Gemini Decisions API:最新動態、定價與替代方案 (2026)

Google 於 2026 年 11 月 11 日推出了 Gemini Decisions API。這是一個用於快速、封閉式決策的新端點,由名為 Gemini Decision 1 的新模型驅動。
該模型並非撰寫答案,而是對一組固定的選項進行評分。Google 表示,它能在 150 到 250 毫秒內完成端到端的處理,並回傳機率與信心分數。您可以在單次請求中針對一個輸入內容提出多達 1,000 個問題。
本指南涵蓋了此 API 的功能、三種問題類型、價格以及 Google 內部的早期應用。最後會介紹替代方案,包括為希望在試算表中對回饋進行評分的團隊提供的無程式碼路徑。詳細資訊源自 2026 年 11 月 12 日閱讀的 Google 發布文章。
Google 於 11 月 11 日發布的內容
Google 的文章用一句話描述了這款產品。它稱該 API 為「一個由我們全新的 Gemini Decision 1 模型驅動,用於快速、封閉式決策的新端點」。
文中的關鍵事實如下:
- 模型名稱。 模型 ID 為 gemini-decision-1。
- 運行地點。 可透過 Google AI Studio 中的 Gemini API 使用。
- 輸入。 單一輸入可混合文字、圖片、音訊、影片和 PDF,最高可達 256K 個 token。
- 問題。 您可以針對該輸入附加多達 1,000 個獨立問題。
- 速度。 端到端的回應時間為 150 到 250 毫秒。
- 價格。 輸入成本為每 1M 個 token $0.10,輸出 token 則不收費。
Google 將其定位為其他 AI 系統的構建組件。文中列出的目標工作包括「工具選擇、政策檢查、模型路由和上下文評級」。
Gemini Decisions API 的運作方式
大多數語言模型透過一次生成一個 token 的方式來回答文字。Gemini Decision 1 針對有界限的問題跳過了該步驟。
文中指出,該模型「在單次前向傳遞中對您的候選選項進行評分」。它回傳每個選項的機率,而非書面回覆。這種設計解釋了其速度與價格優勢。
問題設計承擔了大部分工作。Google 的範例為每個選項提供了簡短描述,例如「使用附近已有的布或毛巾清理櫃台上的少量溢出物」。像這樣明確的標準能為模型提供具體的評分依據。
撰寫您自己的問題時,以下習慣會有所幫助:
- 保持選項獨立。 兩個重疊的類別會分散它們之間的機率。
- 描述每個選項。 一行定義優於像「緊急」這樣的單一詞彙。
- 排列評分量表層級。 評分量表從 0 開始,因此請將最低層級排在首位。
- 加入萬用選項。 「其他」選項可防止異常項目被強行歸入錯誤的類別。
每個答案都帶有 0 到 1 的信心分數。Google 建議利用它將不明確的案例轉向他處。文中提到,程式碼可以「將模糊案例路由至備援方案或人工審核員」。
隨著請求增加,速度依然穩定。Google 表示,對於高達 16K 個 token 的輸入,中位數延遲在「每請求 1 到 100 個問題之間幾乎保持持平」。
三種問題類型
該 API 支援三種問題。您可以在單次請求中針對同一輸入混合使用這三種問題。
| 類型 | 功能 | 輸出 |
|---|---|---|
| 是/否 (noul) | 估計條件成立的機率 | 答案為「是」的機率 |
| 多選 (choice) | 從 2 到 255 個選項中選擇 | 勝出者,以及每個選項的歸一化機率 |
| 評分量表分數 (score) | 在從 0 開始的有序量表上對輸入進行評級 | 加權分數,以及每個層級的機率 |
Google 自己的範例是檢查一張附有簡短文字說明的茶水間櫃台照片。單次請求會詢問是否有溢出物、哪種清理動作合適,以及髒亂程度有多嚴重。
對於業務資料,同樣的模式可應用於常見的審核工作。客服團隊可以針對每張工單詢問:是否提到退款、涉及哪個產品領域,以及緊急程度如何。這些是我們的範例,而非 Google 的。
單次傳遞中的多模態輸入
該模型能同時讀取多種格式。Google 的文章表示,它可以在「單次前向傳遞中直接處理文字、圖片、音訊、影片和 PDF」。
文中給出了兩個配對範例。一個是「帶有帳戶元資料的通話錄音」。另一個是「帶有損壞照片的掃描 PDF 索賠文件」。
第二個範例指向保險和金融工作。理賠團隊可以在一次呼叫中,對每個理賠檔案的完整性進行評分、選擇類別,並評定損壞嚴重程度。
您還可以調整圖片和影片的解析度。Google 表示這能控制「視覺細節與 token 成本」。
Google 團隊如何使用它
Google 的文章列出了公司內部的早期用途:
- Gemini Notebook。 它使用該 API 將每個查詢路由到正確的模型層級和思考層級。Google 表示,日常查詢的「延遲降低了高達 40%」。
- Stitch。 一個快速畫布實驗,利用它在幾秒鐘內生成產品流程的可運行線框圖。
- 來自 Google Labs 的 CC。 它能「在不到一秒的時間內」從 200 多個選項中挑選出表情符號回應。
- Google Search。 它作為安全層,檢測 MCP 工具中的對抗性行為。
每個案例都用長篇回答換取了快速、有界限的選擇。這些案例都不需要模型撰寫散文。
成本計算
Google 的文章給出了一個簡單的價格。Gemini Decision 1 「定價為每 1M 個輸入 token $0.10,輸出 token 則為 $0」。
此外還有用於測試的免費路徑。文中提到「您可以在 Google AI Studio 中使用 API 免費層級進行原型設計」。
對於大型問題集,計費方式有一個實用的特點。Google 表示:「無論您評估多少個問題,您的共享輸入在每次請求中僅計費一次。」每個額外的問題僅增加其自身的指令和標準 token。
一些常見的隱藏成本並不存在。Google 表示「沒有輸出 token 費用、變動的思考 token 帳單,或單獨的音訊轉錄和 OCR 成本」。
| 項目 | Google 文章中的價格 |
|---|---|
| 輸入 token | 每 1M 個 token $0.10 |
| 輸出 token | $0 |
| 在 Google AI Studio 進行原型設計 | 免費層級 |
以下是一個粗略的計算範例,使用我們自己的假設。一個團隊對 5,000 份問卷答案進行評分,每個答案發送一次請求。每個請求包含約 400 個 token 的答案文字和 150 個 token 的問題。
這相當於每個請求 550 個 token,總計 275 萬個 token。以每 1M 個輸入 token $0.10 計算,該批次成本約為 $0.28。實際 token 數量取決於您的文字和問題措辭,因此請先用樣本進行測試。
Google 還將成本與其自身的生成式模型進行了比較。文中指出,在共享基準測試套件中,Decisions API 比使用 Interactions API 的 Gemini 3.5 Flash-Lite 「便宜近 5 倍」。
誰可以使用,以及如何開始
Gemini Decisions API 是一款開發者產品。您需要來自 Google AI Studio 的 API 金鑰以及一些程式碼。
Google 的文章指向了文件中的 Python、JavaScript 和 REST 指南。它還列出了三個示範應用程式:Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper。
已經在使用 Gemini API 的團隊會發現輸入格式非常熟悉。Google 表示,輸入欄位「使用與 Interactions API 相同的 Content 區塊格式」。這意味著現有用於構建包含圖片或 PDF 的提示詞程式碼可以重複使用。
輸出需要在您端進行處理。您的程式碼讀取機率、應用閾值,並決定如何處理低信心項目。在發送第一個大型批次之前,請先規劃好該邏輯。
第三方支援也正在陸續推出。文中點名了 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode。Google Cloud 中的 Gemini 支援被列為「即將推出」。
目前的限制
文中本身提到了一些限制:
- 僅限封閉式問題。 模型從您定義的選項中挑選。它不會撰寫解釋或摘要。
- 需要程式碼。 文中未描述為業務使用者提供的點選式介面。
- 您的選項決定了答案。 措辭不當的評分量表會產生有信心但無助益的分數。
- Google Cloud 支援待定。 透過 Google Cloud 購買的團隊必須等待列出的整合功能。
校準仍需在您自己的資料上進行檢查。Google 在其基準測試套件上報告了最低的校準誤差,但您的工單或理賠文件可能會有所不同。
這對大規模評分資料的團隊意味著什麼
Gemini Decisions API 讓一項常見任務變得廉價:為大量項目貼上標籤。客服工單、問卷答案、產品評論和理賠檔案都非常適合。
三個問題有助於決定它是否適合某個團隊:
- 您的問題是封閉式的嗎? 是/否檢查、類別和評等非常適合。開放式問題則不然。
- 您有開發人員嗎? 必須有人撰寫呼叫程式並處理信心分數。
- 速度或數量是問題所在嗎? 當您有數千個項目或需要在不到一秒的時間內獲得答案時,此 API 大放異彩。
每月只有幾百列資料且沒有開發人員的團隊,可能會發現它帶來的工作量比節省的還多。對他們來說,一個能讀取檔案並撰寫摘要的無程式碼工具通常是更短的路徑。
數量也會改變審核的經濟效益。當標籤成本僅為幾分錢時,團隊可以對每張工單進行評分,而非僅僅抽樣。瓶頸隨後會轉移到如何根據結果採取行動。
Gemini Decisions API 的替代方案
還存在其他標記和評分資料的方法。每種方法都有不同的設置成本。
| 選項 | 提供內容 | 價格或存取權 |
|---|---|---|
| 使用 Interactions API 的 Gemini 3.5 Flash-Lite | 可以將標籤作為文字回傳的生成式模型 | Google 的比較基準;Google 表示 Decisions API 在其基準測試套件上便宜近 5 倍 |
| 自定義訓練的分類器 | 根據您自己的標記範例訓練的模型 | 需要標記資料和機器學習技能 |
| Powerdrill Bloom | 從上傳的回饋檔案中提取主題、情緒和圖表,無需程式碼 | 免費方案 $0.00,Pro 方案每月 $13.27 |
生成式模型。 通用模型可以用文字回答相同的問題。它更具靈活性,因為它還可以解釋其選擇。Google 的文章將 Decisions API 定位為有界限選擇中更快、更便宜的選項。
自定義分類器。 Google 的文章提到其團隊「只需定義選項,而無需訓練自定義分類器」即可發布功能。當您擁有多年標記資料和固定類別時,訓練好的分類器仍然有意義。
Powerdrill Bloom 的適用場景
許多需要對回饋進行評分的團隊並不撰寫程式碼。他們擁有從問卷工具或應用程式商店匯出的 CSV,並且需要一份用於會議的摘要。
Powerdrill Bloom 直接從檔案本身處理這些需求。AI Review Summary Generator 將評論分組為「主題、情緒和適合領導層閱讀的重點」。您可以上傳「從應用程式商店、NPS、客服工具或任何評論平台匯出的 CSV」。
對於客戶訪談和開放式回答,Voice of Customer Summarizer 將回饋轉化為主題。接著,您可以使用 AI Graph Maker 將結果轉化為圖表。
定價頁面列出了 $0.00 的免費方案和每月 $13.27 的 Pro 方案。
嘗試使用 Powerdrill Bloom 處理上個月的問卷匯出檔,並要求按情緒列出熱門主題。
常見問題
什麼是 Gemini Decisions API?
Gemini Decisions API 是 Google 的一個端點,用於快速、封閉式決策。它針對是/否、多選和評分量表問題對選項進行評分,而非撰寫文字,並回傳機率與信心分數。
什麼是 Gemini Decision 1?
Gemini Decision 1 是 Decisions API 背後的模型,ID 為 gemini-decision-1。Google 於 2026 年 11 月 11 日推出,它能讀取文字、圖片、音訊、影片和 PDF。
Gemini Decisions API 的費用是多少?
Google 對 Gemini Decision 1 的定價為每 1M 個輸入 token $0.10,輸出 token 則為 $0。Google AI Studio 中還有一個用於原型設計的免費層級。
單次請求可以包含多少個問題?
單次請求可以包含針對單一輸入的多達 1,000 個獨立問題。輸入內容最高可達 256K 個 token,並可混合多種格式。
Gemini Decisions API 會撰寫文字答案嗎?
不會。它會針對您定義的選項回傳機率和信心分數。若需要書面摘要或解釋,您需要使用生成式模型或其他工具。
來源: Google, Gemini Decisions API: Fast, calibrated multimodal decisions。