谷歌发布首个决策模型，输出全免费，百万Token低至0.1美元
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。
接口极其友好，使用的是大家熟悉的 Content 块格式。
来看看下面这段极其优雅的代码——如何用一次请求，让 AI 看着一张办公室吧台的照片，同时完成三种不同类型的判断。
- 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",
- "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg",
- "mime_type": "image/jpeg",
- },
- {
- "type": "text",
- "text": "早上9点客户会议前的休息室吧台检查。",
- },
- ],
- # 一次性连发3个问题！
- questions={
- "has_spill": {
- "type": "noul",
- "instructions": "吧台上是否有未清理的液体溢出？",
- },
- "next_action": {
- "type": "choice",
- "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。",
- },
- },
- "severity": {
- "type": "score",
- "instructions": "评估吧台脏乱的严重程度。",
- "criteria": [
- "干净且准备就绪。",
- "轻微的局部溢出。",
- "重大溢出或安全隐患。",
- ],
- },
- },
- )
谷歌大厂内部都在怎么玩？
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：
https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
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。