最后更新:11/16/2026最后核验:2026-11-12
Gemini Decisions API 是 Google 面向封闭式决策场景推出的新端点,由 Gemini Decision 1 模型提供支持,在 Google AI Studio 和 Gemini API 中即可使用。你只需传入一份跨文本、图像、音频、视频和 PDF 的多模态输入(最多 256K tokens),并在同一请求中附加最多 1000 个独立问题。模型不逐 token 生成答案文本,而是在单次前向传递中对候选选项打分,以 150-250 毫秒的端到端延迟返回概率、胜者与 0-1 置信度,便于在代码中对模糊样本走兜底或人工复核路径。三类问题原语分别是:noul(是/否概率评估,可附真假描述标准)、choice(从 2 到 255 个候选中选出胜者并返回所有候选的归一化概率)、score(按从 0 起的有序评分标准返回连续加权分与每档概率)。价格方面,每 100 万输入 token 0.10 美元,输出 token 不计费,也没有思考 token 或单独的音频转写、OCR 收费;同一请求内的共享输入只计费一次,每个问题只增加自己的指令与标准 token,AI Studio 另有免费层可供原型验证。Google 内部已将这个 API 用作低延迟控制面:Gemini Notebook 用它做实时模型路由将日常查询延迟降低最多 40%,Stitch 的快速画布用它秒级生成可交互线框,CC 用它在 200 多个表情中即时选择反应,Google 搜索则用它为 MCP 工具增加安全判断层。它已陆续登陆 OpenRouter、LangChain、Vercel AI SDK、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode 等生态,随 google-genai SDK 提供 Python、JavaScript 和 REST 指南。局限在于这是面向有界决策的开发者 API,不是通用聊天或写作模型;16K tokens 以内上下文才能保持从 1 到 100 题近乎平坦的延迟,超长输入表现可能不同;Gemini in Google Cloud 支持尚标注为即将推出。
-
单一请求对一份多模态输入评估最多 1000 个是/否、多选和评分题
-
单次前向打分返回概率、胜者与置信度,便于模糊样本路由兜底或人工复核
-
支持文本、图像、音频、视频、PDF 输入(最多 256K tokens),图像与视频分辨率可调
-
150-250 毫秒端到端延迟,$0.10/百万输入 token,输出 token 不计费,AI Studio 提供免费层
详情
平台
功能特性
- Answers up to 1,000 bounded yes/no, choice, and rubric-scored questions against one shared multimodal input
- Scores candidate options in a single forward pass with calibrated probabilities and 0-1 confidence for routing ambiguous cases
- Processes text, images, audio, video, and PDFs up to 256K tokens with tunable image and video resolution
- Returns results in 150-250 ms end-to-end latency at $0.10 per 1M input tokens with zero output-token billing
支持语言
适合人群
已知限制
- Developer API for bounded decisions over closed option sets, not a general-purpose chat, writing, or generation model
- Shared input is billed once per request, but long multimodal contexts (up to 256K tokens) can drive input-token costs
- Built-in playground apps and docs live inside Google AI Studio; support inside Gemini in Google Cloud is still listed as coming soon
- Contexts supporting near-flat latency from 1 to 100 questions are documented up to 16K tokens; very large inputs may behave differently








