I
IAI 编辑部 · 官方 Official
IAI 编辑部 · 新闻解读 / News analysis
日期:Google 官方博客标注 **November 11, 2026**,题为 *Gemini Decisions API: Fast, calibrated multimodal decisions*,作者 Min Choi(Product Manager, Google DeepMind)、Felix Yu(Principal Scientist, Google DeepMind)。本稿已再次核对官页:https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ 。只谈封闭集决策如何作为路由、策略检查和分级的控制面,以及延迟、计价和置信度如何进发布单;不把官宣延迟或成本数字写成通用 SLA。Search 相关用法只记「用作工具调用前的策略 / 安全检查闸门」,不转述评测样本,也不讨论检查细节或对抗方法。
一、事实要点(以 Google 官页为准;延迟、价格、相对成本和路由收益均为官宣,换任务、换输入长度和换集成路径必须自测)
- **定位与提供方式**:官方介绍 Gemini Decisions API 是一个新的端点,由新模型 Gemini Decision 1(`gemini-decision-1`)驱动,经 Gemini API、在 Google AI Studio 中提供。官页把它写成面向有界选择的原语,例如工具选择、策略检查、模型路由和上下文分级:一次请求给出封闭集判断,而不是再生成一段文本。
- **输入与题量**:官页写,一次请求可提交一份多模态 `input`(text / image / audio / video / PDF,最长 **256K tokens**),并附带最多 **1,000** 个独立问题。Gemini Decision 1 在单次前向中为候选项打分,返回概率和 confidence,而不是逐 token 解码出答案文本。`input` 字段使用与 Interactions API 相同的 `Content` 块格式。
- **三种题型**:noul(yes/no,官页所用类型名,可附 true/false 判定说明);choice(2–255 个选项,返回胜出项及归一化概率);score(有序量规,从 0 起,返回连续加权分及各档概率)。每个答案带 0–1 的 confidence,便于把低置信样本转到回退路径或人工审核。
- **延迟(官宣,不是 SLA)**:官宣端到端延迟为 **150–250 ms**。另写:在多模态、上下文至约 **16K tokens** 时,模型计算的中位延迟为 **50–100 ms**(端到端仍为 150–250 ms),并且 1 到 100 个问题几乎持平。这些是厂商在其描述条件下的数字,必须自测,不能直接抄进本团队的延迟承诺。
- **计价(官宣)**:官页写定价为 **$0.10 / 1M input tokens**,output tokens 不计费;共享 `input` 按请求计费一次,每道题只额外计算其指令和判定标准的 tokens。官方同时写提供 Google AI Studio 的免费试用档(API no-cost tier)用于原型。不要把标价理解成已含全部区域、配额或后续变更的账单结论。
- **相对成本(厂商基准,不是本站测评)**:官宣称,在其共享基准套件上,Gemini Decision 1 + Decisions API 比 Gemini 3.5 Flash-Lite + Interactions API 便宜近 **5 倍**。这是官方在自有基准上的比较,缺题目、输入长度和调用方式时,不能写成采购结论。
- **官方案例(只记控制面用法)**:Gemini Notebook 用它做实时路由,把日常查询分到合适的模型档位和思考级别,官宣称日常查询延迟可降最多 **40%**(需自测,不是通用 SLA);Stitch 的 rapid canvas 实验用它加速流程线框和语音/点击修改;CC(Google Labs)用它在 200 多个候选项中选 emoji。Google Search 把该 API 用作 MCP 工具调用前的策略 / 安全检查闸门——本站只记录这一用法,不转述相关评测样本或方法。
- **生态与后续**:官页写集成正在滚动推出,点名 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode,以及 `google-genai` SDK;并写即将支持 Google Cloud 上的 Gemini。可用性要以控制台和文档当前状态为准,新闻稿不等于各云区域已开通。
二、编辑部怎么看(偏工程)
1. **先分清封闭集决策和开放生成**:Decisions API 的产出是选项上的概率、分数和置信度,不是一段可直接展示的回答。路由、分级、策略检查和「再写一段解释」应分成两个控制面,不要用生成模型顺便做是非判断,也不要把决策接口当成聊天接口用。评测分层:https://www.iaiforum.com/t/88 、https://www.iaiforum.com/t/111 。
2. **150–250 ms、40%、近 5 倍便宜都不能当 SLA**:前两项是官宣延迟和 Notebook 场景收益,第三项是厂商共享基准上的相对成本。发布单应写清:输入模态和长度、问题数量、是否含网络与排队、以及对照的是哪一个生成路径。计时口径:https://www.iaiforum.com/t/191 ;成本:https://www.iaiforum.com/t/61 ;可观测:https://www.iaiforum.com/t/73 。
3. **置信度要有可执行的升级规则**:0–1 的 confidence 只有在写清门槛、抽检和人审回退时才有用。低置信是转人工、改走生成模型复核,还是拒绝该次工具调用,应预先写进策略,并和策略版本一起发布。工具/权限:https://www.iaiforum.com/t/77 ;灰度:https://www.iaiforum.com/t/87 。
4. **策略检查与生成模型解耦是这次最值得收进架构的一点**:用封闭集接口做路由和工具前检查,再用生成模型做需要开放文本的部分,失败路径不会和散文解码缠在一起。Agent 评测要把「路由/放行是否正确」和「最终文本是否可用」分列:https://www.iaiforum.com/t/44 。
5. **计价要按请求核对共享 input**:多题共享一段长上下文时,主要费用在 input;但每题的 instructions/criteria 仍会增加 tokens,题目很多时不能当成「只付一次上下文」。账单应能按功能或路由标签分列。
6. **校准和门槛要进回归,而不是只看一个准确率**:官页强调校准和 confidence。换题型(noul / choice / score)和换模态后,门槛可能失效,应冻结一组业务问题和人审样本再调阈值。
三、English summary
On 11 November 2026 Google announced the Gemini Decisions API, a new endpoint powered by Gemini Decision 1 (`gemini-decision-1`) and offered through the Gemini API in Google AI Studio (verified on the official Google blog). A request takes one multimodal input (text, image, audio, video or PDF, up to 256K tokens) plus up to 1,000 independent questions, and scores options in a single forward pass rather than generating answer text. Official question types are noul (yes/no), choice (2–255 options) and score (ordered rubric), each with a 0–1 confidence value for routing ambiguous cases to a fallback or reviewer. The vendor cites 150–250 ms end-to-end latency, and 50–100 ms median model compute for multimodal inputs and contexts up to about 16K tokens (end-to-end still 150–250 ms), remaining nearly flat from 1 to 100 questions; list price is $0.10 per 1M input tokens with output tokens unbilled, and the shared input is billed once per request. Google also claims the Decisions API is nearly 5x cheaper than Gemini 3.5 Flash-Lite with the Interactions API on its shared benchmark suite, and that Gemini Notebook uses it as a real-time router with up to 40% lower latency on everyday queries. Those figures are vendor claims and must be re-measured; they are not general SLAs. Takeaway: treat closed-set decisions as a separate control plane for routing, policy checks and grading; put confidence thresholds and human review into the release sheet; and do not copy the 150–250 ms, 40% or 5x-cheaper headlines into a latency or cost commitment.
四、讨论问题
1. 若把 Decisions API 用作路由或工具前检查,你们会把 **封闭集判断** 和 **开放生成** 分成两个控制面,还是仍让生成模型顺便做是非题?
2. 官宣的 150–250 ms 和 Notebook 场景最多 40% 的延迟下降,你们会直接写进 SLA,还是先按自己的输入长度、题量和排队口径复测?
3. confidence 低于门槛时,默认是转人工、改走生成复核,还是直接拒绝这次工具调用?这个门槛有没有和策略版本一起发布?
4. 多题共享同一段长 input 时,账单能不能按功能和题量分列,而不是只看 $0.10/1M 的标价?
来源 Sources
- Google Blog · Gemini Decisions API: Fast, calibrated multimodal decisions(November 11, 2026):https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
- 相关本站:Agent 评测 https://www.iaiforum.com/t/44 · 评测分层 https://www.iaiforum.com/t/88 · 自建评测 https://www.iaiforum.com/t/111 · 可观测 https://www.iaiforum.com/t/73 · 工具/权限 https://www.iaiforum.com/t/77 · 灰度 https://www.iaiforum.com/t/87 · 成本 https://www.iaiforum.com/t/61 · 计时口径 https://www.iaiforum.com/t/191
欢迎贴(可脱敏)你们对封闭集路由或策略检查的否决指标;官宣延迟、相对成本和 40% 路由收益需自测后再进发布门槛。
——
IAI 编辑部(iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum)
日期:Google 官方博客标注 **November 11, 2026**,题为 *Gemini Decisions API: Fast, calibrated multimodal decisions*,作者 Min Choi(Product Manager, Google DeepMind)、Felix Yu(Principal Scientist, Google DeepMind)。本稿已再次核对官页:https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/ 。只谈封闭集决策如何作为路由、策略检查和分级的控制面,以及延迟、计价和置信度如何进发布单;不把官宣延迟或成本数字写成通用 SLA。Search 相关用法只记「用作工具调用前的策略 / 安全检查闸门」,不转述评测样本,也不讨论检查细节或对抗方法。
一、事实要点(以 Google 官页为准;延迟、价格、相对成本和路由收益均为官宣,换任务、换输入长度和换集成路径必须自测)
- **定位与提供方式**:官方介绍 Gemini Decisions API 是一个新的端点,由新模型 Gemini Decision 1(`gemini-decision-1`)驱动,经 Gemini API、在 Google AI Studio 中提供。官页把它写成面向有界选择的原语,例如工具选择、策略检查、模型路由和上下文分级:一次请求给出封闭集判断,而不是再生成一段文本。
- **输入与题量**:官页写,一次请求可提交一份多模态 `input`(text / image / audio / video / PDF,最长 **256K tokens**),并附带最多 **1,000** 个独立问题。Gemini Decision 1 在单次前向中为候选项打分,返回概率和 confidence,而不是逐 token 解码出答案文本。`input` 字段使用与 Interactions API 相同的 `Content` 块格式。
- **三种题型**:noul(yes/no,官页所用类型名,可附 true/false 判定说明);choice(2–255 个选项,返回胜出项及归一化概率);score(有序量规,从 0 起,返回连续加权分及各档概率)。每个答案带 0–1 的 confidence,便于把低置信样本转到回退路径或人工审核。
- **延迟(官宣,不是 SLA)**:官宣端到端延迟为 **150–250 ms**。另写:在多模态、上下文至约 **16K tokens** 时,模型计算的中位延迟为 **50–100 ms**(端到端仍为 150–250 ms),并且 1 到 100 个问题几乎持平。这些是厂商在其描述条件下的数字,必须自测,不能直接抄进本团队的延迟承诺。
- **计价(官宣)**:官页写定价为 **$0.10 / 1M input tokens**,output tokens 不计费;共享 `input` 按请求计费一次,每道题只额外计算其指令和判定标准的 tokens。官方同时写提供 Google AI Studio 的免费试用档(API no-cost tier)用于原型。不要把标价理解成已含全部区域、配额或后续变更的账单结论。
- **相对成本(厂商基准,不是本站测评)**:官宣称,在其共享基准套件上,Gemini Decision 1 + Decisions API 比 Gemini 3.5 Flash-Lite + Interactions API 便宜近 **5 倍**。这是官方在自有基准上的比较,缺题目、输入长度和调用方式时,不能写成采购结论。
- **官方案例(只记控制面用法)**:Gemini Notebook 用它做实时路由,把日常查询分到合适的模型档位和思考级别,官宣称日常查询延迟可降最多 **40%**(需自测,不是通用 SLA);Stitch 的 rapid canvas 实验用它加速流程线框和语音/点击修改;CC(Google Labs)用它在 200 多个候选项中选 emoji。Google Search 把该 API 用作 MCP 工具调用前的策略 / 安全检查闸门——本站只记录这一用法,不转述相关评测样本或方法。
- **生态与后续**:官页写集成正在滚动推出,点名 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit、OpenCode,以及 `google-genai` SDK;并写即将支持 Google Cloud 上的 Gemini。可用性要以控制台和文档当前状态为准,新闻稿不等于各云区域已开通。
二、编辑部怎么看(偏工程)
1. **先分清封闭集决策和开放生成**:Decisions API 的产出是选项上的概率、分数和置信度,不是一段可直接展示的回答。路由、分级、策略检查和「再写一段解释」应分成两个控制面,不要用生成模型顺便做是非判断,也不要把决策接口当成聊天接口用。评测分层:https://www.iaiforum.com/t/88 、https://www.iaiforum.com/t/111 。
2. **150–250 ms、40%、近 5 倍便宜都不能当 SLA**:前两项是官宣延迟和 Notebook 场景收益,第三项是厂商共享基准上的相对成本。发布单应写清:输入模态和长度、问题数量、是否含网络与排队、以及对照的是哪一个生成路径。计时口径:https://www.iaiforum.com/t/191 ;成本:https://www.iaiforum.com/t/61 ;可观测:https://www.iaiforum.com/t/73 。
3. **置信度要有可执行的升级规则**:0–1 的 confidence 只有在写清门槛、抽检和人审回退时才有用。低置信是转人工、改走生成模型复核,还是拒绝该次工具调用,应预先写进策略,并和策略版本一起发布。工具/权限:https://www.iaiforum.com/t/77 ;灰度:https://www.iaiforum.com/t/87 。
4. **策略检查与生成模型解耦是这次最值得收进架构的一点**:用封闭集接口做路由和工具前检查,再用生成模型做需要开放文本的部分,失败路径不会和散文解码缠在一起。Agent 评测要把「路由/放行是否正确」和「最终文本是否可用」分列:https://www.iaiforum.com/t/44 。
5. **计价要按请求核对共享 input**:多题共享一段长上下文时,主要费用在 input;但每题的 instructions/criteria 仍会增加 tokens,题目很多时不能当成「只付一次上下文」。账单应能按功能或路由标签分列。
6. **校准和门槛要进回归,而不是只看一个准确率**:官页强调校准和 confidence。换题型(noul / choice / score)和换模态后,门槛可能失效,应冻结一组业务问题和人审样本再调阈值。
三、English summary
On 11 November 2026 Google announced the Gemini Decisions API, a new endpoint powered by Gemini Decision 1 (`gemini-decision-1`) and offered through the Gemini API in Google AI Studio (verified on the official Google blog). A request takes one multimodal input (text, image, audio, video or PDF, up to 256K tokens) plus up to 1,000 independent questions, and scores options in a single forward pass rather than generating answer text. Official question types are noul (yes/no), choice (2–255 options) and score (ordered rubric), each with a 0–1 confidence value for routing ambiguous cases to a fallback or reviewer. The vendor cites 150–250 ms end-to-end latency, and 50–100 ms median model compute for multimodal inputs and contexts up to about 16K tokens (end-to-end still 150–250 ms), remaining nearly flat from 1 to 100 questions; list price is $0.10 per 1M input tokens with output tokens unbilled, and the shared input is billed once per request. Google also claims the Decisions API is nearly 5x cheaper than Gemini 3.5 Flash-Lite with the Interactions API on its shared benchmark suite, and that Gemini Notebook uses it as a real-time router with up to 40% lower latency on everyday queries. Those figures are vendor claims and must be re-measured; they are not general SLAs. Takeaway: treat closed-set decisions as a separate control plane for routing, policy checks and grading; put confidence thresholds and human review into the release sheet; and do not copy the 150–250 ms, 40% or 5x-cheaper headlines into a latency or cost commitment.
四、讨论问题
1. 若把 Decisions API 用作路由或工具前检查,你们会把 **封闭集判断** 和 **开放生成** 分成两个控制面,还是仍让生成模型顺便做是非题?
2. 官宣的 150–250 ms 和 Notebook 场景最多 40% 的延迟下降,你们会直接写进 SLA,还是先按自己的输入长度、题量和排队口径复测?
3. confidence 低于门槛时,默认是转人工、改走生成复核,还是直接拒绝这次工具调用?这个门槛有没有和策略版本一起发布?
4. 多题共享同一段长 input 时,账单能不能按功能和题量分列,而不是只看 $0.10/1M 的标价?
来源 Sources
- Google Blog · Gemini Decisions API: Fast, calibrated multimodal decisions(November 11, 2026):https://blog.google/innovation-and-ai/technology/developers-tools/gemini-decisions-api/
- 相关本站:Agent 评测 https://www.iaiforum.com/t/44 · 评测分层 https://www.iaiforum.com/t/88 · 自建评测 https://www.iaiforum.com/t/111 · 可观测 https://www.iaiforum.com/t/73 · 工具/权限 https://www.iaiforum.com/t/77 · 灰度 https://www.iaiforum.com/t/87 · 成本 https://www.iaiforum.com/t/61 · 计时口径 https://www.iaiforum.com/t/191
欢迎贴(可脱敏)你们对封闭集路由或策略检查的否决指标;官宣延迟、相对成本和 40% 路由收益需自测后再进发布门槛。
——
IAI 编辑部(iaiforum.com 官方编辑账号 · Official editorial account of IAI Forum)

