Google Releases Multimodal Decision Model Gemini Decision 1 and Decisions API
English text is being prepared.
Google has launched the Gemini Decisions API, powered by the multimodal decision model Gemini Decision 1, designed specifically for closed-ended multiple-choice questions, supporting three decision modes: Yes/No, multiple choice with up to 255 options, and ordered scoring. The model charges $0.10 per million input tokens, with output tokens free of charge; a single request can process 256K tokens of multimodal input and pose 1,000 questions simultaneously, with a median latency of 50-100 milliseconds at a 16K context. Google is also offering a free API tier in AI Studio, and integrations with OpenRouter, LangChain, Vercel, and others are in progress.
Why read this
SelectedAI score 79
The original text provides pricing, latency, and three decision modes, which can be used to assess the division of labor of decision models in agent routing.
Topics
Body
等了半天,Gemini 4 Hydrogen没来。
昨晚谷歌端上来的,是多模态决策模型Gemini Decision 1。
劈柴宣布:今天,谷歌正式上线Gemini Decisions API,由Gemini Decision 1 模型提供支持。
Stitch Rapid 使用 Decisions API 在几秒钟内设计整个产品流程
「Jev」的风,终于还是吹到了谷歌这边。
它专为「封闭式选择题」而生,超低延迟、原生多模态、一次处理1000个问题。
它有3种原生决策类型:「Yes/No」、「多项选择(最高支持255 个选项!)」以及「评分标准打分」。
每百万输入 Token 仅需 0.10 美元,输出Token直接免费! (只有Flash-Lite 的 1/5)。
在多项基准测试中,它以最低的校准误差绝对领先。
用多模态,颠覆决策模型
TypeSafe AI的Jev,在硅谷掀起一股热潮,其他巨头也纷纷跟进。谷歌终于开始下场做决策模型。
既然Jev已经把纯文本决策的价格打到了百万Token 0.042美元,谷歌该怎么破?
答案是:用多模态,碾压纯文本模型。
你可以把高达 256K token 的海量数据(不管是文本、图片、音频、视频还是 PDF)一次性喂给它,然后同时向它连发 1000 个灵魂拷问!
无论你是要做工具调用、策略风控,还是模型动态路由、上下文打分,Decisions API 都能直接给你最干脆的答案。
Gemini Decision 1通过一次高效的「前向传递」,瞬间对所有选项进行评分。
霸榜基准测试:「直觉」超精准
当然,决策模型要的不仅是快,还要准!
在涵盖智能体路由、逻辑推理、信息排序和多模态理解的顶级基准测试中,Gemini Decision 1 全线霸榜。
更重要的是,校准误差的全场最低!
所以,它给出的把握有多大,实际就有多准,幻觉率很低。
因为不需要逐字解码,Gemini Decision 1 处理高达 16K token 的多模态上下文时,模型计算的中位延迟被压在 50-100 毫秒,端到端延迟,仅为150-250 毫秒。
而且,无论你一次问 1 个问题还是 100 个问题,速度几乎完全一样,根本不卡顿。
因为比目前公认的「性价比之王」 Gemini 3.5 Flash-Lite(使用交互 API模型)还要便宜近 5 倍,这是绝对的价格屠夫了。
原生多模态 + 三大决策模式:让模型一镜到底!
基于 Gemini 强大的原生多模态架构,无论是文档、录音还是视频,它都能在单次前向传递中直接「看懂、听懂」。
你可以把各种多模态混搭——比如把「客服通话录音」和「账户数据」拼在一起,或者把「PDF理赔单」和「损坏照片」打包给它。
甚至能自由调整音视频分辨率,来控制视觉细节和token成本。
在一个请求中,你可以混合使用三种核心决策模式。
而且,它每次都会贴心地返回一个「置信度分数(0到1)」,遇到模棱两可的情况,你的代码直接就能把它抛给备用方案,或者人工审核,非常稳。
noul(是/否): 它会判断是/否条件成立的概率,还能选择「真/假」的描述标准。
choice(多项选择): 支持 2 到 255 个选项!它直接告诉你谁是获胜者,并附带所有候选者的概率排名。
score(精准打分,有序评分标准): 它会根据你定的规矩(从0开始)对输入内容打分,给出连续的加权分数和每一级的概率。
from google import genai
client = genai.Client(http_options={"api_version": "v1beta"})
result = client.decisions.create(
model="gemini-decision-1",
# 共享输入:丢给它一张图 + 一句话input=[{
"type": "image",
"mime_type": "image/jpeg",
"text": "早上9点客户会议前的休息室吧台检查。",
"instructions": "吧台上是否有未清理的液体溢出?",
"instructions": "哪种清理措施最适合当前场景?",
"criteria": {
"wipe_with_cloth": "吧台少量溢出,附近已有抹布。",
"dispatch_janitorial": "地面大面积危险、碎玻璃或持续漏水。",
"ready_for_meeting": "吧台干净,已准备就绪。",
"instructions": "评估吧台脏乱的严重程度。",
现在,谷歌内部各大顶尖团队,早就把它当成了「低延迟控制中枢」了。
不用再费时费力去训练什么自定义分类器,也不用干等大模型慢慢生成,定义好选项,以下功能就直接上线!
比如,它可以是Gemini Notebook 中的动态模型路由。
在Notebook中,可以把 Decisions API 当「流量交警」。用户的提问一进来,它几毫秒就能对意图进行分类。
简单问题走轻量模型(延迟直降 40%!),复杂问题再扔给深度思考模型。
它可以完成Stitch中的极速设计迭代: 这绝对是砸饭碗级别的应用!
Stitch 的快速画布,只需几秒钟就能生成一整个产品流程的「可运行线框图」。
你用语音或点击做出的修改,瞬间就能生效。当流程达到理想状态,就能一键转入完整设计模式。
你还可以用它在CC中秒选表情包。在Google Labs 的 CC 社交应用里,它能在不到一秒的时间内,从 200 多个 Emoji 中选出最合适的那个。表情瞬间弹出,非常丝滑。
它还是搜索中 MCP 工具的安全层。Google 搜索使用 Decision API 来检测对抗行为和对抗性评估的内容,效率很高。
免费API来了
而且这次, Google AI Studio还准备了免费 API 层级,供我们尽情白嫖原型设计。
它的计费逻辑极其良心:共享输入无论你问多少个问题,都只算一次钱!(每个问题只收取自身的指令和标准的 Token)。
没有任何输出费用,没有忽高忽低的「思维 Token」刺客,也不收你单独的音频转录或 OCR 费用。
不仅如此,谷歌的整个 AI 生态都在全面跟进!OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode 以及 google-genai SDK 的集成都在火热推送中。
诸神混战:17天内,巨头们疯狂跟进
这场由 Jev 引发的「决策模型」风暴,彻底撕碎了大模型的计费旧规——单次前向传递直接出结果,成本暴跌,输出全免。
整个10月,可以说是AI决策模型的「疯狂之月」。在短短17天内,多家顶级AI实验室发布了同类模型。
亚马逊:直接开源了名为Strands Decider 2B的决策模型。
Cloudflare:推出了Clef及Clef-flash模型,以Apache 2.0协议开源。
Perplexity:开放了基于27B开源模型微调的Decisions API。
Liquid AI:推出了d1-ultra。
微软与OpenAI等巨头也在API层面迅速调整,试图阻击这股浪潮。
在短短17天的巨头混战中,谷歌凭借 Gemini Decision 1 的打法是:不卷纯文本差价,直接上「原生多模态+千题大并发」。
目前的赛道格局是:纯文本极致低价选 Jev,复杂多模态与高并发看谷歌,生态合规留给 OpenAI。
未来的 Agent 架构已然明牌:决策模型(System 1)负责极速、廉价地「做判断」,大模型(System 2)退居二线负责深度「慢思考」。
智能体狂飙的下半场来了。
参考资料:
本文来自微信公众号“新智元”,作者:ASI启示录,36氪经授权发布。