跳到正文
Hacker News 熱門(buzzing.cc 中文翻譯)·· 8 天前精選AI 評分76

Google 推出 Gemini Decisions API 及 Gemini Decision 1

Gemini Decisions API

AI 導讀

Google 推出 Gemini Decisions API,由新模型 Gemini Decision 1 對文字、圖片、音訊、影片及 PDF 輸入進行單次多模態評估,最多可處理 1,000 個獨立問題。

推薦理由

API 將工具選擇、政策檢查及模型路由等封閉式判斷集中於單次評分,並列出延遲和輸入 token 費用,讓其應用取捨有具體依據。

正文 · 繁體中文

2026年11月11日

|

隆重介紹 Gemini Decisions API,由全新 Gemini Decision 1 模型驅動。只需快速單次處理,即可評估最多 1,000 條是/否、選擇題及評分規準評分問題,支援文字、圖片、音訊、影片及 PDF。


Min Choi

Google DeepMind 產品經理

Felix Yu

Google DeepMind 首席科學家


你的瀏覽器不支援音訊元素。

聆聽文章

[[duration]] 分鐘

此內容由 Google AI 生成。生成式 AI 屬實驗性技術

今天,我們推出 Gemini Decisions API。這個全新端點由 Gemini Decision 1 模型(gemini-decision-1)驅動,可快速處理封閉式決策,並透過 Gemini API 在 Google AI Studio 使用。

Decisions API 提供專為有限範圍選擇而設的基本功能,適用於工具選擇、政策檢查、模型路由及上下文評分等用途。你可以傳入一項涵蓋文字、圖片、音訊、影片及 PDF 的多模態輸入(最多 256K 個 token),並附上最多 1,000 條獨立問題。Gemini Decision 1 不會逐個 token 生成答案文字,而會在單次前向傳遞中為候選選項評分,並以 150-250 ms 的端到端延遲傳回機率及信心分數;每 1M 個輸入 token 收費 $0.10,輸出 token 則不收費。

Comparison of Gemini Decision and other APIs against various benchmarks

卓越的效能與校準能力

在涵蓋 Agent 路由、推理、排序及多模態理解的基準測試中,Gemini Decision 1 在整套測試中均領先,校準誤差亦最低。

Comparison of the Decisions API and other APIs to benchmark

Gemini Decision 1 無需逐個 token 解碼即可為選項評分,模型運算的中位延遲為 50-100 ms(端到端延遲為 150-250 ms),支援多模態輸入及最多 16K 個 token 的上下文;每個請求的問題數量由 1 增至 100 時,延遲幾乎維持不變。由於不收取輸出 token 費用,在共同基準測試套件中,使用 Decisions API 的 Gemini Decision 1 成本比使用 Interactions API 的 Gemini 3.5 Flash-Lite 低近 5 倍。

一次處理三種決策類型的原生多模態評估

Gemini Decision 1 建基於 Gemini 的原生多模態架構,可在單次前向傳遞中直接處理文字、圖片、音訊、影片及 PDF。你可以在同一項輸入中結合不同模態,例如將通話錄音與帳戶中繼資料配對,或將掃描版 PDF 索償文件與損毀照片配對;亦可調整圖片及影片輸入的解像度,以控制視覺細節及 token 成本。

你可以在單一請求中,針對這項共用輸入評估多條問題,混合是/否檢查、多項選擇及評分規準評分。每個答案均附有信心分數(由 0 至 1),讓你的程式碼將不明確的個案轉交後備方案或人工審核人員:

  • noul(是/否):估算某項是/否條件成立的機率,並可選擇加入真值和假值的描述準則。
  • choice(多項選擇):從 2 至 255 個選項中作出選擇,並傳回勝出選項及每個候選選項的正規化機率。
  • score(有序評分規準):按照有序評分規準為輸入評分(由 0 開始),並傳回連續加權分數及各級別的機率。

input 欄位採用與 Interactions API 相同的 Content 區塊格式。以下示範如何在單一請求中,根據文字備註,使用三種問題類型檢查茶水間枱面的照片:

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 detected a spill with a next_action wipe_with_cloth

各團隊如何運用 Decisions API

Google 各團隊已使用 Decisions API 作為低延遲控制平面,只需定義選項即可推出功能,無須訓練自訂分類器或等待生成式呼叫:

  • Gemini Notebook 的動態模型路由:Gemini Notebook 使用 Decisions API 作為即時路由器,迅速按每個請求將傳入查詢導向最合適的模型層級和思考層級。Decisions API 會在毫秒內分類用戶意圖,讓日常查詢的延遲最多降低 40%,同時為複雜任務保留深度推理模型。
  • Stitch 的快速設計迭代:Stitch 的全新快速畫布實驗使用 Decisions API,在數秒內生成可操作的產品流程線框圖,並幾乎即時套用透過語音或點按作出的編輯。流程合適後,只需按一下,即可將畫面交由完整的 Stitch 體驗進一步完善設計。
  • CC 的表情符號選擇:Google Labs 的 CC 使用 Decisions API,在不足一秒內從超過 200 個選項的表情符號列表中選出合適的回應,讓回應即時顯示而不增加延遲。
  • Search 中 MCP 工具的安全防護層:Google Search 使用 Decision API,在延遲限制內高效偵測針對對抗性評測的對抗性行為及內容。

Stitch Rapid 使用 Decisions API,在數秒內設計完整的產品流程(1x 速度)。

立即開始構建

Gemini Decision 1 的價格為每 1M 輸入 tokens $0.10,輸出 tokens 則免費;此外,在 Google AI Studio 中可使用 API 免費層進行原型製作。你共用的 input 每個請求只會收費一次,無論評估多少條問題(每條問題只會額外加入其本身的指示和準則 tokens)。輸出 tokens、可變動的思考 tokens,以及音訊轉錄和 OCR 均不另行收費。

你可立即開始構建:在 Google AI Studio 取得 API 金鑰,試用我們的 Doorstep Parcels、Speed Sketch 和 Find the Zoo Keeper 示範應用程式,並參閲 Decisions API 説明文件中的 Python、JavaScript 和 REST 指南。

生態系統整合正陸續支援 OpenRouter、LangChain、Vercel、LiteLLM、Pydantic AI、Pipecat、LiveKit 和 OpenCode,以及 google-genai SDK;Google Cloud 中的 Gemini 即將支援。

在收件匣接收 Google 最新消息

訂閲我們的電子通訊,接收產品更新、活動資訊、特別優惠等內容。

你的個人資料將按照 Google 私隱政策使用。你可隨時取消訂閲。

來源:Hacker News 熱門(buzzing.cc 中文翻譯) · blog.google