谷歌发布决策模型 Gemini Decision 1：原生多模态支持，百万 Token 仅收输入费

昨晚，谷歌正式推出首个原生决策模型 Gemini Decision 1，并随即上线相应的 Decisions API。该模型旨在解决封闭式选择题场景，专为低延迟、高并发环境设计，能够一次性处理多达 1000 个独立问题。Gemini Decision 1 具备三种核心决策类型：Yes/No（是非判断）、多项选择（支持最高 255 个选项）以及评分标准打分。在定价策略上，每百万输入 Token 仅需 0.10 美元，且所有输出 Token 均免费，成本结构显著优于当前的 Flash-Lite 模型。在性能与精度方面，该模型基于 Gemini 强大的原生多模态架构，支持高达 256K token 的上下文，可同步处理文本、图片、音频及视频等多种格式。基准测试显示，其在智能体路由、逻辑推理和信息排序等任务中表现优异，且拥有全场最低的校准误差和极低的幻觉率。技术实现上，Gemini Decision 1 通过一次高效的前向传递瞬间完成所有选项的评分与决策。其处理 16K token 多模态上下文时，中位延迟控制在 50-100 毫秒，端到端延迟仅为 150-250 毫秒，且无论并发问题数量如何变化，速度均保持稳定。谷歌内部团队已将 Decisions API 作为低延迟控制中枢应用，用于 Notebook 中的动态模型路由、Stitch 设计工具的快速原型迭代以及 CC 社交应用的表情筛选等功能。此外，Google AI Studio 提供了免费 API 层级供开发者进行原型设计，接口采用熟悉的 Content 块格式，允许通过一次请求混合多种决策模式并获取置信度分数。该模型还服务于搜索安全层，用于检测对抗行为及评估内容。对于输入数据，用户可灵活混合使用文档、录音或视频，例如将客服通话录音与账户数据结合，或在调整音视频分辨率以平衡视觉细节与 Token 成本的同时，通过一次请求完成对同一输入的多重判断。开发者可通过 google.genai 客户端库调用该 API，共享输入内容（如图片与文本）并连发多种类型的问题，获取包含概率排名或加权分数的结构化结果，从而构建出具备动态路由和风控能力的智能应用系统。