2026年11月11日
|隆重推出 Gemini Decisions API，由我们全新的 Gemini Decision 1 模型驱动。可在文本、图像、音频、视频和 PDF 上，以快速、单次前向计算评估最多 1,000 个是/否、选择和评分标准打分问题。
Min Choi
产品经理，Google DeepMind
Felix Yu
首席科学家，Google DeepMind
分享收听文章 [[duration]] 分钟 此内容由 Google AI 生成。生成式 AI 仍处于实验阶段
我们推出 Gemini Decisions API，帮助你在文本、图像、音频、视频和 PDF 上快速做出概率性选择。该工具可在单次计算中为多个问题计算置信度分数，提供了一种经济高效的方式来路由查询、评分内容或检查政策规则。你今天就可以开始构建：在 Google AI Studio 中获取 API 密钥，并查阅我们针对 Python、JavaScript 和 REST 的文档指南。
摘要由 Google AI 生成。生成式 AI 仍处于实验阶段。今天，我们推出 Gemini Decisions API，这是一个全新的端点，用于快速进行封闭集决策，由我们全新的 Gemini Decision 1 模型（gemini-decision-1）驱动，可通过 Gemini API 中 Google AI Studio.
Decisions API 为你提供专为有界选择而构建的基础原语，例如工具选择、策略检查、模型路由和上下文评分。你可以跨文本、图像、音频、视频和 PDF（最多 256K token）传入一个多模态输入，并附带最多 1,000 个独立问题。Gemini Decision 1 不会逐 token 生成答案文本，而是在单次前向计算中为你的候选选项评分，以每 100 万输入 token 0.10 美元、输出 token 不计费的价格，在 150-250 毫秒的端到端延迟内返回概率和置信度分数。
强劲的性能与校准
在涵盖智能体路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1 在整个测试套件中均处于领先地位，且校准误差最低。
Gemini Decision 1 无需逐 token 解码即可为选项评分，在模型计算上的中位延迟保持在 50-100 毫秒（端到端 150-250 毫秒），覆盖多模态输入以及最长 16K token 的上下文，并且从每次请求 1 个问题到 100 个问题，延迟几乎保持不变。由于输出 token 不计费，在共享基准测试套件上，搭配 Decisions API 的 Gemini Decision 1 比搭配 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍。
单次前向计算中跨三种决策类型的原生多模态评估
Gemini Decision 1 基于 Gemini 的原生多模态架构构建，可在单次前向计算中直接处理文本、图像、音频、视频和 PDF。你可以在一个共享输入中组合多种模态，例如将通话录音与账户元数据配对，或将扫描的 PDF 理赔单与损坏照片配对，并调整图像和视频输入的分辨率，以控制视觉细节和 token 成本。
你可以在单个请求中针对该共享输入评估多个问题，混合使用是/否检查、多项选择和评分量表。每个答案都包含置信度分数（从 0 到 1），因此你的代码可以将模糊情况转交给回退方案或人工审核者：
- 是/否： 估计是/否条件成立的概率，并可选择提供真和假的描述标准。
- 选择（多选题）： 从 2 到 255 个选项中进行选择，返回获胜者以及每个候选者的归一化概率。
- 评分（有序评分标准）： 按有序评分标准对输入进行评分（从 0 开始），返回连续的加权分数以及各等级的概率。
该 input 字段使用与 Interactions API 相同的格式。以下示例展示如何将一张休息室台面的照片连同文字备注，在一次请求中对照全部三种问题类型进行检查：团队如何基于 Decisions API 构建应用。Google 各团队已将 Decisions API 用作低延迟控制平面，只需定义选项即可交付功能，而无需训练自定义分类器或等待生成式调用：Gemini Notebook 中的动态模型路由：Gemini Notebook 将 Decisions API 用作 Content 块格式，作为 Interactions API以下示例展示如何将一张休息室台面的照片连同文字备注，在一次请求中对照全部三种问题类型进行检查：
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
input=[{
"type": "image",
"uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
"mime_type": "image/jpeg",
},
{
"type": "text",
"text": "Breakroom counter check before the 9 AM client meeting.",
},
],
questions={
"has_spill": {
"type": "noul",
"instructions": "Is there an uncleaned liquid spill on the counter?",
},
"next_action": {
"type": "choice",
"instructions": "Which cleanup action fits the scene?",
"criteria": {
"wipe_with_cloth": "Small counter spill with a cloth or towel already nearby.",
"dispatch_janitorial": "Large floor hazard, broken glass, or active leak.",
"ready_for_meeting": "Counter is clean and ready.",
},
},
"severity": {
"type": "score",
"instructions": "Rate the severity of the counter mess.",
"criteria": [
"Clean and ready.",
"Minor localized spill.",
"Major spill or safety hazard.",
],
},
},
)
团队如何基于 Decisions API 构建应用
Google 各团队已将 Decisions API 用作低延迟控制平面，只需定义选项即可交付功能，而无需训练自定义分类器或等待生成式调用：
- Gemini Notebook 中的动态模型路由： Gemini Notebook 将 Decisions API 用作实时路由器，即时将传入的查询导向针对每个请求的最优模型层级和思考级别。Decisions API 可在毫秒级内对意图进行分类，从而以最高降低 40% 的延迟处理日常查询，同时将深度推理模型保留给复杂任务。
- Stitch 中的快速设计迭代： 全新的 Stitch 中的快速画布实验 使用 Decisions API，可在数秒内生成产品流程的可玩线框图，并几乎即时应用通过语音或点击所做的编辑。当流程感觉合适时，一键即可将屏幕交给完整的 Stitch 体验，以进行更深入的设计打磨。
- CC 中的表情符号选择： Google Labs 的 CC 使用 Decisions API，从 200 多个选项的调色板中在几分之一秒内挑选出合适的表情符号反应，因此反应会即时出现，而不会增加延迟。
- 搜索中 MCP 工具的安全层：Google 搜索使用 Decisions API 检测对抗性行为和内容，在延迟范围内以高功效通过对抗性评估。
Stitch Rapid 使用 Decisions API 在数秒内设计出完整的产品流程（1 倍速）。
立即开始构建
Gemini Decision 1 的定价为每 100 万输入 token 0.10 美元，输出 token 免费，并提供可在 Google AI Studio 进行原型设计。你的共享 input 无论你评估多少个问题，每个请求只计费一次（每个问题只增加其自身的指令和标准 token）。没有输出 token 费用、可变的思考 token 费用，也没有单独的音频转录和 OCR 费用。
你可以在 Google AI Studio 中获取 API key，立即开始构建，试用我们的 Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper 演示应用，并按照 Decisions API 文档中的 Python、JavaScript 和 REST 指南进行操作。生态系统集成正在 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 上陆续推出，同时还有 SDK，Google Cloud 中的 Gemini 也将很快提供支持。 在您的收件箱中获取 Google 的最新消息 订阅我们的新闻通讯， Google AI Studio，试用我们的 Doorstep Parcels, 快速素描，并且 Find the Zoo Keeper 演示应用，并按照 Decisions API 文档中的 Python、JavaScript 和 REST 指南进行操作。 Decisions API 文档.
生态系统集成正在陆续推出，覆盖 OpenRouter, LangChain, Vercel, LiteLLM, Pydantic AI, Pipecat, LiveKit，以及 OpenCode 以及 google-genai SDK，并即将支持 即将推出 Google Cloud 中的 Gemini。
在您的收件箱中获取 Google 的最新消息
订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。
完成。只差一步。
请查收您的收件箱以确认订阅。
您也可以通过 . 订阅。
您的信息将按照 Google 的隐私政策。 您可以随时选择退出。
发表于：