Google 推出面向多模态 AI 工作流的 Gemini Decisions API

2026 年 11 月 11 日，Google 推出了 Gemini Decisions API。这是一个由 Gemini Decision 1 驱动的新端点，可通过 Google AI Studio 中的 Gemini API 使用。它能在一次请求中，针对文本、图像、音频、视频和 PDF 评估多达 1,000 个彼此独立的问题。

该端点专为范围明确的判断任务而设计，例如工具选择、策略检查、模型路由、上下文评估和排序，而非生成文章或解释。每个请求将一份共享输入与多个独立问题结合起来。Gemini Decision 1 不必逐个词元解码答案文本，而是在一次前向传播中为候选选项评分，让程序能够直接根据类型化响应进行分支、排序和路由。

这种方法面向软件控制流场景。在这类场景中，程序要采取行动，通常必须先将生成的解释重新转换为结构化值。

三种问题类型，均附带置信度分数

Decisions API 文档规定，上下文窗口为 262,144 个词元，涵盖共享输入和所有问题。一个请求中可以混合是非检查、固定选项选择和有序评分标准评分。选择题可提供 2 至 255 个选项；评分标准的答案则是各等级索引按概率加权后的平均值，并附有每个等级对应的概率。

每个答案都附有一个 0 到 1 之间的置信度分数，其定义为最优答案正确的估计概率。应用可以根据高置信度结果自动采取行动，也可以将不确定的结果上报处理。文档建议使用开发者自身流量中的带标签示例来设定阈值；对于支付等高风险操作，则应保留人工审核或第二重检查。

问题之间彼此不可见，添加或移除一个问题不会改变其他问题的答案。因此，依赖于前序结果的决策应由应用逻辑处理：开发者可以读取第一个答案后再发送第二个请求，也可以同时提出两个问题，并舍弃不需要的答案。

报告的延迟、定价和基准测试结果

Google 报告称，对于多模态输入以及最长达 16K 个词元的上下文，模型计算延迟中位数为 50–100 毫秒，端到端延迟为 150–250 毫秒。每个请求中的问题数量从 1 个增至 100 个时，延迟几乎保持不变。Gemini Decision 1 在 Google 的基准测试套件中也表现领先；该套件涵盖智能体路由、推理、排序和多模态理解，而 Gemini Decision 1 的校准误差最低。

输入词元的价格为每 100 万个 0.10 美元，输出词元不收费。无论问题数量多少，共享输入都只按每次请求计费；每个问题则会额外产生各自的指令词元和标准词元费用。思考词元不收取浮动费用，音频转录和 OCR 也不另行收费。Google 表示，在共享基准测试套件中，Gemini Decision 1 搭配 Decisions API 的成本比 Gemini 3.5 Flash-Lite搭配 Interactions API 低近 5 倍。

Google 的部署情况与开发者接入方式

Google 表示，Gemini Notebook 使用该 API 作为实时路由器，负责选择模型层级和思考级别；这使日常查询的延迟最多降低 40%，同时为复杂任务保留更深入的推理模型。Stitch 的快速画布实验使用该 API 生成可交互的线框图；Google Labs 的 CC则用它从 200 多种表情符号反应中进行选择。

开发者可以使用 Python、JavaScript 或 REST；SDK 快速入门指南要求使用 google-genai 3.2 或更高版本。AI Studio 提供免费套餐，可用于原型开发。OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 正陆续推出集成支持；Gemini 在 Google Cloud中的支持则列为即将推出。

初期接入仅限于搭配 Gemini Decision 1 使用 Gemini Developer API v1beta。问题指令只能使用文本，不支持对话历史和工具调用块。此外，上下文缓存、Batch API 以及 Flex 或 Priority 推理也暂不可用。

对于构建智能体的团队，该 API 将多模态判断整合到一次类型化调用中；但安全自动化的责任仍在开发者，他们需要制定标准、准备带标签的评估数据并设置升级处理规则，尤其是在操作可能造成财务或安全后果时。