谷歌今日正式推出 Gemini Decisions API，该接口基于全新的 Gemini Decision 1 模型（gemini-decision-1），专注提供低延迟的封闭式决策能力。目前，开发者可通过 Google AI Studio 中的 Gemini API 直接调用。
极速响应与成本优势
Decisions API 专为受限选择场景设计，涵盖工具选择、策略检查、模型路由及上下文评级等任务。支持文本、图像、音频、视频及 PDF（最高 256K token）等多模态输入，单次请求可包含多达 1,000 个独立问题。
与传统逐 token 生成文本不同，Gemini Decision 1 通过单次前向传播对候选项进行评分，端到端延迟仅为 150-250 毫秒。其定价为每百万输入 token 0.10 美元，且不计费输出 token。相比 Gemini 3.5 Flash-Lite 配合 Interactions API，成本降低近 5 倍。
在代理路由、推理、排序和多模态理解等基准测试中，Gemini Decision 1 表现领先，并具备最低的校准误差。即便在处理高达 16K token 的上下文或多模态输入时，模型计算的中位延迟仍保持在 50-100 毫秒，且延迟随问题数量（1 至 100 个）增加几乎无波动。
原生多模态评估与三种决策类型
依托 Gemini 的原生多模态架构，Gemini Decision 1 可在单次前向传播中直接处理混合模态数据。例如，可将通话录音与账户元数据配对，或将扫描的 PDF 索赔文件与损坏照片结合，并通过调整分辨率控制视觉细节与 Token 成本。
系统支持在单个请求中针对共享输入评估多种问题类型，每种答案均附带 0 到 1 的置信度分数，便于将模糊案例路由至备用方案或人工审核：
- noul（是/否）：估算条件成立的概率，可选配真假描述标准。
- choice（多项选择）：从 2 至 255 个选项中选择最佳项，返回获胜者及各候选者的归一化概率。
- score（有序评分）：依据有序评分表对输入进行加权打分，返回连续分数及各层级概率。
内部应用场景落地
谷歌内部团队已将 Decisions API 作为低延迟控制平面，无需训练自定义分类器即可快速部署功能：
- Gemini Notebook 动态路由：作为实时路由器，毫秒级分类用户意图，将日常查询以低至 40% 的延迟引导至合适模型，同时为复杂任务保留深度推理资源。
- Stitch 快速设计迭代：在 Rapid Canvas 实验中，API 助力秒级生成功能流程线框，并即时响应语音或点击编辑，满意后可无缝移交人工深化设计。
- CC 表情符号选择：Google Labs 的 CC 应用利用该 API，在不到一秒内从 200 多个选项中精准匹配表情反应，实现零感延迟。
- Search 安全层：用于高效检测对抗性行为及评估内容，满足搜索场景的严苛延迟要求。
立即开始构建
Gemini Decision 1 采用“输入计费、输出免费”模式，共享输入在每次请求中仅计费一次。开发者可在 Google AI Studio 使用免费层级进行原型开发，并参考 Python、JavaScript 和 REST 指南。
目前，OpenRouter、LangChain、Vercel、LiteLLM 等生态系统集成正在陆续推出，并伴随 google-genai SDK 提供支持。Google Cloud 中的 Gemini 支持即将上线。