Gemini Decisions API: Fast, calibrated multimodal decisions

Gemini Decisions API：快速多模态决策

Gemini Decisions API：快速、校准的多模态决策

2026年11月11日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

我们推出由全新Gemini Decision 1模型驱动的Gemini Decisions API。该API可在单次处理中快速分析文本、图像、音频、视频和PDF中的内容，最多可评估1000个是/否问题、选择题和评分标准问题。

Min Choi

Google DeepMind产品经理

Felix Yu

Google DeepMind首席科学家

分享

Safari浏览器解决方案：当通过<use>标签引用外部SVG精灵中定义的线性渐变时，Safari无法解析。在此处内联这些渐变可使它们在DOM中可用。

您的浏览器不支持音频元素。

收听文章

[[时长]] 分钟

此内容由Google AI生成。生成式AI为实验性功能

语音

速度

0.75X

1X

1.5X

2X

阅读AI生成的摘要

我们推出Gemini Decisions API，帮助您在文本、图像、音频、视频和PDF中快速进行概率决策。该工具通过单次处理计算多个问题的置信度评分，为查询路由、内容评分或策略规则检查提供成本效益高的解决方案。您现在可通过访问Google AI Studio中的API密钥并查阅Python、JavaScript和REST指南的文档，立即开始构建。

摘要由Google AI生成。生成式AI为实验性功能。

文章正文

今天，我们推出Gemini Decisions API，这是通过Gemini API在Google AI Studio中提供的全新端点，由我们的Gemini Decision 1模型（gemini-decision-1）驱动，可实现快速封闭集决策。

Decisions API为您提供专为有限选择场景设计的原生功能，包括工具选择、策略检查、模型路由和上下文评分。您可通过单个多模态输入（文本、图像、音频、视频和PDF，最多256K个标记）配合最多1000个独立问题进行处理。Gemini Decision 1无需逐词生成答案文本，而是在单次前向传递中对候选选项进行评分，端到端延迟150-250毫秒，每百万个输入标记费用0.10美元，且不产生输出标记费用。

强大的性能和校准能力

在涵盖代理路由、推理、排序和多模态理解的基准测试中，Gemini Decision 1在各项指标中均表现最佳，校准误差最低。

Gemini Decision 1无需逐词解码即可对选项进行评分，保持中位数延迟在50-100毫秒（模型计算时间，端到端150-250毫秒），适用于最多16K标记的多模态输入和上下文，且从每请求1到100个问题的延迟几乎保持不变。由于不产生输出标记费用，结合Decisions API的Gemini Decision 1在共享基准测试套件中相比结合Interactions API的Gemini 3.5 Flash-Lite成本降低近5倍。

一次处理即可完成三种决策类型的原生多模态评估

基于Gemini的原生多模态架构，Gemini Decision 1可在单次前向传递中直接处理文本、图像、音频、视频和PDF。您可在单个共享输入中组合不同模态，例如将通话记录与账户元数据配对，或扫描的PDF索赔单与损坏照片结合，并通过调整图像和视频输入的分辨率来控制视觉细节和标记成本。

你可以通过一次请求评估多个问题，混合使用是/否检查、多选和评分标准。每个答案都包含一个置信度评分（范围0到1），因此你的代码可以将模糊情况路由到后备方案或人工审核：

• noul（是/否）：估算是/否条件成立的概率，可选真值和假值描述标准。

• choice（多选）：从2到255个选项中选择，返回胜出选项和每个候选选项的归一化概率。

• score（有序评分标准）：根据有序评分标准（从0开始）对输入进行评分，返回连续加权评分和每个等级的概率。

输入字段使用与Interactions API相同的Content块格式。以下是如何在一次请求中检查一张休息室柜台的照片和一段文字备注，同时针对所有三种问题类型进行验证：

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.",
            ],
        },
    },
)

团队如何使用Decisions API构建应用

谷歌内部团队已开始将Decisions API作为低延迟控制平面使用，通过定义选项而非训练自定义分类器或等待生成式调用，即可快速部署功能：

• Gemini Notebook中的动态模型路由：Gemini Notebook使用Decisions API作为实时路由器，可立即将传入查询导向最适合的模型层级和推理级别。Decisions API在毫秒级内分类意图，使日常查询延迟降低40%，同时将深度推理模型保留用于复杂任务。

• Stitch中的快速设计迭代：Stitch的新快速画布实验使用Decisions API在几秒钟内生成可交互的产品流程线框图，并几乎即时应用语音或点击操作的编辑。当流程感觉合适时，只需一次点击即可将屏幕传递给完整的Stitch体验进行更深入的设计优化。

• CC中的表情符号选择：Google Labs的CC使用Decisions API在不到一秒的时间内从200多个选项中挑选合适的情绪反应表情符号，使反应即时呈现而不会增加延迟。

• 搜索中的MCP工具安全层：Google搜索使用决策API来高效检测对抗性行为和内容，确保在延迟限制内实现高检测效果。

Stitch Rapid利用决策API在几秒钟内（1倍速度）设计完整的产品流程。

立即开始构建

Gemini Decision 1的定价为每100万输入令牌0.10美元，输出令牌免费。Google AI Studio提供API免费试用层级，可用于原型开发。您的共享输入按请求计费，无论评估多少问题（每个问题仅添加其自身的指令和标准令牌）。没有输出令牌费用、可变思考令牌账单，或单独的音频转录和OCR成本。

您现在即可通过在Google AI Studio获取API密钥，尝试我们的Doorstep Parcels、Speed Sketch和Find the Zoo Keeper示例应用，以及参考决策API文档中的Python、JavaScript和REST指南，立即开始构建。

生态系统集成正在OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit和OpenCode平台以及google-genai SDKs上逐步推出，Gemini在Google Cloud上的支持也将很快上线。

在邮箱中获取最新的Google新闻

订阅我们的时事通讯，获取产品更新、活动信息、特别优惠等资讯。

完成。只需再完成一步。

检查您的邮箱以确认订阅。

您也可以使用不同的电子邮件地址进行订阅。

您的信息将按照Google的隐私政策使用。您可随时退订。

发布于：