 0 开始的有序量表上对输入进行分级 加权分数,以及每个层级的概率

Google 自己的示例检查了一张带有简短文字说明的茶歇室柜台照片。一个请求询问是否存在溢出、哪种清理动作合适以及混乱程度有多严重。

对于业务数据,同样的模式可以映射到常见的审核工作中。支持团队可以针对每张工单询问是否提到退款、涉及哪个产品领域以及紧急程度如何。这些是我们的示例,而非 Google 的。

单次传递中的多模态输入

该模型可以同时读取多种格式。Google 的文章称,它可以在“单次前向传递中直接处理文本、图像、音频、视频和 PDF”。

文章给出了两个配对示例。一个是“带有账户元数据的通话录音”。另一个是“带有损坏照片的扫描 PDF 索赔单”。

第二个例子指向了保险和金融工作。理赔团队可以在一次调用中对每个理赔文件的完整性进行评分、选择类别并评估损坏严重程度。

您还可以调整图像和视频的分辨率。Google 表示这可以控制“视觉细节和 token 成本”。

Google 团队如何使用它

Google 的文章列出了公司内部的早期用途:

  • Gemini Notebook。 它使用该 API 将每个查询路由到正确的模型层级和思考级别。Google 表示,日常查询的“延迟降低了高达 40%”。
  • Stitch。 一个快速画布实验使用它在几秒钟内生成产品流程的可运行线框图。
  • 来自 Google Labs 的 CC。 它从 200 多个选项中“在不到一秒的时间内”挑选出一个表情符号回应。
  • Google Search。 它充当安全层,检测 MCP 工具中的对抗行为。

每个案例都用长答案换取了快速、有界的决策。它们都不需要模型编写散文。

成本是多少

Google 的文章给出了一个简单的价格。Gemini Decision 1 “定价为每 1M 输入 tokens $0.10,输出 tokens 为 $0”。

还有一条用于测试的免费路径。文章提到了“您可以在 Google AI Studio 中用于原型设计的 API 免费层级”。

计费对于大型问题集有一个有用的特性。Google 表示:“无论您评估多少个问题,您的共享输入在每个请求中仅计费一次。”每个额外的问题仅增加其自身的指令和标准 tokens。

一些常见的隐藏成本不存在。Google 表示“没有输出 token 费用、可变思考 token 账单,或单独的音频转录和 OCR 成本”。

项目 Google 文章中的价格
输入 tokens 每 1M tokens $0.10
输出 tokens $0
在 Google AI Studio 中进行原型设计 免费层级

这是一个基于我们假设的粗略计算示例。一个团队对 5,000 条调查回答进行评分,每个回答一个请求。每个请求包含约 400 tokens 的回答文本和 150 tokens 的问题。

即每个请求 550 tokens,总计 275 万 tokens。按照每 1M 输入 tokens $0.10 计算,该批次成本约为 $0.28。实际 token 数量取决于您的文本和问题措辞,因此请先用样本进行测试。

Google 还将其成本与自家的生成模型进行了比较。文章称,在共享基准测试套件中,Decisions API 比使用 Interactions API 的 Gemini 3.5 Flash-Lite “便宜近 5 倍”。

谁可以使用它,以及如何开始

Gemini Decisions API 是一款开发者产品。您需要来自 Google AI Studio 的 API 密钥和一些代码。

Google 的文章指向了文档中的 Python、JavaScript 和 REST 指南。它还列出了三个演示应用:Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper。

已经在用 Gemini API 的团队会发现输入格式很熟悉。Google 表示输入字段“使用与 Interactions API 相同的 Content 块格式”。这意味着构建包含图像或 PDF 的 prompt 的现有代码可以重复使用。

输出需要在您这边进行处理。您的代码读取概率,应用阈值,并决定如何处理低置信度项目。在发送第一个大批次之前规划好该逻辑。

第三方支持也正在推出。文章点名了 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode。Google Cloud 中的 Gemini 支持被列为“即将推出”。

当前局限性

文章本身提到了一些限制:

  • 仅限闭合式问题。 模型从您定义的选项中进行选择。它不会编写解释或摘要。
  • 需要代码。 没有为业务用户描述点选式界面。
  • 您的选项决定了答案。 措辞不当的评分标准会产生自信但无用的分数。
  • Google Cloud 支持待定。 通过 Google Cloud 购买的团队必须等待列出的集成。

校准仍需在您自己的数据上进行检查。Google 报告其基准测试套件上的校准误差最低,但您的工单或理赔单可能会有所不同。

这对大规模评分数据的团队意味着什么

Gemini Decisions API 让一项常见任务变得廉价:为大量项目贴标签。支持工单、调查回答、产品评论和理赔文件都适用。

三个问题有助于决定它是否适合某个团队:

  1. 您的问题是闭合式的吗? 是/否检查、类别和评级非常适合。开放式问题则不然。
  2. 您有开发者吗? 必须有人编写调用代码并处理置信度分数。
  3. 速度或数量是问题所在吗? 当您有数千个项目或需要在不到一秒的时间内获得答案时,该 API 大放异彩。

每月只有几百行数据且没有开发者的团队可能会发现,这带来的工作量比节省的还要多。对于他们来说,一个能读取文件并编写摘要的无代码工具通常是更短的路径。

数量也改变了审核的经济效益。当标签成本仅为几分钱时,团队可以对每张工单进行评分,而不是抽样。瓶颈随后转移到根据结果采取行动上。

Gemini Decisions API 的替代方案

还存在其他标记和评分数据的方法。每种方法都有不同的设置成本。

选项 提供的内容 价格或访问权限
带有 Interactions API 的 Gemini 3.5 Flash-Lite 可以将标签作为文本返回的生成模型 Google 的对比基准;Google 表示 Decisions API 在其基准套件上便宜近 5 倍
自定义训练的分类器 根据您自己的标记示例训练的模型 需要标记数据和机器学习技能
Powerdrill Bloom 从上传的反馈文件中提取主题、情感和图表,无需代码 免费计划 $0.00,Pro 计划 $13.27/月

生成模型。 通用模型可以用文本回答相同的问题。它更灵活,因为它还可以解释其选择。Google 的文章将 Decisions API 定位为有界选择中更快、更便宜的选择。

自定义分类器。 Google 的文章称其团队“只需定义选项即可发布功能,而无需训练自定义分类器”。当您拥有多年的标记数据和固定类别时,训练好的分类器仍然有意义。

Powerdrill Bloom 的适用场景

许多需要对反馈进行评分的团队并不编写代码。他们拥有从调查工具或应用商店导出的 CSV 文件,并且需要一份用于会议的摘要。

Powerdrill Bloom 直接从文件本身处理这些需求。AI Review Summary Generator 将评论分组为“主题、情感和适合领导层阅读的重点”。您可以上传“从应用商店、NPS、支持工具或任何评论平台导出的 CSV”。

对于客户访谈和开放式回答,Voice of Customer Summarizer 将反馈转化为主题。然后,您可以使用 AI Graph Maker 将结果转化为图表。

定价页面列出了 $0.00 的免费计划和 $13.27/月的 Pro 计划。

尝试使用 Powerdrill Bloom 处理上个月的调查导出文件,并按情感查看热门主题。

常见问题解答

什么是 Gemini Decisions API?

Gemini Decisions API 是一个用于快速、闭集决策的 Google 端点。它对是/否、多选和评分标准问题的选项进行评分,而不是编写文本,并返回带有置信度分数的概率。

什么是 Gemini Decision 1?

Gemini Decision 1 是 Decisions API 背后的模型,ID 为 gemini-decision-1。Google 于 2026 年 11 月 11 日发布了它,它可以读取文本、图像、音频、视频和 PDF。

Gemini Decisions API 的成本是多少?

Google 对 Gemini Decision 1 的定价为每 1M 输入 tokens $0.10,输出 tokens 为 $0。Google AI Studio 中还有一个用于原型设计的免费层级。

一个请求可以包含多少个问题?

一个请求可以包含针对单个输入的多达 1,000 个独立问题。输入最高可达 256K tokens,并可混合多种格式。

Gemini Decisions API 会编写文本答案吗?

不会。它返回您定义的选项的概率和置信度分数。对于书面摘要或解释,您需要生成模型或其他工具。

来源: Google, Gemini Decisions API: Fast, calibrated multimodal decisions。