谷歌发布 Gemini Decisions API 单次调用完成千项多模态判定

隆重推出 Gemini Decisions API，由我们全新的 Gemini Decision 1 模型驱动。可在文本、图像、音频、视频和 PDF 上，以快速、单次处理的方式评估多达 1,000 个是/否、选择题和评分标准打分问题。

您的浏览器不支持音频元素。

收听文章 [[duration]] 分钟

我们推出 Gemini Decisions API，帮助您在文本、图像、音频、视频和 PDF 上快速做出概率性选择。该工具可在单次处理中为多个问题计算置信度分数，提供了一种经济高效的方式来路由查询、评分内容或检查策略规则。您今天就可以开始构建：在 Google AI Studio 中获取您的 API 密钥，并查阅我们面向 Python、JavaScript 和 REST 的文档指南。

摘要由 Google AI 生成。生成式 AI 仍处于实验阶段。

今天，我们推出 Gemini Decisions API，这是一个用于快速、封闭集决策的新端点，由我们全新的 Gemini Decision 1 模型（gemini-decision-1）驱动，可通过 Google AI Studio 中的 Gemini API 使用。

Decisions API 为您提供专为有界选择构建的原语，例如工具选择、策略检查、模型路由和上下文评分。您可以传入一个跨文本、图像、音频、视频和 PDF 的多模态输入（最多 256K token），以及多达 1,000 个独立问题。Gemini Decision 1 不会逐 token 生成答案文本，而是在单次前向传递中对您的候选选项进行评分，在端到端延迟 150-250 ms 内返回概率和置信度分数，价格为每 100 万输入 token 0.10 美元，且不收取任何输出 token 费用。

强劲的性能与校准

在涵盖智能体路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1 在整个测试套件中均处于领先地位，并具有最低的校准误差。

Gemini Decision 1 无需逐 token 解码即可对选项进行评分，模型计算的中位延迟保持在 50-100 ms（端到端 150-250 ms），可处理多模态输入以及最长 16K token 的上下文，并且在每次请求包含 1 到 100 个问题时几乎保持平稳。由于不产生输出 token 计费，在共享基准测试套件上，使用 Decisions API 的 Gemini Decision 1 比使用 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍。

一次调用即可完成三种决策类型的原生多模态评估

Gemini Decision 1 基于 Gemini 的原生多模态架构构建，可在单次前向传播中直接处理文本、图像、音频、视频和 PDF。你可以在一个共享输入中组合多种模态，例如将通话录音与账户元数据配对，或将扫描的 PDF 理赔单与损坏照片配对，并调整图像和视频输入的分辨率以控制视觉细节和 token 成本。

你可以在单次请求中针对该共享输入评估多个问题，混合使用是/否检查、多项选择和评分量表。每个答案都包含置信度分数（0 到 1），以便你的代码将模糊情况路由到回退方案或人工审核员：

• noul（是/否）： 估计是/否条件成立的概率，可选提供为真和为假的描述标准。
• choice（多项选择）： 从 2 到 255 个选项中进行选择，返回获胜者以及每个候选选项的归一化概率。
• score（有序评分量表）： 按照有序评分量表（从 0 开始）对输入进行评分，返回连续的加权分数以及各等级的概率。

input 字段使用与 Interactions API 相同的 Content 块格式。以下示例展示如何在一次请求中，将一张休息室台面的照片连同一条文本备注，对照全部三种问题类型进行检查：

from google import genai

client = genai.Client(http_options={"api_version": "v1beta"})

result = client.decisions.create( model="gemini-decision-1", input=[{ "type": "image", "uri": "https://storage.googleapis.com/generativeai-downloads/images/spill.jpg", "mime_type": "image/jpeg", }, { "type": "text", "text": "Breakroom counter check before the 9 AM client meeting.", }, ], questions={ "has_spill": { "type": "noul", "instructions": "Is there an uncleaned liquid spill on the counter?", }, "next_action": { "type": "choice", "instructions": "Which cleanup action fits the scene?", "criteria": { "wipe_with_cloth": "Small counter spill with a cloth or towel already nearby.", "dispatch_janitorial": "Large floor hazard, broken glass, or active leak.", "ready_for_meeting": "Counter is clean and ready.", }, }, "severity": { "type": "score", "instructions": "Rate the severity of the counter mess.", "criteria": [ "Clean and ready.", "Minor localized spill.", "Major spill or safety hazard.", ], }, }, )

![Gemini 检测到泼洒，并给出 next_action 为 wipe_with_cloth](/api/v1/file/hot_img_e8c3dbed1af2255cf79b06f94e2149ff.webp)

## 团队如何基于 Decisions API 进行构建

Google 各团队已经在将 Decisions API 用作低延迟控制平面，只需定义选项即可交付功能，而无需训练自定义分类器，也无需等待生成式调用：

- **Gemini Notebook 中的动态模型路由：** Gemini Notebook 使用 Decisions API 作为实时路由器，将传入的查询即时导向最适合每个请求的模型层级和思考级别。Decisions API 可在毫秒级内对意图进行分类，使日常查询的延迟降低最多 40%，同时将深度推理模型保留给复杂任务。
- **Stitch 中的快速设计迭代：** 全新的 [Stitch 快速画布实验](https://stitch.withgoogle.com/rapid) 使用 Decisions API 在数秒内生成产品流程的可交互线框图，并几乎即时应用通过语音或点按所做的编辑。当流程感觉合适时，一键即可将屏幕移交至完整的 Stitch 体验，进行更深入的设计打磨。
- **CC 中的表情符号选择：** 来自 Google Labs 的 CC 使用 Decisions API 从 200 多个选项中在几分之一秒内挑选出合适的表情符号反应，因此反应会即时出现，不会增加延迟。
- **搜索中 MCP 工具的安全层**：Google Search 使用 Decision API 在延迟范围内高效检测对抗性行为和内容，以对抗对抗性评估。

Stitch Rapid 使用 Decisions API 在数秒内设计完整的产品流程（1 倍速）。

## 立即开始构建

Gemini Decision 1 的定价为每 100 万输入 token 0.10 美元，输出 token 免费，并提供免费 API 层级，你可以在 [Google AI Studio](https://aistudio.google.com/apps/bundled/gemini-decisions-api-playground?fullscreenApplet=true) 中用于原型开发。无论你评估多少个问题，共享的 `input` 每次请求只计费一次（每个问题仅增加其自身的指令和标准 token）。没有输出 token 费用、可变的思考 token 账单，也没有单独的音频转录和 OCR 费用。

你可以立即开始构建：在 [Google AI Studio](https://aistudio.google.com/api-keys) 中获取 API 密钥，试用我们的 [Doorstep Parcels](https://aistudio.google.com/apps/bundled/doorstep-parcels-qa?fullscreenApplet=true)、[Speed Sketch](https://aistudio.google.com/apps/bundled/speed-sketch?fullscreenApplet=true) 和 [Find the Zoo Keeper](https://aistudio.google.com/apps/bundled/find-the-zoo-keeper?fullscreenApplet=true) 演示应用，并按照 [Decisions API 文档](https://aistudio.google.com/docs/decisions-api) 中的 Python、JavaScript 和 REST 指南进行操作。

生态集成正在陆续登陆 [OpenRouter](https://openrouter.ai/google/gemini-decision-1)、[LangChain](https://docs.langchain.com/oss/python/integrations/providers/google)、[Vercel](https://ai-sdk.dev/providers/ai-sdk-providers/google)、[LiteLLM](https://docs.litellm.ai/docs/providers/gemini)、[Pydantic AI](https://pydantic.dev/docs/ai/models/google/)、[Pipecat](https://docs.pipecat.ai/api-reference/server/classifiers/google)、[LiveKit](https://docs.livekit.io/agents/integrations/google/) 和 [OpenCode](https://opencode.ai/)，并与 `google-genai` SDK 一同提供，同时 Google Cloud 中的 Gemini 支持也[即将推出](https://forms.gle/NFt1W6pL1gCY9FGM8)。

## 在收件箱中获取 Google 的最新资讯

订阅我们的新闻通讯，获取产品更新、活动信息、特别优惠等更多内容。

完成。只差一步了。

你也可以通过 订阅。