谷歌Gemini Decision 1 API登场：0.1美元每百万Token，决策准确率92.2%抢占榜单

告别逐字生成，单次传播搞定千题

谷歌正式发布首款决策模型 Gemini Decision 1 及配套的 Gemini Decisions API。与传统生成式模型不同，该模型不通过逐Token输出答案，而是利用单次前向传播对预设候选项进行评分。它能在一次请求中处理最多 1000 个独立问题，支持文本、图像、音频、视频及PDF等多模态输入，专为封闭选项集任务设计。

这意味着开发者无需再调用大模型生成文本后再提取结果，只需提供输入、问题和选项，模型即直接返回判断、概率及置信度。这种架构大幅简化了分类、评分或选择类任务的流程，让AI从“答题者”转变为“决策者”。

极致低价策略，输出Token零费用

在成本方面，谷歌采取了极具攻击性的定价策略。每百万输入Token价格仅为 0.10 美元，且输出Token费用为零。据官方数据，这一成本约为 Gemini 3.5 Flash-Lite 的五分之一。这种价格优势使得该模型适合高频、轻量化的决策场景，降低了企业大规模部署决策逻辑的门槛。

速度方面，在16K Token上下文内，模型计算阶段中位延迟保持在 50～100 毫秒，端到端延迟约为 150～250 毫秒。即使单次请求包含的问题数从1个增加到100个，延迟依然平稳。对于需要实时响应的Agent路由或安全检测场景，这种低延迟特性至关重要。

九项基准七项夺魁，校准误差创纪录

谷歌公布的测试成绩单显示，在 9 项基准测试中，Gemini Decision 1 拿下 7 项第一。在 JevBench 测试中，其准确率高达 92.2%，超越GPT-6 Luna的90.9%和TypeSafe Jev 1.14的90.0%。在 PubMedQA 医学问答中，它以79.8%的得分排名第一。尽管在When2Call工具调用测试中略逊于专用模型，但整体表现处于第一梯队。

更值得强调的是 概率校准 能力。在Top-1 ECE测试中，Gemini Decision 1 的校准误差仅为 0.0250，远低于GPT-6 Luna的0.0721和Flash-Lite的0.2104。低校准误差意味着模型给出的概率更贴近真实正确率，这对依赖置信度进行自动决策或人工复核的Agent系统尤为关键。

内部落地验证，路由延迟降低40%

谷歌已将该技术应用于内部产品，最典型的案例是 Gemini Notebook。Decisions API充当实时模型路由器，根据请求复杂度动态选择模型档位。对于简单日常查询，系统调用低成本模型；复杂任务则交给强模型。官方数据显示，这种动态路由方式使日常查询延迟最多降低 40%。

此外，谷歌还展示了 Stitch Rapid 在几秒内设计完整产品流程的能力，以及该模型在Agent工具选择、产品设计和安全检测中的底层支撑作用。虽然其在部分专项测试中未全面领先，但凭借极低的成本和优秀的校准特性，Gemini Decision 1 正成为构建高效AI决策基础设施的重要组件，开发者可借此优化现有系统的推理开销。

来源：InfoQ