Google 发布 Gemini Decisions API，单次请求可评估 1000 个多模态问题

Google 于 2026 年 11 月 11 日推出 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。它能在一次请求中评估多达 1,000 个跨文本、图像、音频、视频和 PDF 的独立问题。

该端点专为有界判断而构建，例如工具选择、策略检查、模型路由、上下文评分和排序，而非用于生成散文或解释。一次请求将一个共享输入与多个独立问题组合在一起。Gemini Decision 1 不会逐 token 解码答案文本，而是在一次前向计算中为候选选项打分，使程序能够直接基于类型化响应进行分支、排序和路由。

该方法面向软件控制流，而在这种场景下，生成的解释原本必须先转换回结构化值，程序才能据此采取行动。

Decisions API 文档设定了 262,144 token 的上下文窗口，涵盖共享输入和所有问题。请求可以混合是/否检查、固定集合选择和有序评分量表打分。选择题接受 2 到 255 个选项，而量表答案则是各级别索引的概率加权平均值，并附带各级别的概率。

每个答案都包含一个 0 到 1 的置信度分数，其定义为最高答案正确的估计概率。应用程序可以对高置信度结果自动采取行动，或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标注示例来设定阈值，并对高风险操作（如付款）保留人工或二次检查。

问题之间彼此不可见，增加或删除一个问题不会改变其他答案。因此，相互依赖的决策应放在应用逻辑中：开发者可以在读取第一个答案后发送第二个请求，或者同时提出两个问题并忽略不需要的答案。

报告的延迟、定价和基准测试

Google 报告称，在多模态输入和最高 16K token 的上下文下，模型计算延迟中位数为 50–100 毫秒，端到端延迟为 150–250 毫秒。在每次请求 1 到 100 个问题之间，延迟几乎保持不变。Gemini Decision 1 还在该公司涵盖智能体路由、推理、排序和多模态理解的基准套件中领先，且校准误差最低。

定价为每 100 万输入 token 0.10 美元，输出 token 不计费。无论问题数量多少，共享输入每次请求只计费一次，而每个问题会添加各自的指令和标准 token。没有可变的思考 token 费用，也没有单独的音频转录和 OCR 费用。Google 称，在共享基准套件上，Gemini Decision 1 搭配 Decisions API 比 Gemini 3.5 Flash-Lite 搭配 Interactions API 便宜近五倍。

Google 的部署和开发者访问

Google 表示，Gemini Notebook 将该 API 用作模型层级和思考级别的实时路由器，使日常查询的延迟降低多达 40%，同时将更深入的推理模型保留给复杂任务。Stitch 的快速画布实验用它生成可玩的线框图，而 Google Labs 的 CC 则在 200 多种 emoji 反应中进行选择。

开发者可以使用 Python、JavaScript 或 REST；SDK 快速入门需要 google-genai 3.2 或更高版本。免费的 AI Studio 层级支持原型开发。集成正在 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 上陆续推出，而 Google Cloud 中的 Gemini 支持则列为即将推出。

初始访问仅限于搭配 Gemini Decision 1 的 Gemini Developer API v1beta。问题指令仅支持文本，不支持对话历史和工具调用块。上下文缓存、Batch API 以及 Flex 或 Priority 推理也不可用。

对于构建智能体的团队而言，该 API 将多模态判断整合为一次类型化调用，但安全自动化的责任仍在于开发者设定的标准、标注评估数据和升级规则，尤其是在操作涉及财务或安全后果的情况下。